Python：matplotlib中pyplot的使用方法

from matplotlib import pyplot as pplot
pplot.plot([1, 2, 3, 4], [1, 4, 9, 16],'r-')
pplot.axis([0,6,0,30])
pplot.ylabel('Y-axis')
pplot.xlabel('X-axis')
pplot.show()

上面是一段简单的，二维图代码。真正的画图在下面。

文章来源：http://blog.csdn.net/youngwhz1/article/details/51495847

谢谢作者sunbirdwhz

使用pyplot需要导入如下lib：

import matplotlib
import matplotlib.pyplot as plt
import matplotlib.gridspec as gs
from matplotlib.backends.backend_pdf import PdfPages

1. 进行输出Page的配置

matplotlib.rcdefaults()

p = matplotlib.rcParams

# 配置图表字体
p["font.family"] = "sans-serif"
p["font.sans-serif"] = ["SimHei", "Tahoma"]
p["font.size"] = 10
p["axes.unicode_minus"] = False

# 配置图表大小

p["figure.figsize"] = (14.15, 20) # A4纸大小，竖向页面

    # p["figure.figsize"] = (20, 14.15) # A4纸大小，横向页面

# 配置图表分辨率

p["figure.dpi"] = 200

# 配置绘图区域的大小和位置，下面的值是基于图标的宽和高的比例
p["figure.subplot.left"] = 0.06   # 左边距 
p["figure.subplot.right"] = 0.94   # 右边距
p["figure.subplot.bottom"] = 0.05  # 下边距 
p["figure.subplot.top"] = 0.92   # 上边距

# 配置subplots之间的间距（水平间距和垂直间距），也是基于图标的宽和高的比例

p[ "figure.subplot.wspace" ] = 0.12

p["figure.subplot.hspace"] = 0.2

2. 生成PDF文件

# 准备数据

import numpy as np

t = np.arange(0.0, 5.0, 0.01)
data = np.cos(2*np.pi*t)

# 配置图形

pdf = PdfPages(pdf_file)   # pdf_file为全路径的文件名

figure = plt.figure()

figure.subplots_adjust(hspace=0.4)   # 调整subplots之间的垂直方向的间距

figure.suptitle("Title")     # 设置页面上的标题

# 绘制第一个图形（曲线）

sp1 = figure.add_subplot(2, 1, 1)   # 设置plot的布局（rows, cols, num）

     # rows: 一页中图形的行数

     # cols: 一页中图形的列数

     # num: 绘制第几个图形（从1开始）

     # 还有一种写法: sp = figure.add_subplot(221)

# 进行基本的图形绘制

n = len(data)   # 要绘制数据的长度

sp1.set_xlim(0, n-1)   # 设置x轴的范围

sp1.set_ylim(-2, 2)   # 设置y轴的范围，不设置的话会自动设置合适的y值范围（可视区域最大化）

sp1.set_xlabel("x_label")

sp1.set_ylabel("y-label")

sp1.set_title("subtitle1", fontsize=10, color="b")   # 设置当前图形的Title

sp1.plot(data, linewidth=0.5, color="b")   # 以0.5线宽绘制蓝色的data图形

# 绘制第二个图形（点）

sp2 = figure.add_subplot(212)
sp2.set_xlabel("x_label_dot")
sp2.set_ylabel("y-label_dot")
sp2.set_title("subtitle2", fontsize=10, color="r")
for x, y in enumerate(data):   # 以尺寸为2绘制红色的点
    sp2.plot(x, y, "o", markersize=2, markerfacecolor="red", markeredgecolor="red")

pdf.savefig(figure)

plt.close()
pdf.close()

输出图形如下：

3. 如何将两个或多个图形合并在一起显示

使用GridSpec对象可以实现。

gs1 = gs.GridSpec(3, 1)  # 网格设置为3行，1列，其中第一个图形占2行，第二个图形占1行
gs1.update(hspace=0, wspace=0, top=0.90, bottom=0.10)  # 为使两个图形合并在一起，hspace和wspace必须设置为0，top/bottom是基于整个页面的比例

sp1 = plt.subplot(gs1[0:2, :])   # 注意gs中使用的是index(从0开始)，不包含结束点。
                                    # 第一个参数"0:2"表示从第1行开始，占用2行到第三行结束；第二个参数":"表示占用所有列
                                    # 此处也可以使用 sp = figure.add_subplot(gs1[0:2, :])

sp2 = plt.subplot(gs1[2:3, :])  # 从第二行开始，到第三行结束（不含第三行），占用一行

# 此处也可以使用 sp = figure.add_subplot(gs1[2:3, :])

省略sp1和sp2的绘制过程，由于合并，不需显示sp1的xlabel和sp2的title，输出图形如下：

合并多个图形的示例（例如，合并5个图形在一起显示）：

gs1 = gridspec.GridSpec(5, 1)   # 网格设置为5行，每个图形占用一行

sp1 = plt.subplot((gs[0, :]))   # 每个图形占用一行，可以直接使用index表示

sp2 = plt.subplot((gs[1, :])) 

sp3 = plt.subplot((gs[2, :])) 

sp4 = plt.subplot((gs[3, :])) 

sp5 = plt.subplot((gs[4, :])) 

