Matpoltlib 1

---

layout: post title: ‘从一副图的绘制了解绘图的常用操作’ subtitle: ‘’ date: 2019-05-29 categories: 数据分析 cover: ‘’ tags: 数据分析 ​—

从一副图的绘制了解绘图的常用操作

1. 绘制一副普通的曲线图

默认的plot(x,y,format_string,**kwargs)方法就会绘制一副曲线图,他的参数如下

• x:x轴坐标的数据
• y:y轴的数据
• format_string:曲线格式化字符串,曲线是利用字符串来设置样式的,可以传入颜色,也可以传入线的样式,还可以两个组合一起传入
• **kwargs:可以是另一组同样的参数,也可以是其他支持的参数

x = np.linspace(-np.pi,np.pi,256)
plt.plot(x,np.sin(x))
plt.plot(x,np.cos(x))

上面3行代码就可以绘制一个图了

还可以更短

plt.plot(x,np.sin(x),'b-',x,np.cos(x),'r-')

这样一下就可以绘制两组甚至多组数据

2. 修改颜色和线宽

颜色可以使用format_string来修改,线宽可以使用另外一个参数lw来修改,lw其实就是linewidth的缩写,可以改成这样

plt.plot(x,np.sin(x),'b-',lw=3)
plt.plot(x,np.cos(x),'r-',lw=3)

图片就变成这样了,matplotlib支持的颜色如下,也可以使用argb来配色

颜色字符	说明	颜色字符	说明
‘b’	blue 蓝色	‘y’	yellow 黄色
‘g’	green 绿色	‘k’	black 黑色
‘r’	red 红色	‘w’	white 白色
‘c’	cyan 青绿色	‘#rrggbb’	RGB颜色
‘m’	magenta 洋红色	‘0.8’	灰度值

支持的线的风格如下

样式字符	说明	样式字符	说明
‘-‘	实线风格	‘–’	虚线风格
‘-.’	点划线风格	‘:’	虚线风格
‘’ ‘ ‘	无线条

支持的标记风格如下

标记字符	说明	标记字符	说明
‘.’	点标记	‘,’	像素标记
‘o’	圆圈标记	‘v’	下三角标记
‘^’	上三角标记	‘<’	左三角标记
‘>’	右三角标记	‘1’	下花三角标记
‘2’	上花三角标记	‘3’	左花三角标记
‘4’	右花三角标记	‘s’	正方形标记
‘p’	五边形标记	‘*’	星标记
‘h’	六边形1标记	‘H’	六边形2标记
‘+’	十字标记	‘x’	x标记
‘D’	菱形标记	‘d’	瘦菱形标记
‘	垂直线标记	‘_’	_标记

处理支持使用format_string的方式设置线的样式,他还支持单独设置样式颜色对应color参数,线的样式linestyle对应ls,标记对应marker

#plt.plot(x,np.sin(x),'b_',marker='o')
#plt.plot(x,np.cos(x),'r:',marker='^')

plt.plot(x,np.sin(x),color='b',ls='-',marker='o')
plt.plot(x,np.cos(x),color='r',ls='--',marker='^')

3. 调整坐标轴的范围

调整坐标轴一般要用到xlim()和ylim()函数,他们都传入两个参数分别x轴的最大值和最小值,y轴的最大值和最小值,

plt.plot(x,np.sin(x),color='b',ls='-')
plt.plot(x,np.cos(x),color='r',ls='--')

plt.xlim(-4,4)
plt.ylim(-2,2)

就可以得到下面这幅图

4. 修改轴刻度

修改轴刻度使用xticks和yticks,他们可以传入一个列表(只要可迭代就行)的一个数据,然后matplotlib会自动计算设置的刻度位置,如

plt.plot(x,np.sin(x),color='b',ls='-')
plt.plot(x,np.cos(x),color='r',ls='--')

plt.xlim(-4,4)
plt.ylim(-2,2)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi])

就可以设置x的刻度

与此同时可以使用别名来代表x轴的位置,这需要传入两个列表,如

#plt.plot(x,np.sin(x),'b_',marker='o')
#plt.plot(x,np.cos(x),'r:',marker='^')

plt.plot(x,np.sin(x),color='b',ls='-')
plt.plot(x,np.cos(x),color='r',ls='--')

plt.xlim(-4,4)
plt.ylim(-2,2)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\frac{\pi}{2}$','0',r'$\frac{\pi}{2}$',r'$\pi$'])

这样可以使用更加常见的的方式代替x轴坐标

5. 设置图例

设置图例在多个图时候显得尤为重要,设置图例一般使用legend()函数来实现,当然也可以在绘图的时候加入一个label参数来实现

plt.plot(x,np.sin(x),color='b',ls='-',label='sin')
plt.plot(x,np.cos(x),color='r',ls='--',label='cos')

plt.xlim(-4,4)
plt.ylim(-2,2)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\frac{\pi}{2}$','0',r'$\frac{\pi}{2}$',r'$\pi$'])
plt.legend()

当然也可以这样

plt.plot(x,np.sin(x),color='b',ls='-')
plt.plot(x,np.cos(x),color='r',ls='--')

plt.xlim(-4,4)
plt.ylim(-2,2)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\frac{\pi}{2}$','0',r'$\frac{\pi}{2}$',r'$\pi$'])
plt.legend(['sin','cos'],loc='best')

这种的效果跟上面的效果是一样的,只是要注意顺序

??正文结束??