【详细教程】-Python绘图模块Matplotlib

---

1 简介

下面的代码通过两个坐标(0,0)，(6,100)来绘制一条线：

from matplotlib import pyplot as plt
import numpy as np

x=np.array([0,6])
y=np.array([0,100])

plt.plot(x,y)
plt.show()

输出如下：

plot()是绘制二维图像的基本函数，语法为：

#画单条线
plot([x],y,[fmt],*,data=None,**kwargs)

#画多条线
plot([x],y,[fmt],[x2],y2,[fmt2],...,**kwargs)

参数说明：

1、x,y：点或线的节点，x为x轴数据，y为y轴数据，数据可以是列表或数组。

2、fmt：可选，定义基本格式(如颜色、标记和线条样式)。

3、**kwargs：可选，用在二维平面图上，设置指定属性，如标签，线的宽度等。

>>> plot(x,y,'bo') #创建y中数据与x中对应值的二维线图，使用蓝色实心圈绘制
>>> plot(x,y,'r+') #使用红色+号

可选属性如下：

1、颜色字符：'b’蓝色，'m’洋红色，'g’绿色，'y’黄色，'r’红色，'k’黑色，'w’白色，‘c’青绿色，’#008000’RGB颜色符串。多条曲线不指定颜色时，会自动选择不同颜色。

2、线型参数：’‐‘实线，’‐‐‘破折线，’‐.‘点划线，’:'虚线。

3、标记字符：’.‘点标记，’,'像素标记(极小点)，'o’实心圈标记，‘v’倒三角标记，’^‘上三角标记，’>‘右三角标记，’<'左三角标记…等等。

若仅仅想绘制两个坐标点，而不是一条线，可以使用o参数，表示一个实心圈的标记：

from matplotlib import pyplot as plt
import numpy as np

x=np.array([1,8])
y=np.array([3,10])

plt.plot(x,y,'o')
plt.show()

输出如下：

也可以绘制任意数量的点，只需确保两个轴上的点数相同即可。如绘制一条不规则线，坐标为(1,3)、(2,8)、(6,1)、(8,10)，对应的两个数组为：[1,2,6,8]与[3,8,1,10]。代码如下：

from matplotlib import pyplot as plt
import numpy as np

x=np.array([1,2,6,8])
y=np.array([3,8,1,10])

plt.plot(x,y)
plt.show()

输出如下：

下面绘制一个正弦和余弦图，在plt.plot()参数中包含两对x,y值，第一对是x,y，这对应于正弦函数，第二对是x,z，这对应于余弦函数：

from matplotlib import pyplot as plt
import numpy as np

x=np.arange(0,4*np.pi,0.1)#起始值，终止值，步长
y=np.sin(x)
z=np.cos(x)

plt.plot(x,y,x,z)
plt.show()

输出如下：

---

2 绘图标记

可用plot()的marker参数给坐标自定义特殊的标记。以下代码定义了实心圆标记：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,marker='o')
plt.show()

输出如下：

marker可以定义的符号如下：

标记	符号	描述
“.”		点
“,”		像素点
“o”		实心圆
“v”		下三角
“^”		上三角

上表有很多行数据，其余内容看这里。

2.1 fmt参数

fmt参数定义了基本格式，如标记、线条样式和颜色。格式如下：

fmt='[marker][line][color]'

示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,'o:r') #o表示实心圆标记，:表示虚线，r表示颜色为红色
plt.show()

marker类型见上面那个表格。

线类型如下：

线类型标记	描述
‘-’	实线
‘:’	虚线
‘–’	破折线
‘-.’	点划线

颜色类型如下：

颜色标记	描述
‘r’	红色
‘g’	绿色
‘b’	蓝色
‘c’	青色
‘m’	品红
‘y’	黄色
‘k’	黑色
‘w’	白色

2.2 标记大小与颜色

可通过以下参数自定义标记的大小与颜色：

1、markersize，简写为ms：定义标记的大小。

2、markerfacecolor，简写为mfc：定义标记内部的颜色。

3、markeredgecolor，简写为mec：定义标记边框的颜色。

下面是3个示例代码：

1、设置标记大小的示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,marker='o',ms=20)
plt.show()

