Matplotlib Pyplot学习

更多关于matplotlib的学习请关注博客文章

---

Pyplot

pyplot简介

matplotlib.pyplot是使matplotlib像MATLAB一样工作的函数的集合。每个pyplot功能都会对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域中绘制一些线条，用标签装饰绘图等。

使用pyplot生成可视化的效果非常快：

plt.plot([1,2,3,4])
plt.ylabel('num')
plt.show()

关于上面这个示例中，x轴范围0-3,y轴范围1-4,原因是如果你向Plot传递单个列表或数组，那么matplotlib假定它是y轴的序列，并自动为你生成从0开始的x值

---

plot的样式

对于每对x，y参数，都有一个可选的第三个参数，它是表示图的颜色和线型的格式字符串。格式字符串的字母和符号来自MATLAB，您将颜色字符串与线型字符串连接在一起。默认格式字符串是“ b-”，这是一条蓝色实线。

例如，要用红色圆圈绘制以上内容：

plt.plot([1,2,3,4],[1,4,9,16],'ro') #'r':red,'o':点
plt.axis([0,6,0,20])                #确定坐标轴的范围，x轴0-6，y轴0-20
plt.show()

格式字符串由颜色，标记物和线条组成

fmt = '[marker][line][color]'  #其他组合也是允许的，例如[color][marker][line]

每一个参数都是可选的。

Markers(标记物)

字符	描述
'.'	点标记
','	像素标记
'o'	圆圈标记
'v'	triangle_down标记
'^'	三角形标记
'<'	triangle_left标记
'>'	triangle_right标记
'1'	tri_down标记
'2'	tri_up标记
'3'	tri_left标记
'4'	tri_right标记
's'	方形标记
'p'	五边形标记
'*'	星标
'h'	六角形标记
'H'	六角标记
'+'	加号
'x'	X标记
'D'	钻石笔
'd'	thin_diamond标记
'|'	vline标记
'_'	标记线

line(线形)

字符	描述
'-'	实线样式
'--'	虚线样式
'-.'	点划线样式
':'	虚线样式

color(颜色)

字符	颜色
'b'	蓝色
'g'	绿色
'r'	红
'c'	青色
'm'	品红
'y'	黄色
'k'	黑色
'w'	白色

如何参数中只有颜色这一选择项，则可以使用任何matplotlib.colors规格，例如全名（‘green’)或十六进制表示(’#008000’)

---

处理多个图形和轴

在下面这个例子中一个figure下创建了两个子图：

import matplotlib.pyplot as plt
import numpy as np


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()
plt.subplot(211)  #211:   2行1列的第一个子图
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')   #在其一子图上绘制了两个图形

plt.subplot(212)   #212:   2行1列的第二个子图
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')   
plt.show()

同样：可以创建多个figure

plt.figure(1)                # 第一个图形
plt.subplot(211)             # 第一个图形中的第一个子图
plt.plot([1, 2, 3])
plt.subplot(212)             # 第一个图形中的第二个子图
plt.plot([4, 5, 6])


plt.figure(2)                # 第二个图形
plt.plot([4, 5, 6])          # 默认创建一个 subplot(111)

plt.figure(1)             # 此时figure(1)仍然存在，并且此时subplot(212)是figure(1)当前使用
plt.subplot(211)          # 使得subplot(211)是figure（1）当前使用
plt.title('Easy as 1, 2, 3') # 声明subplot(211)的标题

plt.show()

---

为图形添加文字说明

annotate方法提供了注释方式

参数：xy表示注释的位置，xytext是文本的位置。这两个参数都是(x,y)元组

ax = plt.subplot(111)

t = np.arange(0.0, 5.0, 0.01)
s = np.cos(2*np.pi*t)
line, = plt.plot(t, s, lw=2)

plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5),
             arrowprops=dict(facecolor='black', shrink=0.05),
             )

plt.ylim(-2, 2)		#规定y值范围(-2,2)
plt.show()

更多详细注释请参见官方文档基本注释和高级注释。

---

如果你发现文章中出现的错误或者任何疑问欢迎在下方评论区评论

---

更多文章欢迎到个人博客查看点此跳转