基于matplotlib的数据可视化 -

matplotlib.pyplot（as mp or as plt）提供基于python语言的绘图函数

引用方式： import matplotlib.pyplot as mp / as plt 本章内容拟按官方手册（NumPy Reference, Release 1.14.5 ）中的 plt 形式

像matlab一样，matplotlib.pyplot是一些命令样式函数。

pyplot函数都可以创建图形、再图形中创建绘图区、再绘图区中画线、用标签装饰图形等操作。

在pyplot的函数调用中，隐藏了各种状态，这就意味着要始终跟踪到当前的图形和绘图区域，并且绘图函数要指向当前的坐标轴（注意这里的坐标轴是数字坐标轴，而不是严格意义的数学术语）。

1 plot

plot()函数是用来绘制二维图像的，

plot的广泛的定义为：

plot(*args, **kwargs)

此定义意味着plot()这一通用函数可以接受任意参数

args 和 kwargs 参数具体化

1.1 asgs参数

plot([x], y, [fmt], data=None, **kwargs)
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

x - 值是可选的，

y - 值是必选的，也就是说，当一个值时，默认为y

fmt - 用于定义基本格式化如颜色、标记和直线样式的shortcut string

注：可以增加多个Y值，及其相关基本格式化shortcut string

示例1

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show() # 不写此语句，则图像存在于内存中，不会输出到显示器上

示例2  没有x轴时

import matplotlib.pyplot as plt
# x = [1, 2, 3, 4]
y =  [1, 4, 9, 16]
plt.plot(y)
plt.show()

当仅给plot()的args参数提供一个列表/数组时，则默认为y，此时缺省x；x轴上的数值是自动生成的，x轴上的值是默认从0开始，且x上的长度值与y轴一致，所以此时x轴上的值为[0, 1, 2, 3]

示例3

import matplotlib.pyplot as plt
#args参数  ‘bo’  格式化了图形形式
plt.plot([1, 2, 3, 4], [1, 4, 9, 16],'bo')
plt.show()

在plot()函数中，默认为绿色实线，对应格式字符串为‘b-’；实际上，标示线条颜色和类型的格式串来自于matlab。

另外还有一些其他格式字符串来控制线条样式或标记

字符    描述
'-'     实线
'--'    虚线
'-.'    点与线
':'     点
'.'     点标记
','    像素标记
'o'    圆圈标记
'v'    倒三角标记
'^'    正三角标记
'<'    左三角标记
'>'    右三角标记
'1'    向下Y标记
'2'    向上Y标记
'3'    向左Y标记
'4'    向右Y标记
's'    正方形标记
'p'    五角星标记
'*'         *标记
'h'    六边形1 标记
'H'    六边形2 标记
'+'         +标记
'x'    x标记
'D'    钻石标记
'd'    薄砖石标记
'|'    垂直线标记
'_'    水平线标记

在默认格式字符串中，‘b-’ 中的 ‘-’ 表示实线，前面的字母 ‘b’ 则表示颜色

颜色相关的格式字符串及描述

字符    描述
‘b’      blue(蓝色)
‘g’      green(绿色)
‘r’      red(红色)
‘c’      cyan(青色)
‘m’     magenta(品红)
‘y’     yellow(黄色)
‘k’     black(黑色)
‘w’    white(白色)

除了常见的颜色缩写外，还有RGB / RGBA颜色元组（（0，1，0，1）），或者灰度强度作为字符串（ ‘ 0.8 ’ ），或者十六进制字符串（‘#0080000’）

如果不使用上述简写格式字符，也可以采用kwargs字典参数形式进行控制

1.2 kwargs参数

在一定程度上，kwargs参数与args参数是等效的。如下示例所示

示例1

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y =  [1, 4, 9, 16]
plt.plot(x,y,'go--',linewidth = 2, markersize = 12)
# plt.plot(x, y, color='green', marker='o', linestyle='dashed',linewidth=2, markersize=12)
plt.show()

在示例中，采用 args 和 kwargs 的打印效果是一样的

在控制线条属性中，可以使用关键字参数进行设置

plt.plot(x, y, linewidth=2.0)

使用Line2D对象的setter方法，plot函数返回Line2D对象列表，例如 line1, line2 = plot(x1, y1, x2, y2) ，

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
L1,L2 = plt.plot(x,y,y,x,linewidth = 3)
print(L1) # Line2D(_line0)
print(type(L1)) # <class 'matplotlib.lines.Line2D'>
print(L2) # Line2D(_line1)
plt.show()

