python机器学习库 ：matplotlib

初级绘图

Figure( figsize=(8,6) , dpi=80)
表示设置一个8 * 6 点的图 ， 每一点的像素是80.
Subplot(参数1 ， 参数2 ， 参数3)
其中前两个参数的乘积表示要把画布切割多少块。
最后一个参数表示在哪块上显示图片。
如把代码中第5行改为
Subplot( 2,2,1)
图像显示：

Subplot(2,2,4)
图像显示：

保存图片
Savefig(路径+图片名 ， dpi=像素)

Xlim (参数1 ， 参数2)
Ylim(参数1 ， 参数2)
表示x轴 ， y轴的下限和上限

Plot 绘制曲线
Color 设置颜色
Linewidth 设置曲线的粗细
Linestyle 设置曲线的样式
线属性:
颜色（color 简写为 c）：
• 蓝色： ‘b’ (blue)
• 绿色： ‘g’ (green)
• 红色： ‘r’ (red)
• 蓝绿色(墨绿色)： ‘c’ (cyan)
• 红紫色(洋红)： ‘m’ (magenta)
• 黄色： ‘y’ (yellow)
• 黑色： ‘k’ (black)
• 白色： ‘w’ (white)
• 灰度表示： e.g. 0.75 ([0,1]内任意浮点数)
• RGB表示法： e.g. ‘#2F4F4F’ 或 (0.18, 0.31, 0.31)
• 任意合法的html中的颜色表示： e.g. ‘red’, ‘darkslategray’
线型（linestyle 简写为 ls）：
• 实线： ‘-’
• 虚线： ‘–’
• 虚点线： ‘-.’
• 点线： ‘:’
• 点： ‘.’
点型（标记marker）：
• 像素： ‘,’
• 圆形： ‘o’
• 上三角： ‘^’
• 下三角： ‘v’
• 左三角： ‘<’
• 右三角： ‘>’
• 方形： ‘s’
• 加号： ‘+’
• 叉形： ‘x’
• 棱形： ‘D’
• 细棱形： ‘d’
• 三脚架朝下： ‘1’（就是丫）
• 三脚架朝上： ‘2’
• 三脚架朝左： ‘3’
• 三脚架朝右： ‘4’
• 六角形： ‘h’
• 旋转六角形： ‘H’
• 五角形： ‘p’
• 垂直线： ‘|’
• 水平线： ‘_’
• gnuplot 中的steps： ‘steps’ （只能用于kwarg中）
标记大小（markersize 简写为 ms）：
• markersize： 实数
标记边缘宽度（markeredgewidth 简写为 mew）：
• markeredgewidth：实数
标记边缘颜色（markeredgecolor 简写为 mec）：
• markeredgecolor：颜色选项中的任意值
标记表面颜色（markerfacecolor 简写为 mfc）：
• markerfacecolor：颜色选项中的任意值
透明度（alpha）：
• alpha： [0,1]之间的浮点数
线宽（linewidth）：
• linewidth： 实数

设置线条的粗细和颜色

用plot 中的linewidth 设置线条的粗细。

设置图片边界

有两种方法，其中下边的比较好(线段末到边框的距离)

设置记号

在正余弦函数中我们希望知道函数的的值。
方法：

图和代码：

设置记号的标签

我们可以用pi 来代替 3.142。当我们设置记号时，也可以同时设置记号的标签，这里使用了LaTeX。
方法：

Xticks 和 yticks 第一个参数数组是记号，第二个参数数组是标签。

移动脊柱

坐标轴线和上面的记号一起形成脊柱(Spines)，它记录了数据区域的范围。可以放在任意的位置，默认把四个脊柱放在图的四周。
每幅图有四个脊柱(分布于上下左右)，为了让脊柱显示在图像中间，必须把两条脊柱(上和右)设置成无色，另外两条放到合适的位置(数据空间的0点)。
代码

添加图例

图像左上角小矩形就是图例
代码是：

在plot 划线命令中添加 ’键 – 值‘ 对
Legend 表示图例显示在哪里

一些特别的注释

在 2/3 pi 的位置给两条函数曲线加一个注释。首先，在函数图像位置上画一个点，然后，在横轴引一条垂线(虚线)，写标签。
代码：

画垂直线和点：

其中scatter 是画点的命令。

精益求精

在记号标签添加一个白色的半透明底色

图像、子图、坐标轴和记号

到目前为止，我们都用隐式的方法来绘制图像和坐标轴。快速绘图中，这是很方便的。我们也可以显式地控制图像、子图、坐标轴。Matplotlib 中的「图像」指的是用户界面看到的整个窗口内容。在图像里面有所谓「子图」。子图的位置是由坐标网格确定的，而「坐标轴」却不受此限制，可以放在图像的任 意位置。我们已经隐式地使用过图像和子图：当我们调用 plot 函数的时候，matplotlib 调用 gca() 函数以及 gcf() 函数来获取当前的坐标轴和图像；如果无法获取图像，则会调用 figure() 函数来创建一个——严格地说，是用 subplot(1,1,1) 创建一个只有一个子图的图像。

图像

所谓「图像」就是 GUI 里以「Figure #」为标题的那些窗口。图像编号从 1 开始，与 MATLAB 的风格一致

在画图时一般使用默认值就可以，只有图像数量需要修改。

子图

你可以用子图来将图样（plot）放在均匀的坐标网格中。用 subplot 函数的时候，你需要指明网格的行列数量，以及你希望将图样放在哪一个网格区域中。

代码：

gridspec 的功能更强大，你也可以选择它来实现这个功能。

代码：

坐标轴

坐标轴和子图功能类似，不过它可以放在图像的任意位置。因此，如果你希望在一副图中绘制一个小图，就可以用这个功能。

代码：

Axes 接收一个数列 ，前两参数是坐标，后两个是子图的长，宽。
另一个例子：

记号

良好的记号是图像的重要组成部分。Matplotlib记号系统里的各个细节都是可以由用户个性化配置的。你可以用 Tick Locators 来指定在那些位置放置记号，用 Tick Formatters 来调整记号的样式。主要和次要的记号可以以不同的方式呈现。默认情况下，每一个次要的记号都是隐藏的，也就是说，默认情况下的次要记号列表是空的——NullLocator。
Tick Locators
下面有为不同需求设计的一些 Locators。

这些 Locators 都是 matplotlib.ticker.Locator 的子类，你可以据此定义自己的 Locator。