4. X轴和Y轴的多个坐标系

使用twinx()和twiny()方法。

twinx()：共用X轴，使用新的Y轴坐标

twiny()：共用Y轴，使用新的X轴坐标

创建新Y轴坐标：

ax1 = sp1.twinx()      # 第二Y轴（共用X轴）
ax1.set_xlim(0, n-1)   # 设置与sp1相同的X轴范围（不设置默认也是相同的X轴范围），如果修改则sp1的X轴范围也会同时改变
ymin, ymax = sp1.get_ylim()
ax1.set_ylim(ymin-5, ymax+5)   # Y轴与sp1的Y轴是独立开来的，可以随意设置而不影响sp1的Y轴范围
ax1.set_ylabel("第二Y轴：红色", color="r")
for ytl in ax1.get_yticklabels():  # 设置为第二Y轴坐标显示为红色
    ytl.set_color("r")
ax1.set_xticks([])     # 此处设置为不显示X轴坐标，则整个图形就不显示X轴坐标了（共用sp1的X轴坐标），同时X轴的顶部和底部标尺都隐藏了
ax1.plot(data1, linewidth=0.5, color="r")    # 绘制第二Y轴坐标系上的图形

输出图形如下：

创建新X轴坐标：

ax2 = sp1.twiny()      # 第二X轴（共用Y轴）
ax2.set_xlim(0, len(data1)-1)   # X轴与sp1的X轴是独立开来的，可以随意设置而不影响sp1的X轴范围
ymin, ymax = sp1.get_ylim()
ax2.set_ylim(ymin, ymax)   # Y轴与sp1的Y轴是共用的，如果不设置则影响sp1的Y轴显示
ax2.set_xlabel("第二X轴：绿色", color="green")
for xtl in ax2.get_xticklabels():  # 设置为第二X轴坐标显示为绿色
    xtl.set_color("g")
ax2.plot(data1, linewidth=0.5, color="g")   # 绘制第二X轴坐标系上的图形
ax2.plot([0, n], [0, 0], linewidth=0.1, color="grey")  # 绘制0基准线

输出图形如下：

隐藏X轴顶部的标尺，但保留底部的标尺：

# hide the top iden

ax2 = sp.twiny()
ax2.set_xticks([])

5. 自定义X轴和Y轴的坐标值

sp = figure.add_subplot(111)
sp.set_xlabel("x_label")
sp.set_ylabel("y-label")
sp.set_xticks(range(0, n, 20))   # 设置X轴的坐标点
sp.set_xticklabels(["%d" % val for val in range(0, n, 20)])    # 设置X轴的坐标显示标签
sp.set_ylim(-2, 2)
sp.set_yticks([val/10 for val in range(-20, 21, 1)])   # 设置Y轴的坐标点
sp.set_yticklabels(["%.1f" % (val/10) for val in range(-20, 21, 1)])   # 设置Y轴的坐标显示标签
sp.plot([0, n], [0, 0], linewidth=0.1, color="grey")  # 绘制0基准线
sp.plot(data, linewidth=0.5, color="b")   # 以0.5线宽绘制蓝色的data图形

输出图形如下：

如果X轴的坐标label比较长，显示会叠加的话，可以指定角度显示坐标label，如下：

xticklabels = ["%d" % val for val in range(0, n, 20)]

sp.set_xticklabels(xticklabels, rotation=40, fontsize=8, color="b")   # 指定ticklabel旋转的角度

还可以设置是否显示网格：

sp.grid(True)

输出图形如下：

6. 绘制柱状图

绘制柱状图可以直接使用line方式进行绘制，但会存在线条较粗时与底边无法对齐、或不同粗细的线条直接无法无缝衔接的问题。

sp = figure.add_subplot(111)
sp.set_xlabel("x_label")
sp.set_ylabel("y-label")
sp.set_xlim(0, n-1)
sp.set_ylim(-2, 2)
sp.plot([0, n], [0, 0], linewidth=0.1, color="grey")  # 绘制0基准线
sp.plot(data, linewidth=0.5, color="b")   # 以0.5线宽绘制蓝色的data图形
# 绘制柱状图表
for i, val in enumerate(data):
    if i % 5 == 1:
        sp.plot([i, i], [0, val*3/5], linewidth=3, color="g")

输出图形如下（每一根柱与0轴交汇的地方会突出来一些）：

如上图，使用line方式绘制柱状图时会存在线条无法完美衔接的问题，此时使用bar绘制即可解决。

# 绘制柱状图表
left = []
height = []
width = []
bottom = []
color = []
for i, val in enumerate(data):
    if i % 5 == 1:
        left.append(i)
        height.append(val*3/5)
        width.append(3)
        bottom.append(0)
        color.append("r" if val > 0 else "g")
sp.bar(left, height, width=width, bottom=bottom, edgecolor="none", color=color)

输出图形如下：

绘制水平的柱图：

# 绘制水平的bars
left = []
height = []
width = []
bottom = []
color = []
direction = 1 if data[0] > 0 else -1
bar_start = 0
for i, val in enumerate(data):
    if (val > 0 and direction != 1) or (val <= 0 and direction != -1):
            left.append(bar_start)
            bottom.append(0.5 if direction == 1 else -0.5)
            width.append(i - bar_start)
            height.append(0.05)
            color.append("r" if direction == 1 else "g")
            bar_start = i
            direction = 1 if val > 0 else -1
sp.bar(left, height, width=width, bottom=bottom, edgecolor="none", color=color)

输出图形如下：