matplotlib画图

matplotlib图像通常会包括以下四个层级，这些层级也被称为容器（container），在matplotlib的世界中，我们将通过各种命令方法来操纵图像中的每一个部分，从而达到数据可视化的最终效果，一副完整的图像实际上是各类子元素的集合。
Figure：顶层级，用来容纳所有绘图元素
Axes：matplotlib宇宙的核心，容纳了大量元素用来构造一幅幅子图，一个figure可以由一个或多个子图组成
Axis：axes的下属层级，用于处理所有和坐标轴，网格有关的元素
Tick：axis的下属层级，用来处理所有和刻度有关的元素

• matplotlib提供了两种最常用的绘图接口
  • 显式创建figure和axes，在上面调用绘图方法，也被称为OO模式（object-oriented style)
  • 依赖pyplot自动创建figure和axes，并绘图

# 1.1显式创建创建figure和axes
fig, ax = plt.subplots()  
ax.plot(x, x, label='linear') 
# 1.2标准案例
# 创建一个Figure实例
fig = plt.figure()
# 使用Figure实例创建一个或者多个Axes或Subplot实例
ax = fig.add_subplot(2, 1, 1)
# 使用Axes实例的辅助方法来创建primitive
t = np.arange(0.0, 1.0, 0.01)
s = np.sin(2*np.pi*t)
line, = ax.plot(t, s, color='blue', lw=2)
# 2 依赖pyplot自动创建figure和axes
plt.plot(x, x, label='linear') 

• 改变字体

#该block讲述如何在matplotlib里面，修改字体默认属性，完成全局字体的更改。
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimSun']    # 指定默认字体为新宋体。
plt.rcParams['axes.unicode_minus'] = False      # 解决保存图像时 负号'-' 显示为方块和报错的问题。

• 构建均匀子图
  使用 plt.subplots 绘制均匀状态下的子图，返回元素分别是画布和子图构成的列表，第一个数字为行，第二个为列。
  • figsize 参数可以指定整个画布的大小
  • sharex 和 sharey 分别表示是否共享横轴和纵轴刻度
  • tight_layout 函数可以调整子图的相对大小使字符不会重叠

fig, axs = plt.subplots(2, 5, figsize=(10, 4), sharex=True, sharey=True)
fig.suptitle('样例1', size=20)
for i in range(2):
    for j in range(5):
        axs[i][j].scatter(np.random.randn(10), np.random.randn(10))
        axs[i][j].set_title('第%d行，第%d列'%(i+1,j+1))
        axs[i][j].set_xlim(-5,5)
        axs[i][j].set_ylim(-5,5)
        if i==1: axs[i][j].set_xlabel('横坐标')
        if j==0: axs[i][j].set_ylabel('纵坐标')
fig.tight_layout()

• 构建非均匀子图
  利用 add_gridspec 可以指定相对宽度比例 width_ratios 和相对高度比例参数 height_ratios，把得到的对象放入fig.add_subplot()中，可以得到非均匀子图的axes，其中add_subplot函数中的sharex与sharey参数值需要是其他子图的axes对象。

fig = plt.figure(figsize=(10, 4))
spec = fig.add_gridspec(nrows=2, ncols=5, width_ratios=[1,2,3,4,5], height_ratios=[1,3])
fig.suptitle('样例2', size=20)
for i in range(2):
    for j in range(5):
        ax = fig.add_subplot(spec[i, j])
        ax.scatter(np.random.randn(10), np.random.randn(10))
        ax.set_title('第%d行，第%d列'%(i+1,j+1))
        if i==1: ax.set_xlabel('横坐标')
        if j==0: ax.set_ylabel('纵坐标')
fig.tight_layout()

还可以通过gridspec切片就可以实现子图的合并而达到跨图的功能

ax = fig.add_subplot(spec[0, :3])

• 隐藏坐标轴和边框

# 隐藏坐标轴
ax.get_yaxis().set_visible(False)
ax.get_xaxis().set_visible(False)
# 隐藏边框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['bottom'].set_visible(False)
ax.spines['left'].set_visible(False)

• 改变样式

print(plt.style.available)
plt.style.use('ggplot')