matplotlib 常用命令汇总

matplotlib 是python的一个画图工具包（主要针对2D图形），其使用与matlab类似。

在使用matplotlib 之前先要安装，同时 matplotlib 又依赖于 numpy。 简单起见，可以直接安装anaconda，这是一个python数据处理和分析的工具包，已经包含了 numpy 和 matplotlib。

• 提供横坐标和纵坐标点画图，画简单的图

import matplotlib.pyplot as plt

plt.plot([1,2,3,4]) # [1, 2, 3, 4] 为Y轴，X周默认从0开始
plt.ylabel('some numbers') # 修改Y周名称 plt.show()

plt.plot([1,2,3,4], [1, 2, 3, 4]) # 同时提供X坐标和Y坐标

plt.plot([1,2,3,4], [1,4,9,16], 'ro') # 'ro' 设置格式，'r'代表 red, 'o' 代表远点；
plt.axis([0, 6, 0, 20]) # 设置X轴和Y轴的最大值

 

• 一张图上面画多条曲线

import numpy as np

t = np.arange(0., 5., 0.2)
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')  # 将y=x, y=x2, y=x3 画在同一幅图中

• 设置线的属性

线的属性包括宽度(linewidth)、点类型(dashes)，其他属性见这里。

用法示例：

plt.plot(x, y, linewidth=2.0)  # 设置线的宽度

line, = plt.plot(x, y, '-')
line.set_antialiased(False) # turn off antialising

通过 setp 方法设置属性

lines = plt.plot(x1, y1, x2, y2)
# use keyword args
plt.setp(lines, color='r', linewidth=2.0)
# or MATLAB style string value pairs
plt.setp(lines, 'color', 'r', 'linewidth', 2.0)

• 多图和多坐标模式

import numpy as np
import matplotlib.pyplot as plt

def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

plt.figure(1)   # 当前图片编号，确实使用 figure(1)，所以只有一张图片的时候，可以不写
plt.subplot(211)   # 三个数字分别为行数、列数、坐标系编号，坐标系编号 < 行数 * 列数
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')

plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()

 一个完整的例子

import matplotlib.pyplot as plt

plt.figure(1)                # the first figure
plt.subplot(211)             # the first subplot in the first figure
plt.plot([1,2,3])
plt.subplot(212)             # the second subplot in the first figure
plt.plot([4,5,6])


plt.figure(2)                # a second figure
plt.plot([4,5,6])            # creates a subplot(111) by default

plt.figure(1)                # figure 1 current; subplot(212) still current
plt.subplot(211)             # make subplot(211) in figure1 current
plt.title('Easy as 1,2,3')   # subplot 211 title

• 为图添加文本

import numpy as np
import matplotlib.pyplot as plt

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

# the histogram of the data
n, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.75)


plt.xlabel('Smarts')  #  设置X轴名称
plt.ylabel('Probability')   # 设置Y轴名称
plt.title('Histogram of IQ')   #设置图片标题
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')   #添加文本
plt.axis([40, 160, 0, 0.03])   # 设置坐标范围
plt.grid(True)    #  添加网格参照线
plt.show()

转载于:https://www.cnblogs.com/cbffr/p/4721530.html