Python-matplotlib 笔记整理
Python-matplotlib 笔记整理
仅供个人自学使用，自行参考
Reference：
司守奎，孙玺青，Python数学实验与建模，科学出版社，2020
https://www.jianshu.com/p/da385a35f68d
https://www.runoob.com/numpy/numpy-matplotlib.html
导包
import numpy as np
from matplotlib import pyplot as plt
Figure：面板(图)，matplotlib中的所有图像都是位于figure对象中，一个图像只能有一个figure对象。
Subplot：子图，figure对象下创建一个或多个subplot对象(即axes)用于绘制图像。
配置参数
axex: 设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示
figure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置
font: 字体集（font family）、字体大小和样式设置
grid: 设置网格颜色和线性
legend: 设置图例和其中的文本的显示
line: 设置线条（颜色、线型、宽度等）和标记
patch: 是填充2D空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。
savefig: 可以对保存的图形进行单独设置
verbose: 设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying。
xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。
线条样式
linestyle 描述
——————————————————————————————
‘-’ 实线
‘--’ 虚线
‘-.’ 点画线
‘:’ 点线
点形状
标记maker 描述
————————————————————————————————————
‘o’ 圆圈
‘.’ 点
‘D’ 菱形
‘s’ 正方形
‘h’ 六边形1
‘*’ 星号
‘H’ 六边形2
‘d’ 小菱形
‘_’ 水平线
‘v’ 一角朝下的三角形
‘8’ 八边形
‘<’ 一角朝左的三角形
‘p’ 五边形
‘>’ 一角朝右的三角形
‘,’ 像素
‘^’ 一角朝上的三角形
‘+’ 加号
‘\ ‘ 竖线
‘None’,’’,’ ‘ 无
‘x’ X
颜色
别名 颜色
———————————————————————
b 蓝色
g 绿色
r 红色
y 黄色
c 青色
k 黑色
m 洋红色
w 白色
plot时可以设置的属性
属性 值类型
alpha 浮点值
animated [True / False]
antialiased or aa [True / False]
clip_box matplotlib.transform.Bbox 实例
clip_on [True / False]
clip_path Path 实例， Transform，以及Patch实例
color or c 任何 matplotlib 颜色
contains 命中测试函数
dash_capstyle ['butt' / 'round' / 'projecting']
dash_joinstyle ['miter' / 'round' / 'bevel']
dashes 以点为单位的连接/断开墨水序列
data (np.array xdata, np.array ydata)
figure matplotlib.figure.Figure 实例
label 任何字符串,可以用LaTex格式显示公式
linestyle or ls [ '-' / '--' / '-.' / ':' / 'steps' / ...]
linewidth or lw 以点为单位的浮点值
lod [True / False]
marker [ '+' / ',' / '.' / '1' / '2' / '3' / '4' ]
markeredgecolor or mec 任何 matplotlib 颜色
markeredgewidth or mew 以点为单位的浮点值
markerfacecolor or mfc 任何 matplotlib 颜色
markersize or ms 浮点值
markevery [ None / 整数值 / (startind, stride) ]
picker 用于交互式线条选择
pickradius 线条的拾取选择半径
solid_capstyle ['butt' / 'round' / 'projecting']
solid_joinstyle ['miter' / 'round' / 'bevel']
transform matplotlib.transforms.Transform 实例
visible [True / False]
xdata np.array
ydata np.array
zorder 任何数值
背景色
通过向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()这样的方法提供一个axisbg参数，可以指定坐标这的背景色。
subplot(111,axisbg=(0.1843,0.3098,0.3098)）
设置字体样式
两个版本
#用来正常显示中文标签
rcParams['font.sans-serif']=['SimHei']
#用来正常显示负号
rcParams['axes.unicode_minus']=False
#或者上面等价写成下面两行
rc('font', family='SimHei')
rc('axes', unicode_minus=False)
# fname 为 你下载的字体库路径，注意 SimHei.ttf 字体的路径
zhfont1 = matplotlib.font_manager.FontProperties(fname="SimHei.ttf")
plt.title("测试", fontproperties=zhfont1)
# fontproperties 设置中文显示，fontsize 设置字体大小
plt.xlabel("x 轴", fontproperties=zhfont1)
plt.ylabel("y 轴", fontproperties=zhfont1)
向量场
#为坐标轴添加箭头
axes[0,1].arrow(0,0,0.5,0.5)
#二维箭头
axes[1,1].quiver(y,z)
#二维箭头
axes[0,1].streamplot(X,Y,U,V)
特殊数据分布图
#直方图
ax1.hist(y)
#箱形图
