(学习笔记)matplotlib.pyplot模块下基本画图函数的整理

matplotlib版本：3.7.1

python版本：3.10.12

# 模块引入
import matplotlib.pyplot as plt

1. plt.plot()函数

主要用于画图，绘制点和线。
语法：

plt.plot(x,y,format_string,**kwargs)

参数介绍：

x：x轴的数据，可以是标量、元组、列表
y：y轴的数据，可以是标量、元组、列表
format_string：控制曲线格式的字符串，可选
**kwargs：第二组或更多(x,y,format_string)，可画多条曲线。

其中format_string：由颜色字符、风格字符、标记字符组成
颜色字符举例：
‘b’ ：蓝色
‘c’： 青绿色
‘g’： 绿色
‘k’ ：黑色
‘m’：洋红色
‘r’： 红色
‘w’：白色
‘y’： 黄色

风格字符举例：
‘‐’ 实线
‘‐‐’ 破折线
‘‐.’ 点划线
‘:’ 虚线
‘’ ’ ’ 无线条

标记字符举例：
‘.’ 点标记
‘,’ 像素标记(极小点)
‘o’ 实心圈标记
‘v’ 倒三角标记
‘^’ 上三角标记
‘>’ 右三角标记
‘<’ 左三角标记

---

**kwargs这是一个字典，里面有很多可选参数：
常用的几个为：
color：指定颜色
lable：线条的标签
linestyle：线条的风格
linewidth：线条的宽度

1.1 plt.plot(x, y)

x = [1, 2, 4, 7]
y = [5, 6, 8, 10]

# 传入两个列表，x为横坐标，y为纵坐标
plt.plot(x, y)
plt.show()

x = [1, 2, 4, 7]
y = [5, 6, 8, 10]
y1 = [11, 15, 16, 19]

# 传入两个列表，x为横坐标，y为纵坐标
plt.plot(x, y) # 用红色的原点，标出点，用实线连接
plt.plot(y1)   #x可以省略，默认从[0， 1， 2， 3， N-1 ]递增
plt.show()

还可以传入两组或多组参数

x = [1, 2, 4, 7]
y = [5, 6, 8, 10]
x1 = [10, 12, 14, 18]
y1 = [11, 15, 16, 19]

# 传入两个列表，x为横坐标，y为纵坐标
plt.plot(x, y, 'ro-', x1, y1, 'bo--')
plt.show()

还可以传2维数组

lst1 = [[0, 1, 2], [3, 4, 5], [6, 7, 8]]
lst2 = [[2, 3, 2], [3, 4, 3], [4, 5, 4]]
# 传入两个列表，x为横坐标，y为纵坐标
plt.plot(lst1, lst2,  'bo--')
plt.show()

观察发现，二维数组的第一列为一组坐标，第二列为一组坐标，第三列为一组坐标。

1.2 plt.plot(x, y, **kwargs)

控制线和点的参数。

x = [1, 2, 4, 7]
y = [5, 6, 8, 10]
# 蓝色,线宽20,圆点,点尺寸50,点填充红色,点边缘宽度6,点边缘灰色
plt.plot(x, y, color="blue", linewidth=10, marker="o", markersize=50,
         markerfacecolor="red", markeredgewidth=6, markeredgecolor="grey")
plt.show()

2. plt.xlable(), plt.ylable()

给x/y轴取名字。

语法：plt.xlable(string)
string：字符串格式名字

x = [1, 2, 4, 7]
y = [5, 6, 8, 10]

plt.xlabel('size')
plt.ylabel('price')
plt.plot(x, y, 'ro')
plt.show()

3. plt.title()

给表格取一个标题。

语法：plt.title(string)
shring：字符串格式的标题。

x = [1, 2, 4, 7]
y = [5, 6, 8, 10]

plt.xlabel('size')
plt.ylabel('price')
plt.title('house price')
plt.plot(x, y, 'ro')
plt.show()

4. plt.show()

显示坐标图。
上面几个函数已经包含此例子。

5.plt.subplot()

把一个figure分成n行m列，选择第k个位置作图（从1开始数）。

语法：plt.subplot(nrows,mcols, k)

# 把画布分成两行两列，画在第四个位置
x = [1, 2, 4, 7]
y = [5, 6, 8, 10]
plt.subplot(224)
plt.xlabel('size')
plt.ylabel('price')
plt.title('house price')
plt.plot(x, y, 'ro')
plt.show()

plt.subplots()

语法：fig, ax = plt.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

参数设置：

• nrows/ncols：设置图标的行数、列数，默认为1
• sharex/sharey：设置x、y是否为共享属性，默认为false，可设置为’none’、‘all’、‘row’或‘col’。False或none每个子图的x轴或y轴都是独立的，True或‘all’：所有子图共享x轴或y轴，‘col’：设置每个子图列共享一个x轴或y轴。
• squeeze：布尔值，默认为 True，表示额外的维度从返回的 Axes(轴)对象中挤出，对于 N*1 或 1*N 个子图，返回一个 1 维数组，对于 N*M，N>1 和 M>1 返回一个 2 维数组。如果设置为 False，则不进行挤压操作，返回一个元素为 Axes 实例的2维数组，即使它最终是1x1。
• subplot_kw：可选，字典类型。把字典的关键字传递给 add_subplot() 来创建每个子图。
• gridspec_kw：可选，字典类型。把字典的关键字传递给 GridSpec 构造函数创建子图放在网格里(grid)
• **fig_kw：把详细的关键字参数传给 figure() 函数

import matplotlib.pyplot as plt
import numpy as np

# 创建一些测试数据 -- 图1
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

# 创建一个画像和子图 -- 图2
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title('Simple plot')

# 创建两个子图 -- 图3
f, (ax1, ax2) = plt.subplots(1, 2, sharey=True)
ax1.plot(x, y)
ax1.set_title('Sharing Y axis')
ax2.scatter(x, y)

# 创建四个子图 -- 图4
fig, axs = plt.subplots(2, 2, subplot_kw=dict(projection="polar"))
axs[0, 0].plot(x, y)
axs[1, 1].scatter(x, y)

# 共享 x 轴
plt.subplots(2, 2, sharex='col')

# 共享 y 轴
plt.subplots(2, 2, sharey='row')

# 共享 x 轴和 y 轴
plt.subplots(2, 2, sharex='all', sharey='all')

# 这个也是共享 x 轴和 y 轴
plt.subplots(2, 2, sharex=True, sharey=True)

# 创建标识为 10 的图，已经存在的则删除
fig, ax = plt.subplots(num=10, clear=True)

plt.show()

---

使用该函数画一个散点图的示例：

X_train = np.array([[1.0], [2.0]], dtype=np.float32)           #(size in 1000 square feet)
Y_train = np.array([[300.0], [500.0]], dtype=np.float32)       #(price in 1000s of dollars)

fig, ax = plt.subplots(1,1)
ax.scatter(X_train, Y_train, marker='x', c='r', label="Data Points")
ax.legend( fontsize='xx-large')
ax.set_ylabel('Price (in 1000s of dollars)', fontsize='xx-large')
ax.set_xlabel('Size (1000 sqft)', fontsize='xx-large')
plt.show()

6. plt.figure()

创建一个matplotlib函数的对象，它是顶层容器。我们可以利用这个对象来进行画图操作。

语法：fig = plt.figure()
创建一个fig的对象

fig.add_subplot()

增加一个子图

语法：ax = fig.add_subplot(111)
增加一个一行一列的子图

参考网站：
菜鸟教程