数据可视化库 matplotlib 入门 2——figure画布、axes绘图域、plot函数-CSDN博客

本文链接：https://blog.csdn.net/weixin_45447382/article/details/128127034

Matplotlib 库使用入门2

figure 画布和 axes 绘图域的创建与设置
plot 函数绘图与相关设置

上一篇文章初步介绍了matplotlib 库的安装与配置，常用套路和绘图组件。本篇介绍 matplotlib 绘制常用图表的简单步骤，包括画布和绘图域的创建、图素的设置、用 plot 函数绘制线图并设置图例、网格等。

figure 画布和 axes 绘图域的创建与设置

按照 matplotlib 绘图常用的套路，首先要创建一个 figure 画布，然后添加 axes 绘图域，最后在绘图区域中绘制图表曲线。其中，创建画布的函数 plt.figure() ，返回一个 figure 对象。用该对象的 add_axes() 方法创建一个 Axes 对象或者用 add_subplot() 方法创建一个 AxesSubplot 对象（该对象也可直接用 plt.subplot() 函数创建），即绘图（子）区域。为了更简便，也可以直接用 plt.subplots() 函数，直接创建画布和绘图域。
画布和绘图域对象有多个属性和方法，最基本的有设置标题、坐标轴名称、网格等等，具体参考下面代码示例。

plt.figure(num, figsize, dpi, facecolor, edgecolor, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs)
num：一个整数或者字符串。默认为空，创建一个新的 figure。若是一个整数，且某个现有 figure 对象的 number 属性等于该整数，则激活该 figure 并返回该 figure；否则创建一个新的 figure。若是个字符串，则创建一个新的 figure，并将 window title 设置为该字符串。
figsize：一个元组，指定画布以英寸为单位的高度和宽度。
dpi：一个整数，指定 figure 的分辨率。
facecolor：指定背景色。
edgecolor：指定边界色。
返回一个 figure 画布对象。
figure.add_axes(rect, sharex, sharey, *args, **kwargs)
rect：一个元组或列表，代表绘图区域的 (left, bottom, width, height)，四个值必须在0到1之间。
sharex：另一个 Axes 对象，与该 Axes 共享 x 轴。
sharex：另一个 Axes 对象，与该 Axes 共享 y 轴。
返回一个 axes 绘图区域对象。
figure.add_subplot(rcp, *args,**kwargs) 或者 plt.subplot(rcp, *args,**kwargs)
rcp：表示绘制子图的位置，第一个参数 r 表示行数，第二个参数 c 表示列数，第三个参数 p 表示正在绘图的位置。rcp 可以合并写，也可以分开。
sharex、sharey：同上。
返回一个 AxesSubplot 绘图子区域对象。
plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, width_ratios, height_ratios, subplot_kw, gridspec_kw, **fig_kw)
nrows、ncols：子绘图区域行数、列数
sharex、sharey：同上
返回一个二元元组，第一个元素就是 figure 画布，第二个元素就是各个绘图域，可下标访问每个域。

示例如下：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   # 为了支持中文显示
plt.rcParams['axes.unicode_minus'] = False     # 为了正常显示负号

fig = plt.figure('my example 1', figsize=(7.5, 5.5))
ax1 = fig.add_axes((0.1, 0.1, 0.2, 0.2))
ax2 = fig.add_axes((0.4, 0.4, 0.5, 0.5), sharex=ax1, sharey=ax1)
plt.show()

fig = plt.figure('my example 2', figsize=(8.5, 5.5))
ax1 = fig.add_subplot(2,2,1)             # ax1 = plt.subplot(221) 效果一样
ax2 = fig.add_subplot(2,2,2, sharex=ax1, sharey=ax1)
ax3 = fig.add_subplot(223, sharex=ax1)
plt.show()

fig, ax = plt.subplots(2, 2, sharex=False, sharey=False, figsize=(9,6))  # 创建2行2列图表，不共享坐标轴
fig.suptitle('演示图表', fontsize=12, x=0.5, y=1)  # 设置图像标题
ax[0,0].set_title("graph 图1")           # 设置绘图域图表标题
ax[0,0].set_xlabel('图1的x轴标签')       # 设置 x 轴标签
ax[0,0].set_ylabel('图1的y轴标签')       # 设置 y 轴标签
ax[0,0].set_xticks([0,2,4,6])            # 设置 x 轴刻度
ax[0,0].set_yticks([-1,0,1])             # 设置 y 轴刻度
ax[0,1].set_xlim(0,10)                   # 设置 x 轴取值范围
ax[0,1].set_ylim(-10,10)                 # 设置 y 轴取值范围
ax[1,0].set_yscale("log")                # 设置 y 轴为对数坐标
ax[1,1].set_xticklabels(['zero','two','four','six','eight','ten'])  # 设置 x 轴刻度标签
plt.show()

plot 函数绘图与相关设置

axes.plot(*args, **kwargs) 是 Axes 绘图域的基本方法，它将一个数组的值与另一个数组的值绘制成线或标记，具有可选格式的字符串参数，用来指定线型、标记颜色、样式以及大小。最简单的用法是 plot(x,y)，其中x为数据点的横坐标，y为数据点的纵坐标，此时采用默认线型和颜色；可省略x直接用 plot(y)，此时x默认为[0,1,…,len(y)-1]。设置线型和颜色 plot(x,y,‘bo’)，'bo’表示格式化字符串，'b’代表颜色为蓝色，'o’代表使用小圆圈标记数据点。如果x/y为二维数组，则每一行作为一组 line 来绘制，也可以用 plot(x1,y1,‘b+’,x2,y2,‘b-’,x3,y3,‘bo’) 一次绘制多条线。

