Matplotlib快速上手

首先导入相关包：import matplotlib.pyplot as plt

基本原理

使用Matplotlib画图时，第一步需要创建一个图形，然后在这个图形上设置相应的区域，最后在指定的区域进行绘图

1	plt.figure() # 创建图形

在图形上设置区域，可以直接设置坐标轴（相当于只有一个子图），也可以设置多个子图区域

1 2	plt.axes() # 一个子图 plt.subplot(2, 1, 1) # 两行一列的子图区域中的第一个子图

最后就可以用plot()函数进行画图了

1 2	x = np.linspace(0, 10, 1000) plt.plot(x, np.sin(x))

两种画图接口

按照上述基本原理，有两种不同风格的画图接口，我们一般建议使用面向对象的接口，因为这种模式逻辑清晰，利于绘制复杂的图像

Matlab风格接口

plt.figure() # 创建图形
plt.subplot(2, 1, 1) # 第一个子图 (行、列、子图编号，也可合并成三位数字)
plt.plot(x, np.sin(x))
plt.subplot(2, 1, 2) # 第二个子图
plt.plot(x, np.cos(x))

这种风格的接口会自动维护“当前的”图形和坐标轴，plt的各种绘图操作就会在“当前的”图形和坐标轴上进行。显然，这是一种隐式的区域控制

面向对象接口

fig = plt.fiture() # 创建图形
ax = fig.add_subplot(211) # 在图形中划分子图区域
# -------------------------------------------------------------------
fig, ax = plt.subplots(2) # 或者一次性创建图形和子图区域，ax包含两个Axes对象
ax[0].plot(x, np.sin(x)) # 在每个对象上调用plot()方法
ax[1].plot(x, np.cos(x))

这种风格的接口把创建的图形和坐标轴以对象的形式返回，我们可以通过对象调用相应的绘图函数，显式地实现在特定的图形和坐标轴上绘图，所以，我们推荐使用面向对象的接口

图形风格设置

1
2
3

fig = plt.figure()
ax = plt.axes()
ax.plot(x, np.sin(x), color='r', linestyle='--')

通过color、linestyle、marker三个参数调整图形的颜色、线形风格与标记符号

颜色字符	说明	颜色字符	说明
‘b’/‘blue’	蓝色	‘m’/‘magenta’	洋红色
‘g’/‘green’	绿色	‘y’/‘yellow’	黄色
‘r’/‘red’	红色	‘k’/‘black’	黑色
‘c’/‘cyan’	青绿色	‘w’/‘white’	白色
‘#008000’	RGB某颜色	‘0.8’	灰度值

风格字符	说明	风格字符	说明
‘-‘	实线	‘—‘	虚线
‘-.’	点划线	‘:’	点线
‘’ ‘ ‘	无线条

标记字符	说明	标记字符	说明	标记字符	说明
‘.’	点标记	‘1’	下花三角标记	‘h’	竖六边形标记
‘，’	像素标记（极小点）	‘2’	上花三角标记	‘H’	横六边形标记
‘o’	实心圈标记	‘3’	左花三角标记	‘+’	十字标记
‘v’	倒三角标记	‘4’	右花三角标记	‘x’	叉标记
‘^’	上三角标记	‘s’	实心方形标记	‘D’	菱形标记
‘>’	右三角标记	‘p’	实心五角标记	‘d’	瘦菱形标记
‘<’	左三角标记	‘*‘	星形标记	‘\	‘	垂直线标记

可以把三者组合成字符串作为参数传入plot( )，如：”g-o”（绿色实线圆点）、”—c”（青色虚线）

显示中文

确保能正确显示中文，需要加入一行代码

1	plt.rcParams["font.family"]="SimHei"

丰富图示

丰富图示包括添加坐标轴上的标签、表头以及图例等说明信息，另外设置坐标轴的上下限、刻度，以及对刻度设置标签与刻度线，甚至在图示中增加文字说明，从而使所绘制的图像更易于阅读与理解

# 准备数据
potato = [70, 73, 58, 68, 83, 92, 96]
tomato = [61, 54, 62, 55, 76, 87, 91]
x = np.arange(1, 8)

# 绘制线形图
ax.plot(x, potato, "-r", label="土豆")
ax.plot(x, tomato, ":b", label="番茄")

# 设置坐标轴的上下限
ax.set_xlim(0.9, 7.1) # x轴从1到7.1
ax.set_ylim(40, 100) # y轴从40到100

# 设置显示的刻度
ax.set_xticks(np.linspace(1, 7, 7))
ax.set_yticks(np.linspace(50, 100, 6))

# 设置刻度标签
ax.set_xticklabels(["星期一", "星期二", "星期三", "星期四", "星期五", "星期六", \
                    "星期日"], rotation=30)
ax.set_yticklabels(["50kg", "60kg", "70kg", "80kg", "90kg", "100kg"])

# 设置刻度线
ax.tick_params("x", left=False, pad=8, direction="in", length=2, width=3, \
               color="b", labelsize=12)

# 设置坐标轴的标签
ax.set_xlabel("星期")
ax.set_ylabel("销售量", fontsize=16)

# 设置表头（标题）
ax.set_title("蔬菜销量统计",fontsize=18, backgroundcolor='#d1ffdb', \
             fontweight='bold', color='r', verticalalignment="baseline")
# 设置图例
ax.legend(loc=4, labelspacing=0.5, handlelength=2, \
          fontsize=14, shadow=True)

# 增加文字说明
ax.text(7, 97, "max:96", fontsize=14, color="g", alpha=1)

# 增加标注
ax.annotate(s="min:70", xy=(1,70), xytext=(1.3,66), \
            arrowprops=dict(facecolor="y", shrink=0.05, \
                            headwidth=12, headlength=6, width=4), \
            fontsize=12)

一些值得关注的参数解释：

trick_params()函数：
— axis：可选”x”,”y”,”both”，默认”both”对两个轴都操作
— direction：可选 “in”,”out”,”inout”代表，刻度线显示在坐标轴里面，坐标轴外边，双边
— pad：刻度线与刻度标签之间的间隔
— bottom, top, left, right四个参数对应四个边框，它们的取值为布尔类型，True表示显示对应边框上的刻度线，False代表不显示，默认True
set_title()函数：
— verticalalignment：设置水平对齐方式，可选参数：’center’, ‘top’, ‘bottom’, ‘baseline’
legend()函数：
— loc：可取”best”，1(“upper right”)，2(“upper left”)，3(“lower left”)，4（”lower right”）代表放不同位置
— labelspacing：图例中条目之间的距离
— handlelength：图例句柄的长度
text()函数：
— alpha：透明度，参数值0至1之间
— rotation：旋转角度,可选参数为:vertical，horizontal，也可以为数字
annotate()函数：
— arrowprops：此参数中提供箭头属性字典来绘制从文本到注释点的箭头。{ width: 箭把宽度, frac: 箭头头部所占的比例, headwidth: 箭头头部宽度, headlength: 箭头长度, facecolor: 填充色, shrink: 使箭头离注释点和文本具有一定距离 }

保存与呈现

最后，将绘制的图片进行呈现或保存；如果呈现与保存需要同时进行，代码中应该先保存后show()

1 2	plt.savefig("figure.jpg") plt.show()

最终我们绘制出了如下所示的线形图