【博学谷学习记录】超强总结，用心分享 | 人工智能常用数据可视化库 matplotlib 入门（2）

上一篇文章初步介绍了matplotlib 库的安装与配置，常用套路和绘图组件。本篇介绍 matplotlib 绘制常用图表的简单步骤，包括画布和绘图域的创建、图素的设置、用 plot 函数绘制线图并设置图例、网格等。

figure 画布和 axes 绘图域的创建与设置

按照 matplotlib 绘图常用的套路，首先要创建一个 figure 画布，然后添加 axes 绘图域，最后在绘图区域中绘制图表曲线。其中，创建画布的函数如下，它返回一个 figure 对象，用该对象的 add_axes() 或者 add_subplot() 方法创建一个 Axes 对象，即绘图区域。为了更简便，也可以直接用 plt.subplots() 函数，直接创建画布和绘图域。画布和绘图域对象有多个属性和方法，最基本的有设置标题、坐标轴名称、网格等等，具体参考下面代码示例。

• plt.figure(num, figsize, dpi, facecolor, edgecolor, frameon=True, FigureClass=, clear=False, **kwargs)
  num：一个整数或者字符串。默认为空，创建一个新的 figure。若是一个整数，且某个现有 figure 对象的 number 属性等于该整数，则激活该 figure 并返回该 figure；否则创建一个新的 figure。若是个字符串，则创建一个新的 figure，并将 window title 设置为该字符串。
  figsize：一个元组，指定画布以英寸为单位的高度和宽度。
  dpi：一个整数，指定 figure 的分辨率。
  facecolor：指定背景色。
  edgecolor：指定边界色。
  返回一个 figure 画布对象。
• figure.add_axes(rect, sharex, sharey, *args, **kwargs)
  rect：一个元组或列表，代表绘图区域的 (left, bottom, width, height)，四个值必须在0到1之间。
  sharex：另一个 Axes 对象，与该 Axes 共享 x 轴。
  sharex：另一个 Axes 对象，与该 Axes 共享 y 轴。
  返回一个 axes 绘图区域对象。
• figure.add_subplot(rcp, *args,**kwargs)
  rcp：表示绘制子图的位置，第一个参数 r 表示行数，第二个参数 c 表示列数，第三个参数 p 表示正在绘图的位置。rcp 可以合并写，也可以分开。
  sharex、sharey：同上。
  返回一个 AxesSubplot 绘图子区域对象。
• plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, width_ratios, height_ratios, subplot_kw, gridspec_kw, **fig_kw)
  nrows、ncols：子绘图区域行数、列数
  sharex、sharey：同上
  返回一个二元元组，第一个元素就是 figure 画布，第二个元素就是各个绘图域，可下标访问每个域。

示例如下：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   # 为了支持中文显示
plt.rcParams['axes.unicode_minus'] = False     # 同上

fig = plt.figure('my example 1', figsize=(7.5, 5.5))
ax1 = fig.add_axes((0.1, 0.1, 0.2, 0.2))
ax2 = fig.add_axes((0.4, 0.4, 0.5, 0.5), sharex=ax1, sharey=ax1)
plt.show()

fig = plt.figure('my example 2', figsize=(8.5, 5.5))
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2, sharex=ax1, sharey=ax1)
ax3 = fig.add_subplot(223, sharex=ax1)
plt.show()

fig, ax = plt.subplots(2, 2, sharex=False, sharey=False, figsize=(9,6))  # 创建2行2列图表，不共享坐标轴
fig.suptitle('演示图表', fontsize=12, x=0.5, y=1)  # 设置图像标题
ax[0,0].set_title("graph 图1")           # 设置绘图域图表标题
ax[0,0].set_xlabel('图1的x轴标签')       # 设置 x 轴标签
ax[0,0].set_ylabel('图1的y轴标签')       # 设置 y 轴标签
ax[0,0].set_xticks([0,2,4,6])            # 设置 x 轴刻度
ax[0,0].set_yticks([-1,0,1])             # 设置 y 轴刻度
ax[0,1].set_xlim(0,10)                   # 设置 x 轴取值范围
ax[0,1].set_ylim(-10,10)                 # 设置 y 轴取值范围
ax[1,0].set_yscale("log")                # 设置 y 轴为对数坐标
ax[1,1].set_xticklabels(['zero','two','four','six','eight','ten'])  # 设置 x 轴刻度标签
plt.show()

plot 函数绘图与相关设置

axes.plot(*args, **kwargs) 是 Axes 绘图域的基本方法，它将一个数组的值与另一个数组的值绘制成线或标记，具有可选格式的字符串参数，用来指定线型、标记颜色、样式以及大小。最简单的用法是 plot(x,y)，其中x为数据点的横坐标，y为数据点的纵坐标，此时采用默认线型和颜色；可省略x直接用 plot(y)，此时x默认为[0,1,…,len(y)-1]。设置线型和颜色 plot(x,y,‘bo’)，'bo’表示格式化字符串，'b’代表颜色为蓝色，'o’代表使用小圆圈标记数据点。如果x/y为二维数组，则每一行作为一组 line 来绘制，也可以用 plot(x1,y1,‘b+’,x2,y2,‘b-’,x3,y3,‘bo’) 一次绘制多条线。

