python matplotlib 基础

简介

matplotlib是python里面的一个专业绘图工具库，如果想通过python来绘制漂亮的图形，那么一定少不了它了。

准备

在开始画图之前需要安装numpy以及matplotlib库，当然python基本库也必不可少，numpy是一个专业的数组，矩阵处理工具。

• Python
• Numpy- this is the module which does most array and mathematical manip-

ulation
• Matplotlib- this is the module you will be using for plotting

You can check these are installed by going to a terminal and typing: 

导入目标库：

$ python
>>> import numpy as np
>>> import pylab as pl

基本绘图

直线或曲线

接下来咱们尝试一下基础的绘图：

****************************************************
# lineplot.py
import numpy as np
import pylab as pl
# Make an array of x values
x = [1, 2, 3, 4, 5]
# Make an array of y values for each x value
y = [1, 4, 9, 16, 25]
# use pylab to plot x and y
pl.plot(x, y)
# show the plot on the screen
pl.show()
****************************************************

散点图 scatter plot

****************************************************
# scatterplot.py
import numpy as np
import pylab as pl
# Make an array of x values
x = [1, 2, 3, 4, 5]
# Make an array of y values for each x value
y = [1, 4, 9, 16, 25]
# use pylab to plot x and y as red circles
pl.plot(x, y, ’ro’)
# show the plot on the screen
pl.show()
****************************************************

图形的基本属性

当图形中元素太多，可以通过改变点的颜色，大小，以及形状来区分图中的元素，matplot可以设置下列基本颜色：

pl.plot(x, y, ’r’)

这就能划出一条红色的线。

如果要改变线的形态呢？有以下形态的线：

['-' |'--' |'-.' |':' |'None' |' ' |'']

plot(x,y, ’--’)

划出的就是一条虚线。

以及还能改变marker的形态：

如果我用以下代码，画出的就是蓝色的星型标记：

plot(x,y, ’b*’)

label

画完图当然得有标记，可以用xlabel和ylabel方法分别标记图：

pl.xlabel(’put text here’)
pl.ylabel(’put text here’)

当然还不能缺了title：

pl.title(’Put plot title here’)

如果发现图的比例不太合适，那么咱们可以调节图的横竖轴坐标范围：

pl.xlim(x_low, x_high)
pl.ylim(y_low, y_high)

以下是一个示例：

****************************************************
#lineplotAxis.py
import numpy as np
import pylab as pl
# Make an array of x values
x = [1, 2, 3, 4, 5]
# Make an array of y values for each x value
y = [1, 4, 9, 16, 25]
# use pylab to plot x and y
pl.plot(x, y)
# give plot a title
pl.title(’Plot of y vs. x’)
# make axis labels
pl.xlabel(’x axis’)
pl.ylabel(’y axis’)
# set axis limits
pl.xlim(0.0, 7.0)
pl.ylim(0.0, 30.)
# show the plot on the screen
pl.show()
****************************************************

多个图形

在一张图上画多个图形，可以连续的使用plot方法，注意的是为了方便区分图形，可以使用不同的颜色：

plot(x1, y1, ’r’)
plot(x2, y2, ’g’)

Figure legends 

matplot的legend语法如下：

pl.legend((plot1, plot2), (’label1, label2’), ’best’, numpoints=1)

第一个参数是咱们需要标记的图形，如果画面上又多个图形，那么可以用括号括起来，第二个参数是具体的label，就是咱们希望说明给看图的人这个图形表示的是什么，第三个参数表示的是我们希望将图放在什么位置，best表示系统自动放于最佳位置，当然可以自定义为 ‘upper right’, ‘upper left’, ‘center’, ‘lower left’, ‘lower right’. 

以下是一个示例图：

****************************************************
# lineplotFigLegend.py
import numpy as np
import pylab as pl
# Make x, y arrays for each graph
x1 = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
x2 = [1, 2, 4, 6, 8]
y2 = [2, 4, 8, 12, 16]
# use pylab to plot x and y : Give your plots names
plot1 = pl.plot(x1, y1, ’r’)
plot2 = pl.plot(x2, y2, ’go’)
# give plot a title
pl.title(’Plot of y vs. x’)
# make axis labels
pl.xlabel(’x axis’)
pl.ylabel(’y axis’)
# set axis limits
pl.xlim(0.0, 9.0)
pl.ylim(0.0, 30.)
# make legend
pl.legend([plot1, plot2], (’red line’, ’green circles’), ’best’, numpoints=1)
# show the plot on the screen
pl.show()
****************************************************

直方图

以下是一个画直方图的例子：

****************************************************
# histplot.py
import numpy as np
import pylab as pl
# make an array of random numbers with a gaussian distribution with
# mean = 5.0
# rms = 3.0
# number of points = 1000
data = np.random.normal(5.0, 3.0, 1000)
# make a histogram of the data array
pl.hist(data)
# make plot labels
pl.xlabel(’data’)
pl.show()
****************************************************

这里先用均值为5，方差为3的高斯分布生成了1000个点，再讲这些点做直方图，左图是默认的格式，右图是以下语句：

pl.hist(data, histtype=’stepfilled’)

当然也可以手动的设置直方图中bin的大小多少:

bins = np.arange(-5., 16., 1.)
pl.hist(data, bins, histtype=’stepfilled’)

一张画布多张图

如果我们想要在一张图上表现多个图，可以用subplot：

fig1 = pl.figure(1)
pl.subplot(212)

正如上图这样，subplot中的前两位表示i*j个图形，这边21表示的是两行一列，最后一位表示的是第几个图形。

pl.subplots_adjust(left=0.08, right=0.95, wspace=0.25, hspace=0.45)

咱们还可以调整画布的空白布局。