Matplotlib模块详解 | CSDN创作打卡
1. 什么是 Matplotlib 模块
Matplotlib 是 Python 中类似 MATLAB 的绘图工具，其能方便地实现数据可视化，熟悉 MATLAB 的也可以很快上手 Matplotlib。
2. Matplotlib 模块构成
Matplotlib 模块构成：
1）Figure 在绘图前，我们需要 Figure 对象，可以理解成我们需要一张画板才能开始绘图。
2）Axes 有Figure对象后，我们还需要轴，没有轴的话就没有绘图基准。
3）Multiple Axes 除了添加 Axes 的方式 ，还提供了一种一次性生成的方式。
4）Axes Vs.pyplot 的作画方式只适合简单的绘图，快速的将图绘出。在处理复杂的绘图工作时，我们还是需要使用 Axes 来完成作画的。
创建 Figure 对象，展开画板：
# 导入 Matplotlib 模块
import matplotlib.pyplot as plt
# 展开画板
fig = plt.figure()创建绘图基准，x/y 轴：
# 展开画板
fig = plt.figure()
# 添加Axes，参数的解释是在画板的第1行第1列的第一个位置生成一个Axes对象来准备作画。
ax = fig.add_subplot(111)
'''也可以使用 fig.add_subplot(m,n,x) 的方式添加Axes，
前两个参数确定面板的划分，最后的参数表示第几个Axes，
例如，2,2,1 就是会将整个面板划分成 2*2 的方格，并显示第1个Axes。'''
# fig.add_subplot(2,2,1)
# 定义x、y轴的取值范围，及标题
ax.set(xlim=[0.5, 4.5], ylim=[-2, 8], title='An Example Axes',
ylabel='Y-Axis', xlabel='X-Axis')
# 打印图表，相当于Python中的print函数
plt.show()
一次性生成 Multiple Axes：
# 导入 Matplotlib 模块
import matplotlib.pyplot as plt
# 定义画板2*2
fig, axes = plt.subplots(nrows=2, ncols=2)
# 一次性生成全部图表
axes[0,0].set(title='Upper Left')
axes[0,1].set(title='Upper Right')
axes[1,0].set(title='Lower Left')
axes[1,1].set(title='Lower Right')
# 打印图表，相当于Python中的print函数
plt.show()
Axes Vs.pyplot 作画方式：
# 导入 Matplotlib 模块
import matplotlib.pyplot as plt
# 定义简单的图表
plt.plot([1, 2, 3, 4], [10, 20, 25, 30], color='lightblue', linewidth=3)
plt.xlim(0.5, 4.5)
# 打印图表，相当于Python中的print函数
plt.show()
3. 基本 2D 绘图
线的绘制有两种方法：
1）利用 plot() 函数画出一系列的点，并且用线将它们连接起来；
2）利用关键字参数的方式绘图。
使用用 plot() 函数画点，并连线：
import matplotlib.pyplot as plt
import numpy as np
# 展开画板
fig = plt.figure()
# 添加三个Axes
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(224)
# 添加 x、y 数据
x = np.linspace(0, np.pi)
y_sin = np.sin(x)
y_cos = np.cos(x)
'''在上面的三个Axes上作画。
plot()函数，前面两个参数为x轴、y轴数据，
第三个参数是 MATLAB 风格的绘图，对应 ax3 上的颜色，marker（点），线型。'''
ax1.plot(x, y_sin)
ax2.plot(x, y_sin, 'go--', linewidth=2, markersize=5)
ax3.plot(x, y_cos, color='blue', marker='*', linestyle='dashed')
# 打印图表，相当于Python中的print函数
plt.show()
使用关键字参数的方式绘图：
import matplotlib.pyplot as plt
import numpy as np
# 定义数据
x = np.linspace(0, 10, 200)
data_obj = {'x': x,
'y1': 2 * x + 1,
'y2': 3 * x + 1.2,
'mean': 0.5 * x * np.cos(2*x) + 2.5 * x + 1.1}
fig, ax = plt.subplots()
# 填充两条线之间的颜色
ax.fill_between('x', 'y1', 'y2', color='blue', data=data_obj)
# 画出中间的曲线
ax.plot('x', 'mean', color='red', data=data_obj)
# 打印图表，相当于Python中的print函数
plt.show()
''' 发现上面的作图，在数据部分只传入了字符串，这些字符串对一个这
data_obj 中的关键字，当以这种方式作画时，将会在传入给 data 中寻找
对应关键字的数据来绘图。 '''
3.1 条形图
import numpy as ny
import matplotlib.pyplot as p
x = [10, 20, 30, 40, 50]
index = ny.arange(5)
# index表示x轴类别，x表示y轴数量
p.bar(index, x)
p.show()
3.2 直方图
import numpy as ny
import matplotlib.pyplot as p
p.hist(ny.random.randn(100), bins=40, facecolor="blue",
edgecolor="black", alpha=0.7)
p.title("title")
p.show()
3.3 单条折线图
import numpy as ny
import matplotlib.pyplot as p
# a.arrange(6)为x轴，后为y轴
p.plot(ny.arange(6), [10, 20, 25, 48, 69, 80])
p.title("title")
p.show()
3.4 多条折线图
import numpy as ny
import matplotlib.pyplot as p
p.plot(ny.arange(6), [10, 20, 25, 48, 69, 80],
color="red", linewidth=2.0, linestyle="--")
# a.arrange(6)为x轴，后为y轴
p.plot(ny.arange(6), [11, 16, 23, 60, 69, 90],
color="blue", linewidth=2.0, linestyle="-")
p.title("title")
p.show()