输出如下：

2、设置标记外边框颜色的示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,marker='o',ms=20,mec='r')
plt.show()

输出如下：

3、设置标记内部颜色的示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,marker='o',ms=20,mfc='r')
plt.show()

输出如下：

---

3 绘图线

可以自定义线的样式，包括线的类型、颜色和宽度等。

3.1 线的类型

线的类型可以使用linestyle参数来定义，简写为ls。

类型	简写	说明
‘solid’ (默认)	‘-’	实线
‘dotted’	‘:’	点虚线
‘dashed’	‘–’	破折线
‘dashdot’	‘-.’	点划线
‘None’	‘’ 或 ’ ’	不画线

示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,ls='-.')
plt.show()

输出如下：

3.2 线的颜色

线的颜色可以使用color参数来定义，简写为c。

颜色标记	描述
‘r’	红色
‘g’	绿色
‘b’	蓝色
‘c’	青色
‘m’	品红
‘y’	黄色
‘k’	黑色
‘w’	白色

示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,c='g')
plt.show()

3.3 线的宽度

线的宽度可以使用linewidth参数来定义，简写为lw，值可以是浮点数，如：1、2.0、5.67等。示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,lw='8.5')
plt.show()

3.4 多条线

plot()方法中可以包含多对x,y值来绘制多条线。示例代码1如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,c='b')
plt.plot(x,2*y,c='r')
plt.show()

示例代码2如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y,'b',x,2*y,'r')
plt.show()

与示例代码片段1的输出完全相同。

示例代码3如下：

import numpy as np
from matplotlib import pyplot as plt

X=np.linspace(-np.pi,np.pi,256,endpoint=True)
C,S=np.cos(X),np.sin(X) #正弦、余弦函数

plt.xlim(-4,4)# 设置横轴的上下限
plt.xticks(np.linspace(-4,4,9))# 设置横轴记号
plt.ylim(-1,1)# 设置纵轴的上下限
plt.yticks(np.linspace(-1,1,5))# 设置纵轴记号

plt.plot(X,C,label='cosine') #添加标签cosine
plt.plot(X,S,label='sine') #添加标签sine

legend(loc='upper left') #添加图例

plt.show()

---

4 轴标签和标题

使用xlabel()和ylabel()方法来设置x轴和y轴的标签。示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y)
plt.xlabel('x-label')
plt.ylabel('y-label')
plt.show()

4.1 标题

用title()方法来设置标题。示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y)
plt.title('attack on titan')
plt.xlabel('x-label')
plt.ylabel('y-label')
plt.show()

4.2 图形中文显示

暂不整理，具体内容点这里。

4.3 标题与标签的定位

注意：

• title()方法提供了loc参数来设置标题显示的位置，可以设置为:‘left’,‘right’,和’center’，默认值为’center’。
• xlabel()方法提供了loc参数来设置x轴显示的位置，可以设置为:‘left’,‘right’,和’center’，默认值为’center’。
• ylabel()方法提供了loc参数来设置y轴显示的位置，可以设置为:‘bottom’,‘top’,和’center’，默认值为’center’。

示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y)
plt.title('attack on titan',loc='left')
plt.xlabel('x-label',loc='right')
plt.ylabel('y-label',loc='top')
plt.show()

---

5 网格线

用pyplot中的grid()方法来设置图表中的网格线，语法格式如下：

matplotlib.pyplot.grid(b=None,which='major',axis='both',**kwargs)

