【Matplotlib】可视化图形基本操作

1.准备工作

$\bullet$ 需要的库：matplotlib库用来绘制图形，它的子库pyplot提供了与MATLAB类似的绘图API。numpy库用来处理数据。
$\bullet$ 引入（我们后面使用它的简略形式）：

import matplotlib.pyplot as plt   #基本上只需要使用matplotlib的pyplot库
import numpy as np   #数据处理
%matplotlib inline  #确保图形显示

2.基本操作

2.1 创建绘图对象（figure）

在绘图前我们需要创建绘图对象，若直接调用plot函数，那么Matplotlib就会自动创建一个绘图对象。

基本格式：$$plt.plot(num=None,figsize=None,dpi=None,facecoloe=Node,edgecolor=None...)$$

基本参数介绍：

参数名称	作用
num	接收int或string，如果未提供该参数将默认生成，并且图形编号递增。
figsize	接收元组，比如说 figsize=(5,5) 指定了绘图对象的宽度和高度，单位为英寸。
dpi	接收int，表示分辨率，即每英寸多少个像素，默认值为80.
facecolor	表示背景颜色
edgecolor	表示边框颜色

---

2.2 绘制图表（plot）

函数格式：
$$plt.plot(x,y,label,color,linewidth,linestyle)$$

参数说明：

函数参数	参数作用
x	x轴上的数值
y	y轴上的数值
ld （linewidth）	线条的粗细
ls（linestyle）	线条的格式
c（color）	线条颜色
maker	线条上点的形状
makeredgecolor	点的边框颜色
makersize	点的大小
makerfacecolor	点的填充颜色
label	文本标签

linestyle(四种)：
$\bullet$ ‘-’ 实线
$\bullet$ ‘- -’ 虚线
$\bullet$ '-.'点划线
$\bullet$ ':'实点线

首先我们得生成关于x和y的列表，然后才可以进行绘图。

简单直线的显示：

$\bullet$ plt.plot(x,y) #就是构造关于x和y的这条直线
$\bullet$ plt.show() #就是显示这条直线

import matplotlib.pyplot as plt   
import numpy as np   
x = np.linspace(-3,3,50)  #x轴上从-3到3的50个点
y = 2*x+1  #函数关系式
plt.plot(x,y)
plt.show()

---

2.3 标签

参数说明：

参数名称	作用
plt.xlabel()	x轴的名称，可以指定位置、颜色、字体大小等参数
plt.ylabel()	y轴的名称，可以指定位置、颜色、字体大小等参数
plt.title()	图表的标题，可以指定位置、颜色、字体大小等参数
plt.xlim()	图形显示x轴的范围
plt.ylim()	图形显示y轴的范围
plt.xticks()	指定x轴刻度的数目与取值
plt.yticks()	指定y轴刻度的数目与取值

实例：

import matplotlib.pyplot as plt   #基本上只需要使用matplotlib的pyplot库
import numpy as np   #数据处理

x = np.linspace(-3,3,50)  #x轴上从-3到3的50个点
y1 = 2*x+1  #函数关系式
y2 = x**2

plt.figure(num=1)
plt.plot(x,y1)  #color表示颜色，linewidth表示宽度，linestyle表示线的类型
plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--')

plt.xlim(-1,2) #设置x轴的范围
plt.ylim(-1,4) #设置y轴的范围
plt.xlabel('I am x') #设置x轴的名字
plt.ylabel('I am y') #设置y轴的名字


#具体的设置x轴\y轴的坐标值
new_ticks = np.linspace(-1,2,5)
plt.xticks(new_ticks) #可以使用固定距离的坐标
plt.yticks([-1,-0.5,1,1.5,2],[r'$really\ bad$',r'$bad\ \alpha$',r'$normal$',r'$good$',r'$really\ good$']) #第一个列表放入位置，第二个列表放入名称与第一个列表一一对应
plt.show()

---

2.4 移动坐标轴

$\bullet$ spines表示边，一共有top、bottom、right、left
$\bullet$ 我们控制它的右边和上边消失，让下边和左边移动过来
$\bullet$ set_position中第一个参数在元组里，表示在数据的0位置

实例：

#插入上边代码中即可运行
#gac='get current axis'
ax = plt.gca() #将上面的图片放入ax中
ax.spines['right'].set_color('none') #设置右边、上面top的边消失
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')  #将下面和左边的边设置为这个图面的x、y轴
ax.yaxis.set_ticks_position('left')
#设置边所在的坐标位置
ax.spines['bottom'].set_position(('data',0))  #参数axes显示所占百分比
ax.spines['left'].set_position(('data',0))
plt.show()

---

import matplotlib.pyplot as plt   
import numpy as np   
x = np.linspace(-1,1,10)  #x轴上从-1到1的10个点
y1 = 2*x+1  #函数关系式
y2 = x**2

plt.figure(num=1,figsize=(5,5))
plt.plot(x,y1)

plt.figure(num=2)
plt.plot(x,y2,color = 'red',linewidth = 1.0,linestyle = '--')

plt.show()

2.5 图例(legend)

参数说明：

legend函数参数	参数作用
handles	一个列表，包含你想要的显示的图线返回值
labels	一个列表，可以统一对图形图例进行名称定义
loc	图例位置，默认为best

plt.rcParams[“font.sans-serif”] = [“SimHei”] #解决中文乱码问题
plt.rcParams[“axes.unicode_minus”] = False #使一些符号正常显示
plt.legend() #默认生成图例

实例：
$\bullet$ 默认生成

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

x = np.linspace(-1,1,30)  #x轴上从-1到1的30个点
y1 = x**2
y2 = 2*x+1

plt.figure()
plt.rcParams["font.sans-serif"] = ["SimHei"]   #解决中文乱码问题
plt.rcParams["axes.unicode_minus"] = False   #使一些符号正常显示
l1, = plt.plot(x,y1,label="图形 y1 = x^2")
l2, = plt.plot(x,y2,label="图形 y2 = 2*x+1")
plt.legend() #默认生成

plt.show()

$\bullet$ 含参

#含参的legend
plt.legend(handles=[l1,l2],labels=['图线1','图线2'],loc='upper right')

---

2.6 保存图像

函数：可以指定图表的分辨率、边缘和颜色等参数

plt.savefig("E:/可视化.png")

结果：