• 控制颜色的字符串可以为： ‘b’/‘g’/‘r’/‘c’/‘m’/‘y’/‘k’/‘w’（蓝、绿、红、青、品红、黄、黑、白），也可以指定全名（比如 ‘red’）；或者指定十六进制字符串（比如 #00ff00）；或者指定一个 RGB/RGBA 元组（比如 (0,1,0)/(0,1,0,1)）。
• 控制线型和标记符号的字符串可以为：‘-’ / ‘–’ / ‘-.’ / ‘:’ / ‘.’ / ‘,’ / ‘o’ / ‘v’ / ‘^’ / ‘<’ / ‘>’ / ‘1’ / ‘2’ / ‘3’ / ‘4’ / ‘s’ / ‘p’ / ‘*’ / ‘h’ / ‘H’ / ‘+’ / ‘x’ / ‘D’ / ‘d’ / ‘|’ / ‘_’。

axes.legend(*args, **kwargs) 是 Axes 绘图域绘制图例的基本方法（figure 或 plt 也有 legend 方法绘制图例），用法是先创建一个 Axes，然后在其中添加 lines，再直接调用 ax.legend()，此时那些label非空的线将被图例注释。也可先创建 line，然后调用 line.set_label()，再调用 ax.legend()。函数常用参数中 labels 是一个字符串序列，用来指定标签的名称，loc 是指定图例位置的参数，其他参数见示例代码：

• loc 指定图例的位置，可以为整数或者字符串：‘best’ / ‘upper right’ / ‘upper left’ / ‘lower left’ / ‘lower right’ / ‘right’ / ‘center left’ / ‘center right’ / ‘lower center’ / ‘upper center’ / ‘center’，对应于整数的 0~10。也可以指定坐标(x,y)，其中(0,0)是左下角，(1,1)是右上角。

示例1：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = np.arange(1, 11)
fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.plot(x, np.exp(x), 'b--')                       # 绘制指数曲线，蓝色虚线
ax1.set_ylabel('exp', fontsize=14)
ax2 = ax1.twinx()                                   # 添加双轴
ax2.plot(x, np.log(x), 'ro-', markersize=10)        # 绘制对数曲线，红色带圆点实线
ax2.set_ylabel('log', fontsize=14)
fig.legend(labels=('exp','log'), loc='upper left')  # 在画布的左上角绘制图例
plt.show()  # 绘制图像如下所示

上述代码绘制图像如下：

示例2：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = np.linspace(-3,3)

fig = plt.figure(figsize=(9,7))
ax1 = fig.add_subplot(221)
ax1.set_title("图1")
ax1.plot(x, np.exp(x), 'c+', label=r'exp(x)')
ax1.plot(x, x ** 2, 'g*', label=r'$x^2$')
ax1.set_xlim(-3, 3)   # 设置坐标范围
ax1.legend()          # 绘制图例
ax1.grid()            # 绘制网格

ax2 = fig.add_subplot(222)
ax2.set_title("图2")
line1 = ax2.plot(x, np.sin(x), 'm-')[0]
line1.set_label(r'sin(x)')
line2 = ax2.plot(x, np.cos(x), 'rs')[0]
line2.set_label(r'cos(x)')
ax2.legend(loc='lower right', fontsize=16, framealpha=0.4)  # 右下角绘制图例，图例文字大小为16，透明度为0.4
ax2.grid(color='b', ls = '-.', lw = 0.35)  # 绘制网格，网格线为蓝色点划线，线宽0.35

ax3 = fig.add_subplot(223)
ax3.set_title("图3")
line3 = ax3.plot(x, 0.5*x-2, 'kv')[0]
line4 = ax3.plot(x, 2*x+1, 'g+')[0]
ax3.legend((line3,line4),(r'0.5*x-2',r'2*x+1'),loc='center left')  # 左边中间位置绘制图例

ax4 = fig.add_subplot(224)
ax4.set_title("图4")
ax4.set_xlabel('x轴标签')
ax4.set_ylabel('y轴标签')
ax4.plot(x, -x ** 2 , 'b-', label=r'$-x^2$')
ax4.plot(x, x ** 3, 'rx', label=r'$x^3$')
ax4.legend(loc='upper center', frameon=False)   # 上方中间位置绘制图例，图例边框取消
plt.show()

上述代码绘制图像如下：

以上。