参数说明：

1、b：可选，默认为None，可以设置布尔值，true为显示网格线，false为不显示，如果设置**kwargs参数，则值为true。

2、which：可选，可选值有’major’、‘minor’和’both’，默认为’major’，表示应用更改的网格线。

3、axis：可选，设置显示哪个方向的网格线，可以是取’both’（默认），‘x’或’y’，分别表示两个方向，x轴方向或y轴方向。

4、**kwargs：可选，设置网格样式，如：color=‘r’,linestyle=’-'和linewidth=2，分别表示网格线的颜色，样式和宽度。

以下实例添加一个简单的网格线，参数使用默认值：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y)
plt.title('attack on titan')
plt.xlabel('x-label')
plt.ylabel('y-label')
plt.grid()
plt.show()

以下实例添加一个简单的网格线，axis参数使用x，设置x轴方向显示网格线：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y)
plt.title('attack on titan')
plt.xlabel('x-label')
plt.ylabel('y-label')
plt.grid(axis='x')
plt.show()

以下实例添加一个简单的网格线，并设置网格线的样式，格式如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.plot(x,y)
plt.title('attack on titan')
plt.xlabel('x-label')
plt.ylabel('y-label')
plt.grid(c='r',ls='--',lw=0.5)
plt.show()

---

6 绘制多个图

用pyplot中的subplot()和subplots()方法来绘制多个子图，其中：subpot()方法在绘图时需要指定位置，subplots()方法可以一次生成多个，在调用时只需要调用生成对象的ax即可。

6.1 subplot

语法：

subplot(nrows, ncols, plotNum, **kwargs)

以上参数将整个绘图区域分成nrows行和ncols列，然后从左到右，从上到下的顺序对每个子区域进行编号1…N，左上的子区域的编号为1、右下的区域编号为N，编号可以通过参数plotNum来设置。如设置numRows=1，numCols=2，就是将图表绘制成1×2的图片区域，对应的坐标为：

(1, 1), (1, 2)

plotNum=1, 表示的坐标为(1, 1), 即第一行第一列的子图。

plotNum=2, 表示的坐标为(1, 2), 即第一行第二列的子图。

示例代码如下：

import numpy as np
from matplotlib import pyplot as plt

x=np.arange(1,11)
y=2*x+5

plt.subplot(1,2,1)
plt.plot(x,y)
plt.title('plot1')

plt.subplot(1,2,2)
plt.plot(x,y*y)
plt.title('plot2')

plt.show()

设置numRows=2，numCols=2，就是将图表绘制成2×2的图片区域，对应的坐标为：

(1, 1), (1, 2)
(2, 1), (2, 2)

plotNum=1, 表示的坐标为(1, 1), 即第一行第一列的子图。

plotNum=2, 表示的坐标为(1, 2), 即第一行第二列的子图。

plotNum=3, 表示的坐标为(2, 1), 即第二行第一列的子图。

plotNum=4, 表示的坐标为(2, 2), 即第二行第二列的子图。

6.2 subplots

subplots()语法格式如下：

matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

暂不整理，具体内容点这里。

---

7 散点图

用pyplot中的scatter()方法来绘制散点图。scatter()方法语法格式如下：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

参数说明：

1、x，y：长度相同的数组，也就是即将绘制散点图的数据点，输入数据。

2、s：点的大小，默认20，也可以是个数组，数组每个参数为对应点的大小。

3、c：点的颜色，默认蓝色’b’，也可以是个RGB或RGBA二维行数组。

4、marker：点的样式，默认小圆圈’o’。

5、cmap：Colormap，默认None，标量或者是一个colormap的名字，只有c是一个浮点数数组的时才使用。如果没有申明就是image、cmap。

6、norm：Normalize，默认None，数据亮度在0-1之间，只有c是一个浮点数的数组的时才使用。

7、vmin，vmax：亮度设置，在norm参数存在时会忽略。

8、alpha：透明度设置，0-1之间，默认None，即不透明。

9、linewidths：标记点的长度。

10、edgecolors：颜色或颜色序列，默认为’face’，可选值有’face’,‘none’,None。

11、plotnonfinite：布尔值，设置是否使用非限定的c(inf,-inf或nan)绘制点。

12、**kwargs：其他参数。

以下实例 scatter() 函数接收长度相同的数组参数，一个用于 x 轴的值，另一个用于 y 轴上的值：

import matplotlib.pyplot as plt
import numpy as np

x=np.array([1,2,3,4,5])
y=np.array([1,4,9,16,25])

plt.scatter(x,y)
plt.show()

