python——matplotlib的基本使用

Matplotlib绘图基础语法与常见参数

1. 什么是Matplotlib库

①Python提供了很多模块用于数据可视化，其中matplotlib、seaborn等模块。
②Matplotlib是Python最著名的绘图库，它提供了一整套和matlab相似的命令API，其中的pyplot包封装了很多画图的函数。方便用户快速绘制2D图标。
③Matplotlib绘制的常用图形包括散点图、折线图、柱状图、直方图、饼图、箱线图。

2.搭建Matplotlib环境

①windows系统安装Matplotlib，执行命令为：

pip install matplotlib

②在pycharm中安装Matplotlib：

Filessettingsproject:工程名project Interpreter,然后点击右侧“+”，打开Available Packpage窗口。

3. 认识坐标系
①直角坐标系

②极坐标

③地理坐标系

3. 图表的主要主件

①画布（Figure），它是最外层容器，用于容纳图表的各种元素，比如坐标轴、图例等。
②子图 (Axes)，将画布Figure分成不同的区域，实现分面绘图。
③图表的主要组成元素包括图形，标题，坐标轴名称、坐标刻度和图例等内容。

总结：一个figure(画布)上，可以有多个区域axes(坐标系)，在每个坐标系上绘图，也就是说每个axes(坐标系)中，都有一个axis(坐标轴)。

4. 绘图基础语法
使用pylab或pyplot绘图的一般过程为：
首先导入模块，然后生成或读入数据再根据实际需要绘制折线图、散点图、柱状图或饼状图，接下来设置坐标轴标签、坐标轴刻度、图例、标题等图形属性，最后显示或保存绘图结果。

import matplotlib.pyplot as plt
x=[1,2]
y=[2,4]
plt.plot(x,y)#绘制折线图
plt.show()#显示图表

创建画布的两种方式：

方法一：隐式创建figure对象
当执行plt. scatter ()画图代码时，系统会判断是否已有figure对象，如果没有，系统会自动创建一个figure对象，并且在这个figure之上，自动创建一个axes坐标系。（默认创建一个figure对象，一个axes坐标系s）
方法二：显示创建figure对象：
语法：
figure(num, figsize, dpi, facecolor,edgecolor)
参数：
num: 图像编号或名称，数字为编号 ，字符串为名称
figsize: 指定figure的宽和高，单位为英寸
dpi：参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为100
facecolor：设置画布背景色
edgecolor：设置边框颜色

figure1 = plt.figure()#无参数
# 创建名为myfig的画布,若数字为编号
figure2 = plt.figure(num=‘myfig’)
#创建宽8英寸，高4英寸的画布
figure3 =plt.figure(figsize=(8,4))
#创建背景色为红色的画布
figure4=plt.figure(facecolor='red')

创建子图subplot函数
在Matplotlib中，可以将一个绘图对象分为几个绘图区域，在每个绘图区域中可以绘制不同的图像，这种绘图形式称为创建子图。
函数的语法格式：
plt.subplot(numRows,numCols,index)
注：整个绘图区域被分成numRows行和numCols列，index:表示矩阵区域的索引，从1开始编号

#导入matplotlib数据绘图包
import matplotlib.pyplot as plt 
#分成2行*1列
plt.subplot(2,1,1)#第1行
plt.subplot(2,1,2)#第2行
plt.show()# 显示图形

添加画布内容

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(0,11,1)#创建数组
plt.plot(x,x*x)#绘制y=x^2曲线
plt.title("curve")#添加标题
plt.xlabel("x value")#添加x轴名称
plt.xticks([0,2,4,6,8,10])#设置x轴刻度
plt.savefig("曲线.png")#保存图形
plt.show()#显示图表

5.常用绘图参数的设置

设置pyplot的动态rc参数
①pyplot使用rc配置文件来自定义图形的各种默认属性，被称为rc配置或rc参数。
②在pyplot中几乎所有的默认属性都是可以控制的，例如视图窗口大小以及每英寸点数、线条宽度、颜色和样式、坐标轴、坐标和网格属性、文本、字体等。

线条的常用rc参数名称、解释与取值

常用线条类型解释

线条标记解释

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(10)
plt.plot(x,2*x)#默认线条样式：蓝色线条
#自定义线条样式
plt.rcParams[‘lines.linestyle’]=“-.”#修改线条样式
plt.rcParams[‘lines.linewidth’]=2#修改线条宽度
plt.plot(x,x)#桔色线条
plt.rcParams[‘lines.linestyle’]=“:”#修改线条样式
plt.rcParams[‘lines.linewidth’]=3#修改线条宽度
plt.rcParams[‘lines.marker’]=‘D’#修改线条上点的形状
plt.plot(x,x/2)#绿色线条
plt.show()#显示图形

pyplot字体支持中文字符的显示

plt.rcParams['font.sans-serif'] = 'SimHei' #设置中文显示
plt.rcParams['axes.unicode_minus'] = False

6. 实例

#示例一：
import numpy as np
import matplotlib.pyplot as plt
data = np.arange(0,1.1,0.01)plt.title('lines') ## 添加标题
plt.xlabel('x')## 添加x轴的名称
plt.ylabel('y')## 添加y轴的名称
plt.xlim((0,1))## 确定x轴范围
plt.ylim((0,1))## 确定y轴范围
plt.xticks([0,0.2,0.4,0.6,0.8,1])## 规定x轴刻度
plt.yticks([0,0.2,0.4,0.6,0.8,1])## 确定y轴刻度
plt.plot(data,data**2)## 添加y=x^2曲线
plt.plot(data,data**4)## 添加y=x^4曲线
plt.legend(['y=x^2','y=x^4'])#添加图例
plt.savefig('../y=x^2.png')#保存绘制的图形
plt.show()#显示图形

#示例二
import numpy as np
import matplotlib.pyplot as plt
rad = np.arange(0,np.pi*2,0.01)
##第一幅子图
p1 = plt.figure(figsize=(8,6),dpi=80)## 确定画布大小
ax1 = p1.add_subplot(2,1,1)##创建一个两行1列的子图，并开始绘制第一幅
plt.title('lines')## 添加标题
plt.xlabel('x')## 添加x轴的名称
plt.ylabel('y')## 添加y轴的名称
plt.xlim((0,1))## 确定x轴范围
plt.ylim((0,1))## 确定y轴范围
plt.xticks([0,0.2,0.4,0.6,0.8,1])## 规定x轴刻度
plt.yticks([0,0.2,0.4,0.6,0.8,1])## 确定y轴刻度
plt.plot(rad,rad**2)## 添加y=x^2曲线
plt.plot(rad,rad**4)## 添加y=x^4曲线
plt.legend(['y=x^2','y=x^4'])
ax2 = p1.add_subplot(2,1,2)## 创开始绘制第2幅
plt.title('sin/cos') ## 添加标题
plt.xlabel('rad')## 添加x轴的名称
plt.ylabel('value')## 添加y轴的名称
plt.xlim((0,np.pi*2))## 确定x轴范围
plt.ylim((-1,1))## 确定y轴范围
plt.xticks([0,np.pi/2,np.pi,np.pi*1.5,np.pi*2])## 规定x轴刻度
plt.yticks([-1,-0.5,0,0.5,1])## 确定y轴刻度
plt.plot(rad,np.sin(rad))## 添加sin曲线
plt.plot(rad,np.cos(rad))## 添加cos曲线plt.legend(['sin','cos'])
plt.savefig('..sincos.png')
plt.show()

调节坐标轴常用的rc参数