十分钟快速学会Matplotlib基本图形操作

在学习Python的各种工具包的时候，看网上的各种教程总是感觉各种方法很多很杂，参数的种类和个数也十分的多，理解起来需要花费不少的时间。

所以我在这里通过几个例子，对方法和每个参数都进行详细的解释，这样对于0基础的人也可以快速的掌握Matplotlib基本图形操作。

• 首先导入numpy和matplotlib包

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline # 使图形可以直接在notebook上显示

• 首先画一个最基本的图形

plt.plot([1,2,3,4,5],[1,4,9,16,25]) # plot方法是绘制图形，第一个参数是x轴的值，第二个参数是对应的y轴的值
plt.xlabel('this is x-axis',fontsize = 16) #xlabel是指定x轴的名字 fontsize是指定字体的大小
plt.ylabel('this is y-axis',fontsize = 16)

• 不同类型的线条的字符参数；不同颜色的字符参数

• 给plot方法传入指定的线条和颜色参数

plt.plot([1,2,3,4,5],[1,4,9,16,25],'gv') #其中‘gv’中的g代表green绿色，v代表下三角形
plt.xlabel('xlabel',fontsize = 16)
plt.ylabel('ylabel',fontsize = 16)

•  除了上面这种给参数的方法外，还可以分开来给参数

plt.plot([1,2,3,4,5],[1,4,9,16,25],'+',color='r') # 其中的‘+’代表加号点，r代表red红色
plt.xlabel('xlabel',fontsize = 16)
plt.ylabel('ylabel',fontsize = 16)

 

• 下面我们来绘制多条线

tang_numpy = np.arange(0,10,0.5) # 生产从0到10间隔为0.5的等差序列
# 然后连续绘制三条线，调用三次plot方法
plt.plot(tang_numpy,tang_numpy,'r--') 
plt.plot(tang_numpy,tang_numpy*2,'bs')
plt.plot(tang_numpy,tang_numpy*3,'go')

•  也可以只使用一次plot方法绘制三条线，得到的结果是一样的

plt.plot(tang_numpy,tang_numpy,'r--',
        tang_numpy,tang_numpy*2,'bs',
        tang_numpy,tang_numpy*3,'go')

 

• 接下来绘制一个余弦函数，给定比较多的参数，注释会解释每个参数的作用

x = np.linspace(-10,10) #线条的范围
y = np.sin(x)
# linewidth参数是线条的宽度，color是颜色，linestype是线条的类型，marker是标记的类型，makercolor是标记的颜色，markersize是标记大小，alpha是透明度
plt.plot(x,y,linewidth=5, color='b',linestyle='-',marker = 'o',markerfacecolor='r',markersize = 8,alpha = 0.4)

• 子图，一个图形中可以由多个子图组合而成，可以吧一整个图看成是一个矩阵，而其中的子图是该矩阵的各个元素

# 211 表示一会要画的图是2行一列的 最后一个1表示的是子图当中的第1个图
plt.subplot(211)
plt.plot(x,y,color='r')

# 212 表示一会要画的图是2行一列的 最后一个1表示的是子图当中的第2个图
plt.subplot(212)
plt.plot(x,y,color='b')

 

# 211 表示一会要画的图是1行2列的 最后一个1表示的是子图当中的第1个图
plt.subplot(121)
plt.plot(x,y,color='r')

# 212 表示一会要画的图是1行2列的 最后一个1表示的是子图当中的第2个图
plt.subplot(122)
plt.plot(x,y,color='b')

 

# 321 表示一会要画的图是3行2列的 最后一个1表示的是子图当中的第1个图
plt.subplot(321) 
plt.plot(x,y,color='r')
# 321 表示一会要画的图是3行2列的 最后一个4表示的是子图当中的第4个图
plt.subplot(324) 
plt.plot(x,y,color='b')

• 给图加上一些文字注释

plt.plot(x,y,color='b',linestyle=':',marker = 'o',markerfacecolor='r',markersize = 10)
plt.xlabel('x:---')
plt.ylabel('y:---')
plt.title('this is the title:---')
plt.text(0,0,'this is the text') #（0,0）是text的位置
plt.grid(True) #这个是网格
# xy是箭头指向的位置，xytext是注释的位置，arrowprops是指定箭头的属性
plt.annotate('tangyudi',xy=(-5,0),xytext=(-2,0.3),arrowprops = dict(facecolor='red',shrink=0.05,headlength= 20,headwidth = 20))

• 设置图片的风格

x = np.linspace(-10,10)
y = np.sin(x)
plt.style.use('dark_background') #给图片指定风格
plt.plot(x,y)

•  绘制柱状图

np.random.seed(0) #设置随机数种子
x = np.arange(5)
y = np.random.randint(-5,5,5)
fig,axes = plt.subplots(ncols = 2) # 有两列的子图
v_bars = axes[0].bar(x,y,color='blue')  #axes[0]代表第一个子图
h_bars = axes[1].barh(x,y,color='red')
axes[0].axhline(0,color='grey',linewidth=2) #加一条横线
axes[1].axvline(0,color='grey',linewidth=2) #加一条竖线

fig,ax = plt.subplots()
v_bars = ax.bar(x,y,color='lightblue')
# 让值小于0的柱状颜色为green
for bar,height in zip(v_bars,y):   # bar，height为柱状的高度值
    if height < 0:
        bar.set(edgecolor = 'darkred',color = 'green',linewidth = 3)
ax.axhline(0,color = 'red') # 0的地方加一条水平线