在下段代码中，假设只有一行，因此返回的列表长度为1，使用元组来拆开line，并获取到列表的第一个元素。

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
line, = plt.plot(x,y,'-')
# 记得添加逗号，
# 否则会报错AttributeError: 
# 'list' object has no attribute 'set_antialiased'
# 也就意味plot返回的是数组list，
# 使用setter方法，则返回的是Line2D对象
line.set_antialiased(False) # turn off antialising
plt.show()

使用 setp() 命令，实现一行设置多个属性，采用一个或一组对象可以使 setp 工作更加 transparently（明亮地，显然地，易觉察地） 

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
lines = plt.plot(x, y, x, y)
# use keyword args
plt.setp(lines, color='r', linewidth=2.0)
plt.show()

采用 MATLAB 形式的键值对也可，此处略。

1.3 Line2D属性

在xdata、ydata序列中创建带有x、y数据的Line2D实例。

详细参数见 matplotlib.lines.Line2D，里面有针对每一个参数的详细讲解

 

Property	Description
agg_filter	a filter function, which takes a (m, n, 3) float array and a dpi value, and returns a (m, n, 3) array
alpha	float (0.0 transparent through 1.0 opaque)
animated	bool
antialiased or aa	bool
clip_box	a Bbox instance
clip_on	bool
clip_path	[(Path, Transform) | Patch | None]
color or c	any matplotlib color
contains	a callable function
dash_capstyle	[‘butt’ | ‘round’ | ‘projecting’]
dash_joinstyle	[‘miter’ | ‘round’ | ‘bevel’]
dashes	sequence of on/off ink in points
drawstyle	[‘default’ | ‘steps’ | ‘steps-pre’ | ‘steps-mid’ | ‘steps-post’]
figure	a Figure instance
fillstyle	[‘full’ | ‘left’ | ‘right’ | ‘bottom’ | ‘top’ | ‘none’]
gid	an id string
label	object
linestyle or ls	[‘solid’ | ‘dashed’, ‘dashdot’, ‘dotted’ | (offset, on-off-dash-seq) | '-' | '--' | '-.' | ':' | 'None' | ' ' | '']
linewidth or lw	float value in points
marker	A valid marker style
markeredgecolor or mec	any matplotlib color
markeredgewidth or mew	float value in points
markerfacecolor or mfc	any matplotlib color
markerfacecoloralt or mfcalt	any matplotlib color
markersize or ms	float
markevery	[None | int | length-2 tuple of int | slice | list/array of int | float | length-2 tuple of float]
path_effects	AbstractPathEffect
picker	float distance in points or callable pick function fn(artist, event)
pickradius	float distance in points
rasterized	bool or None
sketch_params	(scale: float, length: float, randomness: float)
snap	bool or None
solid_capstyle	[‘butt’ | ‘round’ | ‘projecting’]
solid_joinstyle	[‘miter’ | ‘round’ | ‘bevel’]
transform	a matplotlib.transforms.Transform instance
url	a url string
visible	bool
xdata	1D array
ydata	1D array
zorder	float

 

2 多图和多坐标轴

matlab、pyplot都有当前图和当前坐标轴的概念，所有的绘图命令都应用于当前轴。

函数gca()返回当前轴，get current axes

函数gcf()返回当前图，get current figure

 1 import numpy as np
 2 import matplotlib.pyplot as plt
 3 
 4 def f(t):
 5     return np.exp(-t) * np.cos(2*np.pi*t)
 6 
 7 t1 = np.arange(0.0, 5.0, 0.1)
 8 t2 = np.arange(0.0, 5.0, 0.02)
 9 
10 plt.figure(1)
11 plt.subplot(211)
12 plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')
13 
14 plt.subplot(212)
15 plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
16 plt.show()

10行 figure()命令是可选的，

 

这儿的figure()命令是可选的，因为figure(1)会被默认执行,就像subplot(111)也会被默认执行，只要你不手动定义任何的坐标轴。subplot()命令指定行数(numrows)、列数(numcols)、图形号(fignum),图形号的范围是从1到numrows*numcols。如果numrows*numcols<10,subplot()参数里的逗号是可选的。所以subplot(211)等同于subplot(2, 1, 1)。你可以创建任意数量的子图和坐标轴。如果你想手动放置坐标轴，例如不在一个直角网格里，可以使用axes()命令，axes可以让你给坐标轴定义位置，像axes([left, bottom, width, height]),参数都是小数(0-1)坐标。两个例子：