Matplotlib_入门基本操作

绘图是数据分析中最重要的任务之一，而matplotlib 作为python 绘图的标准库，可以作出几乎所有你想要的图形。

1. 绘制一个简单的图形

首先，在绘制图形之前，我们需要导入两个基本模块，即 matplotlib.pyplot 和numpy，接着我们使用 numpy 作出 x 轴与 y 轴，最后就可以绘图了,代码如下：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-np.pi,np.pi,0.01)
y = np.sin(x)
plt.plot(x, y)
plt.show()

2. 图表元素基础操作

基本参数设置如下

• color = 'r' 或 c = 'r'---颜色
• linestyle = '--'---线条类型
• linewidth = 1.0---线条粗细
• label = 'x'---标签
• marker = '*'---数据点显示 *
• plt.xlabel()---x 轴标题
• plt.ylabel()---y 轴标题
• plt.title()---图形标题
• plt.xticks()---设置x轴刻度位置，以及旋转角度（rotation）和字大小（fontsize='small'/'medium'/'large'）
• plt.xticklabels---设置x轴刻度标签，也可理解是为刻度重新赋值，同样可设置标签旋转角度及字体大小（同xticks）
• plt.legend()---图例
• plt.grid(Ture)---添加网格，也可设置网格颜色，网格线条粗细和类型（同上）
• plt.xlim(xmin,xmax)---x轴变化范围
• plt.ylim(ymin,ymax)---y轴变化范围
• plt.axis([xmin,xmax,ymin,ymax])---同时设置x，y轴范围，但必须加 []
• plt.savefig('文件名'，dpi=200，bbox_inches = 'tight')----dpi ☞像素，默认100；bbox_inches ☞要保存图片的范围，传递'tight'，将会去除掉图片的周围空白部分
  例如：

x1 = np.linspace(-np.pi,np.pi,1000)
x2 = np.arange(-4,5)
y1 = np.sin(x1)
y2 = 0.1 * x2 - 0.2

plt.plot(x1,y1,'r--',label = 'y1',linewidth = 1.5)
plt.plot(x2,y2, 'b-',marker = '*',label = 'y2')

plt.axis([-np.pi, np.pi, -1, 1])

plt.xlabel('x')
plt.ylabel('$sin(x)$')
plt.title('Example')
plt.legend()

3.图片与子图

在对数据绘图过程中，不可避免的我们会经常将一组数据绘制不同维度的图形，并会放在一起进行对比，因此涉及到子图的问题。在python中，建立子图通常有两种方式

• 第一种：

fig = plt.figure()
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)

• 第二种

fig, axes = plt.subplots(2,2)
ax1,ax2,ax3,ax4 = axes.flatten()
#因为生成的 axes 是一个二维数组，因此可以像二维数组那样方便的进行索引
axes[0,0]  #第一个子图
axes[1,1]  #第四个子图