控制颜色的字符串可以为： ‘b’/‘g’/‘r’/‘c’/‘m’/‘y’/‘k’/‘w’（蓝、绿、红、青、品红、黄、黑、白），也可以指定全名（比如 ‘red’）；或者指定十六进制字符串（比如 #00ff00）；或者指定一个 RGB/RGBA 元组（比如 (0,1,0)/(0,1,0,1)）。
控制线型和标记符号的字符串可以为：‘-’ / ‘–’ / ‘-.’ / ‘:’ / ‘.’ / ‘,’ / ‘o’ / ‘v’ / ‘^’ / ‘<’ / ‘>’ / ‘1’ / ‘2’ / ‘3’ / ‘4’ / ‘s’ / ‘p’ / ‘*’ / ‘h’ / ‘H’ / ‘+’ / ‘x’ / ‘D’ / ‘d’ / ‘|’ / ‘_’。

axes.legend(*args, **kwargs) 是 Axes 绘图域绘制图例的基本方法（figure 或 plt 也有 legend 方法绘制图例），用法是先创建一个 Axes，然后在其中添加 lines，再直接调用 ax.legend()，此时那些label非空的线将被图例注释。也可先创建 line，然后调用 line.set_label()，再调用 ax.legend()。函数常用参数中 labels 是一个字符串序列，用来指定标签的名称，loc 是指定图例位置的参数，其他参数见示例代码：

loc 指定图例的位置，可以为整数或者字符串：‘best’ / ‘upper right’ / ‘upper left’ / ‘lower left’ / ‘lower right’ / ‘right’ / ‘center left’ / ‘center right’ / ‘lower center’ / ‘upper center’ / ‘center’，对应于整数的 0~10。也可以指定坐标(x,y)，其中(0,0)是左下角，(1,1)是右上角。

示例1：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = np.arange(1, 11)
fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.plot(x, np.exp(x), 'b--')                       # 绘制指数曲线，蓝色虚线
ax1.set_ylabel('exp', fontsize=14)
ax2 = ax1.twinx()                                   # 添加双轴
ax2.plot(x, np.log(x), 'ro-', markersize=10)        # 绘制对数曲线，红色带圆点实线
ax2.set_ylabel('log', fontsize=14)
fig.legend(labels=('exp','log'), loc='upper left')  # 在画布的左上角绘制图例
plt.show()  # 绘制图像如下所示

上述代码绘制图像如下：
在这里插入图片描述
示例2：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = np.linspace(-3,3)

fig = plt.figure(figsize=(9,7))
ax1 = fig.add_subplot(221)
ax1.set_title("图1")
ax1.plot(x, np.exp(x), 'c+', label=r'exp(x)')
ax1.plot(x, x ** 2, 'g*', label=r'$x^2$')
ax1.set_xlim(-3, 3)   # 设置坐标范围
ax1.legend()          # 绘制图例
ax1.grid()            # 绘制网格

ax2 = fig.add_subplot(222)
ax2.set_title("图2")
line1 = ax2.plot(x, np.sin(x), 'm-')[0]
line1.set_label(r'sin(x)')
line2 = ax2.plot(x, np.cos(x), 'rs')[0]
line2.set_label(r'cos(x)')
ax2.legend(loc='lower right', fontsize=16, framealpha=0.4)  # 右下角绘制图例，图例文字大小为16，透明度为0.4
ax2.grid(color='b', ls = '-.', lw = 0.35)  # 绘制网格，网格线为蓝色点划线，线宽0.35

ax3 = fig.add_subplot(223)
ax3.set_title("图3")
line3 = ax3.plot(x, 0.5*x-2, 'kv')[0]
line4 = ax3.plot(x, 2*x+1, 'g+')[0]
ax3.legend((line3,line4),(r'0.5*x-2',r'2*x+1'),loc='center left')  # 左边中间位置绘制图例

ax4 = fig.add_subplot(224)
ax4.set_title("图4")
ax4.set_xlabel('x轴标签')
ax4.set_ylabel('y轴标签')
ax4.plot(x, -x ** 2 , 'b-', label=r'$-x^2$')
ax4.plot(x, x ** 3, 'rx', label=r'$x^3$')
ax4.legend(loc='upper center', frameon=False)   # 上方中间位置绘制图例，图例边框取消
plt.show()