Python之Matplotlib使用方法

Matplotlib 是一个 Python 的 2D绘图库，
它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。
废话不多说，直接看代码

创建图形和子图

def build_figure():
    """
    创建图形和子图
    :return:
    """
    # 创建一个新的空白图片
    fig = plt.figure()

    # 添加指定位置子图（使用add_subplot最多创建4个）
    ax1 = fig.add_subplot(2, 2, 1)  # 添加一个2x2的空白子图（位置为1）
    ax2 = fig.add_subplot(2, 2, 2)  # 位置为2
    ax3 = fig.add_subplot(2, 2, 3)  # 位置为3
    # 绘制子图
    ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3)  # 在子图1上绘制直方图
    ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))  # 在子图2上绘制散点图
    ax3.bar(range(10), [np.random.randint(1, 10) for i in range(10)])  # 在子图3上绘制柱状图

    # 创建任意数量子图（返回值- fig：图片大小，axes：二维数组类型的图片对象）
    fig, axes = plt.subplots(nrows=2, ncols=3)  # 创建一个新的空白图片，添加2行3列的空白子图
    # 绘制子图
    axes[0, 0].hist(np.random.randn(100), bins=20, color='k', alpha=0.3)  # 在子图[0, 0]位置绘制直方图
    axes[1, 0].scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))  # 在子图[1, 0]位置绘制散点图
    axes[1, 1].bar(range(10), [np.random.randint(1, 10) for i in range(10)])  # 在子图[1, 1]位置绘制柱状图

    # 设置当前各个子图之间的间距（wspace：图片宽度，hspace：高度百分比）
    plt.subplots_adjust(wspace=0.2, hspace=0.2)
    plt.show()  # 显示图片

执行结果：
使用add_subplot创建子图：

使用subplots创建子图：

设置图形属性

def set_figure_attribute():
    """
    设置图形属性
    :return:
    """
    # 处理中文乱码
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['axes.unicode_minus'] = False

    # 设置全局属性，自定义组件属性（包含：figure、axes、xtick、ytick、grid、legend）
    plt.rc(group='figure', figsize=(10, 5))  # 设置所有的figure数字大小为10x10

    # 设置颜色（color）、标签（linestyle）和线类型（marker）
    plt.plot(np.random.randn(30).cumsum(), color='k', linestyle='--', marker='o')  # plot会默认在当前最后一个子图上绘制

    # 设置标题、标签和刻度
    # 第一种方式（直接用plt添加，只对当前最后一个图生效）
    plt.figure()  # 创建一个新的空白图片
    plt.plot([np.random.randint(1, 10) for i in range(10)])  # 绘制折线图
    plt.title('示例')  # 设置标题

    plt.xlabel('X轴标签')  # 添加X轴标签
    plt.xticks(ticks=range(10), labels=range(1, 11))  # 添加X轴刻度值（ticks：刻度位置或值（labels不定义则默认用此值），labels：刻度值）
    # plt.xlim([0, 10])  # 添加X轴刻度范围

    plt.ylabel('Y轴标签')  # 添加Y轴标签
    # plt.yticks([0, 5, 10])  # 添加Y轴刻度值
    plt.ylim([1, 11])  # 添加Y轴刻度范围

    # 第二种方式（使用子图的set方式添加，可以对任一子图使用）
    fig = plt.figure()  # 创建一个新的空白图片
    ax = fig.add_subplot(1, 1, 1)  # 添加一个子图
    ax.plot([np.random.randint(1, 11) for i in range(10)])  # 绘制折线图
    ax.set_title('示例')

    ax.set_xlabel('X轴标签')
    ax.set_xticks(ticks=range(10))  # 添加刻度位置或值（labels不定义则默认用此值）
    ax.set_xticklabels(labels=range(1, 11), rotation=30, fontsize='small')  # 添加labels，rotation为旋转度数
    # ax.set_xlim([0, 10])

    ax.set_ylabel('Y轴标签')
    # ax.set_yticks(ticks=range(10))  # 添加刻度位置或值（labels不定义则默认用此值）
    # ax.set_yticklabels(labels=range(1, 11), rotation=30, fontsize='small')  # 添加labels，rotation为旋转度数
    ax.set_ylim([1, 11])

    # 第三种方式（使用字典格式批量设置绘图属性）
    # props = {
    #     'title': '示例',
    #     'xlabel': 'X轴标签',
    #     'xticks': range(11),
    #     'ylabel': 'Y轴标签',
    #     'ylim': [1, 11],
    # }
    # ax.set(**props)

    plt.legend(loc='best')  # 添加图例（label）
    plt.show()  # 显示图片

执行结果：

保存图片

def save_figure():
    """
    保存图片
    :return:
    """
    fig = plt.figure()  # 创建一个新的空白图片
    ax = fig.add_subplot(1, 1, 1)  # 添加一个子图
    ax.plot([np.random.randint(1, 11) for i in range(10)])  # 绘制折线图

    # dpi：每英寸点数的分辨率（默认为100），bbox_inches：要保存的图片范围，如果设置为"tight"将会去除掉图片周围空白的部分
    plt.savefig(fname='example.jpg', dpi=120, bbox_inches='tight')  # 保存图片