Matplotlib绘图笔记

引言

不管是做实验、科研还是工作，对我们来说，对实验过程以及结果使用图片的形式进行可视化具有重要意义。图片可以将结果直观地呈现给我们，辅助我们分析问题、解决问题。本篇博客简单记录一下自己关于使用Python和Matplotlib绘图的学习心得。Matplotlib是一个强大的绘图工具开源库，它可以绘制各种各样的图形，曲线图、折线图、点状图、雷达图、条形图…而且还有大量的参数设置使得我们可以方便地改变图片的样式，使其更符合要求，更美观。
Matplotlib的规范绘图一般有以下几个步骤：

1. 创建画布
2. 图片的参数设置
3. 选择特定API使用数据绘制所需图形
4. 全局设置（坐标轴、标题…）
5. 图形显示

绘图步骤

创建画布

想象一下，我们要画一幅画，是不是得先找到一张纸，在Matplotlib中也是一样的，我们得先创建一副画布。Matplotlib有专门创建画布的API。

matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs)

参数含义：

• num：图的唯一标识符。可以选择整型、字符串或者Figure类型。如果具有这个num的图像已经存在，则该图像被激活并返回。整数指的是图，number属性和字符串是指图形标签。如果是没有带有标识符的图形或调用API的时候没有设置num，则创建一个新图形，使其处于激活状态并返回。 如果 num 是一个 int，它将用于 Figure.number 属性，否则，使用自动生成的整数值（从 1 开始并为每个新图形递增）。 如果 num 是字符串，则图形标签和窗口标题设置为此值。
• figsize(float, float)：表示创建画布的宽，高（英寸）。默认值：rcParams[“figure.figsize”] (默认值：[6.4, 4.8])。
• dpifloat：以每英寸点数为单位的图形分辨率。默认值：rcParams[“figure.dpi”] (默认值：100.0)。
• facecolorcolor：背景颜色。默认值: rcParams[“figure.facecolor”] (默认值: ‘white’)。
• edgecolorcolor：边缘颜色。默认值: rcParams[“figure.edgecolor”] (默认值: ‘white’)。
• frameon：布尔类型, 默认值: True。如果设置为false, 禁止绘制图框。
  Figure：Figure 的子类。可选择自定义自己的Figure实例。
  clear：布尔类型,默认值: False。如果设置为True，存在的图像将会被清理。

函数matplotlib.pyplot.figure()返回一个Figure对象，返回的 Figure 实例也将传递给后端的 new_figure_manager，这允许将自定义 Figure 类挂钩到 pyplot 接口。 额外的 kwargs 将被传递给 Figure init 函数。

图片的参数设置

在参数详解里边我们看到了rcParams，这是一个字典类型的数据，里边包含了很多对于绘图的设置。
rcParams里边包含很多参数，比如：

参数	功能
axes.labelsize	x 和 y 标签的字体大小
axes.titlesize	轴标题的字体大小
figure.titlesize	图形标题的大小
xtick.labelsize	x轴刻度标签的字体大小
ytick.labelsize	y轴刻度标签的字体大小
legend.fontsize	图例的字体大小
…	…

具体我们要如何使用rcParams来设置绘图参数呢？
只需要在画图之前添加以下语句即可，比如我要设置坐标轴的标签和标题大小，就需要进行如下操作，需要设置什么参数，就在parameter里设定即可。

parameters = {'axes.labelsize': 25,
          'axes.titlesize': 35}
plt.rcParams.update(parameters)

选择特定API使用数据绘制所需图形

所有地设置都做好之后，就可以画图了。Matplotlib里边有很多画图的API，曲线图、折线图、点状图、雷达图、条形图…我们拿最常见的曲线图为例。
我就画一条特定范围内的cos曲线，先准备数据，x和y

import matplotlib.pyplot as plt
import numpy as np


x = np.linspace(-10, 10, 100)
y1 = np.cos(x)

绘制曲线

plt.plot(x, y1)

先看一下效果

matplotlib.pyplot.plot(x, y, color, linestyle, linewidth, marker...)

这是matplotlib.pyplot绘制曲线图的API，其参数含义如下：

• x, y： x, y轴方向上的数据
• color：曲线的颜色
• linestyle：曲线的样式
• linewidth：曲线宽度
• marker：曲线上每个点的标记
  我们根据这些参数改变一下，看绘制出来的曲线

plt.plot(x, y1, color='b', linestyle='--', marker='*')

图形显示

所有的操作完成之后，我们要想让图片显示出来，必须加上==Matplotlib.pyplot.show()==才可以。

完整代码展示

import matplotlib.pyplot as plt
import numpy as np


x = np.linspace(-10, 10, 100)
y1 = np.cos(x)

plt.figure(figsize=(7, 5), dpi=50.0)
plt.plot(x, y1)
# plt.plot(x, y1, color='b', linestyle='--', marker='*')
plt.show()