Python第三方库 - matplotlib库

1 matplotlib了解

Matplotlib 可能是 Python 2D - 绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。这里将会探索 matplotlib 的常见用法。

2 matplotlib学习

2.1 引用

plt 表示当前子图，若没有就创建一个子图

元素	作用
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

import matplotlib.pyplot as plt

2.2 配置参数

参数	作用
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。例如，设置渲染的文件的背景为白色
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

语法

1. 设置标题 Title

import matplotlib.pyplot as plt
# 1. 定义英文标题
plt.title("myTitle")

# 2. 定义中文标题 （需要加上下面那句话）
plt.title("标题")
plt.rcParams['font.sans-serif']=['SimHei']

plt.show()

2. 设置 Figure 对象

在 matplotlib 中，整个图像为一个 Figure 对象。在 Figure 对象中可以包含一个或者多个 Axes 对象。每个 Axes(ax) 对象都是一个拥有自己坐标系统的绘图区域。
语法：
     figure( num=None , figsize=None , dpi=None, facecolor=None , edgecolor=None , frameon=True )
 
字段含义:
     num : 图像编号或名称，数字为编号 ，字符串为名称
     figsize : 指定figure的宽和高，单位为英寸；
     dpi ： 参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为 80 ,1英寸等于 2.5cm, A4 纸是 21*30cm 的纸张
     facecolor : 背景颜色
     edgecolor : 边框颜色
     frameon: 是否显示边框

import matplotlib.pyplot as plt

1. 绘画 4×3英寸,背景颜色为 skyblue 的图像
plt.figure(figsize=(4,3),facecolor='skyblue')
plt.show()

2. 绘制x轴和y轴头尾的数据
plt.plot(6, 3)
plt.plot(3, 8)
plt.show()

3. 绘制点和线

plt.plot() 函数用于画图，绘制点和线。
 
语法：plt.plot(x, y, format_string )

x ：x 轴数据，列表或数组，可选
y：y 轴数据，列表或数组
format_string： “格式控制字符串”，可选，由颜色字符、风格字符和标记字符组成

import matplotlib.pyplot as plt
import numpy as np

1. x为x轴数据, y为y轴数据 [列表]
plt.figure(figsize=(6,3))
#  创建数据 x,y元素个数N应相同
x = [3,4,5] 
y = [1,3,1]
# 绘制折线图 (3,1) (4,3) (5,1) 
plt.plot(x,y)
# 显示图形
plt.show() 

2. x, y可传入(元组)
x=(3,4,5) # (元组)
# np.array
y=np.array([3,4,3]) 
plt.plot(x,y)
# (3,3) (4,4) (5,3) 
plt.show()

4. x轴和y轴

1. 绘制x轴和y轴
# x轴坐标轴
plt.xlim(0,6) 
# y轴坐标轴
plt.ylim((0, 3))
# x 轴标签
plt.xlabel('X')
# y 轴标签
plt.ylabel('Y')
plt.show()

2. 如果将数字改成负数,需要添加下面一句话,为了防止乱码
plt.rcParams['axes.unicode_minus']=False
plt.xlim(0,-6)
plt.ylim((0, -3))
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

参考文献

[1] matplotlib中文网
[2] 菜鸟教程
[3] 知乎1
[4] 知乎2