设置图标大小：

import matplotlib.pyplot as plt
import numpy as np

x=np.array([1,2,3,4,5])
y=np.array([1,4,9,16,25])
sizes=np.array([20,50,100,200,400])

plt.scatter(x,y,s=sizes)
plt.show()

自定义点的颜色：

import matplotlib.pyplot as plt
import numpy as np

x=np.array([1,2,3,4,5])
y=np.array([1,4,9,16,25])
colors=np.array(["red","green","black","orange","purple"])

plt.scatter(x,y,s=100,c=colors)
plt.show()

设置两组散点图：

import matplotlib.pyplot as plt
import numpy as np

x=np.array([1,2,3,4,5])
y=np.array([1,4,9,16,25])
plt.scatter(x,y,c='y')

x=np.array([2,3,8,1,5])
y=np.array([1,7,4,36,15])
plt.scatter(x,y,c='b')

plt.show()

颜色条Colormap暂不整理，具体内容点这里。

---

8 柱形图

用pyplot中的bar()方法来绘制柱形图，语法如下：

matplotlib.pyplot.bar(x,height,width=0.8,bottom=None,*,align='center',data=None,**kwargs)

参数说明如下：

1、x：浮点型数组，柱形图的x轴数据。

2、height：浮点型数组，柱形图的高度。

3、width：浮点型数组，柱形图的宽度。

4、bottom：浮点型数组，底座的y坐标，默认0。

5、align：柱形图与x坐标的对齐方式，'center’以x位置为中心，这是默认值。‘edge’：将柱形图的左边缘与x位置对齐。要对齐右边缘的条形，可以传递负数的宽度值及align=‘edge’。

6、**kwargs：其他参数。

以下实例创建一个柱形图:

import matplotlib.pyplot as plt
import numpy as np

x=np.array(['naruto','sasuke','sakura'])
y=np.array([18,20,16])

plt.bar(x,y)
plt.show()

输出如下：

垂直方向的柱形图可以使用barh()方法来设置，示例代码如下：

import matplotlib.pyplot as plt
import numpy as np

x=np.array(['naruto','sasuke','sakura'])
y=np.array([18,20,16])

plt.barh(x,y)
plt.show()

设置柱形图颜色：

import matplotlib.pyplot as plt
import numpy as np

x=np.array(['naruto','sasuke','sakura'])
y=np.array([18,20,16])

plt.bar(x,y,color='r')
plt.show()

自定义各个柱形的颜色：

import matplotlib.pyplot as plt
import numpy as np

x=np.array(['naruto','sasuke','sakura'])
y=np.array([18,20,16])

plt.bar(x,y,color=['b','y','g'])
plt.show()

设置柱形图宽度，bar()方法使用width设置，barh()方法使用height设置，示例代码片段1：

import matplotlib.pyplot as plt
import numpy as np

x=np.array(['naruto','sasuke','sakura'])
y=np.array([18,20,16])

plt.bar(x,y,width=0.1)
plt.show()

示例代码片段2：

import matplotlib.pyplot as plt
import numpy as np

x=np.array(['naruto','sasuke','sakura'])
y=np.array([18,20,16])

plt.barh(x,y,height=0.1)
plt.show()

---

9 饼图

用pyplot中的pie()方法来绘制散点图。

暂不整理，具体内容点这里。

---

END