ax3.boxplot(y)
#小提琴图
ax3.violinplot(z)
保存与关闭
保存
#保存画布
plt.savefig('foo.png')
#保存透明画布
plt.savefig('foo.png', transparent=True)
关闭
plt.cla() #清除坐标轴
plt.clf() #清除画布
plt.close() #关闭窗口
实例
最简单的图
import numpy as np
from matplotlib import pyplot as plt
#x轴的值
x = np.arange(1,11)
#y轴的值
y = 2 * x + 5
#标题
plt.title("Matplotlib demo")
#x标签，y标签
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
#生成子图
plt.plot(x,y)
#show显示
plt.show()
一窗口多图
#一个窗口，多个图，多条数据
sub1=plt.subplot(211,facecolor=(0.1843,0.3098,0.3098)) #将窗口分成2行1列，在第1个作图，并设置背景色
sub2=plt.subplot(212) #将窗口分成2行1列，在第2个作图
sub1.plot(x,y) #绘制子图
sub2.plot(x,y) #绘制子图
axes1 = plt.axes([.2, .3, .1, .1], facecolor='y') #添加一个子坐标系，rect=[左, 下, 宽, 高]
plt.plot(x,y) #绘制子坐标系，
axes2 = plt.axes([0.7, .2, .1, .1], facecolor='y') #添加一个子坐标系，rect=[左, 下, 宽, 高]
plt.plot(x,y)
plt.show()
极坐标
fig = plt.figure(2) #新开一个窗口
ax1 = fig.add_subplot(1,2,1,polar=True) #启动一个极坐标子图
theta=np.arange(0,2*np.pi,0.02) #角度数列值
ax1.plot(theta,2*np.ones_like(theta),lw=2) #画图，参数：角度，半径，lw线宽
ax1.plot(theta,theta/6,linestyle='--',lw=2) #画图，参数：角度，半径，linestyle样式，lw线宽
ax2 = fig.add_subplot(1,2,2,polar=True) #启动一个极坐标子图
ax2.plot(theta,np.cos(5*theta),linestyle='--',lw=2)
ax2.plot(theta,2*np.cos(4*theta),lw=2)
ax2.set_rgrids(np.arange(0.2,2,0.2),angle=45) #距离网格轴，轴线刻度和显示位置
ax2.set_thetagrids([0,45,90]) #角度网格轴，范围0-360度
plt.show()
柱状图
plt.figure(3)
x_index = np.arange(5) #柱的索引
x_data = ('A', 'B', 'C', 'D', 'E')
y1_data = (20, 35, 30, 35, 27)
y2_data = (25, 32, 34, 20, 25)
bar_width = 0.35 #定义一个数字代表每个独立柱的宽度
rects1 = plt.bar(x_index, y1_data, width=bar_width,alpha=0.4, color='b',label='legend1') #参数：左偏移、高度、柱宽、透明度、颜色、图例
rects2 = plt.bar(x_index + bar_width, y2_data, width=bar_width,alpha=0.5,color='r',label='legend2') #参数：左偏移、高度、柱宽、透明度、颜色、图例
#关于左偏移，不用关心每根柱的中心不中心，因为只要把刻度线设置在柱的中间就可以了
plt.xticks(x_index + bar_width/2, x_data) #x轴刻度线
plt.legend() #显示图例
plt.tight_layout() #自动控制图像外部边缘，此方法不能够很好的控制图像间的间隔
plt.show()
直方图
fig,(ax0,ax1) = plt.subplots(nrows=2,figsize=(9,6)) #在窗口上添加2个子图
sigma = 1 #标准差
mean = 0 #均值
x=mean+sigma*np.random.randn(10000) #正态分布随机数
ax0.hist(x,bins=40,normed=False,histtype='bar',facecolor='yellowgreen',alpha=0.75) #normed是否归一化，histtype直方图类型，facecolor颜色，alpha透明度
ax1.hist(x,bins=20,normed=1,histtype='bar',facecolor='pink',alpha=0.75,cumulative=True,rwidth=0.8) #bins柱子的个数,cumulative是否计算累加分布，rwidth柱子宽度
plt.show() #所有窗口运行
散点图
fig = plt.figure(4) #添加一个窗口
ax =fig.add_subplot(1,1,1) #在窗口上添加一个子图
x=np.random.random(100) #产生随机数组
y=np.random.random(100) #产生随机数组
ax.scatter(x,y,s=x*1000,c='y',marker=(5,1),alpha=0.5,lw=2,facecolors='none') #x横坐标，y纵坐标，s图像大小，c颜色，marker图片，lw图像边框宽度
plt.show() #所有窗口运行
三维图
fig = plt.figure(5)
ax=fig.add_subplot(1,1,1,projection='3d') #绘制三维图
x,y=np.mgrid[-2:2:20j,-2:2:20j] #获取x轴数据，y轴数据
z=x*np.exp(-x**2-y**2) #获取z轴数据
ax.plot_surface(x,y,z,rstride=2,cstride=1,cmap=plt.cm.coolwarm,alpha=0.8) #绘制三维图表面
ax.set_xlabel('x-name') #x轴名称
ax.set_ylabel('y-name') #y轴名称
ax.set_zlabel('z-name') #z轴名称
plt.show()