matplotlib绘图看这篇就够了

news2024/11/27 9:51:07

导入matplotlib第三方库

此外，在matplotlib中我们可以只输入y轴，即为只输入一个数组我们也可以输出，x不为必要条件。而且也可以使用plt.xticks()函数进行设置x轴的label。

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 可以正常显示中文
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
plt.tight_layout() # 为了正常显示一些图表被遮盖或者不完全显示的问题
import random
import numpy as np

理解axes，figure，plot和对应函数

axis，axes，figure的区别

简单来说，axis为坐标轴，axes为画图的时候一个添加的子区域，figure为一个绘制图片的一个画布。具体区分如图所示。

ax，figure，plot的区别

ax如上所示，一般代表的是一个axes区域。即为figure上的一个子模块，但是一般用plt.plot（）的时候是获取当前的axes进行使用的。

figure是一个话的话，ax为其中的一个元素如花等。即为figure包含ax。

plot()为一个最基础的绘图函数，我们一般都在这个绘图函数上加入横纵坐标数据。

ax和figure一般用下列三种方法生成。具体如代码所示。

# ax代码生成一般主要有以下三种方法
fig = plt.figure()
ax = fig.add_subplot(2, 2, 1)
ax = plt.subplot(2, 2, 1)
fig, ax = plt.subplots(2, 2) # 此时的ax为一个列表，List[list[axes]]
# fig生成一般有以下两种方法
fig = plt.figure()
fig, ax = plt.subplots(2, 2) # 此时的ax为一个列表，List[list[axes]]
ax_1 = ax[0,0]
ax_2 = ax[0,1]
x = np.random.randn(10)*10
y = np.random.randn(10)*10
ax_1.plot(x, y)
ax_2.plot(x, y）

plt.subplots()函数（生成figure和axes的列表对象）

plt.subplots函数具体为生成一个figure画布和多个axes子区域。

fig, ax = plt.subplots(2,2)# 这里代表的是生成一共有四个axes的figure，即为一个画布上有四个对象，而且ax为第一个对象
# 2,2,1 代表将整个图像窗口分为两行两列，而且当前位置为1,
# 此时的ax为可以选择ax[0,0][0,1][1,0][1,1]，但没有办法加入plt.subplots(2,2,1)
ax_2 = fig.add_subplot(2,2,1)

plt.subplot()函数（生成axes对象）

这里的话主要是进行添加axes区域的，个人理解是直接调用现有的figure对象直接在figure上进行操作。如果没有fig = plt.figure()，会自动生成一个figure对象。

# fig = plt.figure()
ax = plt.subplot(2,2,1)
ax.plot(x,y)

plt.figure()函数（生成figure对象）

plt.figure()为生成一个figure，参数为name，figsize()等具体如图所示。

figure(name=int|str, figsize(width, height))，
name如果相同即为画在同一个axes对象中，如果name不同，重新绘制一个figure对象
figsize主要是控制figure的尺寸大小，width为宽度，height为高度

fig = plt.figure(1, figsize(10,8))
x = np.random.randn(10)*10
y = np.random.randn(10)*10
plt.plot(x, y)

fig.add_subplot()函数（个人认为最方便和最佳）

这里的话一般是放置在已经生成figure的前提下，效果会好很多，个人更推荐用这种方法。

fig = plt.figure()
ax = fig.add_subplot(2,2,1)
ax.plot(x,y)

plt.plot()函数和对应画出图像的线条，点型，颜色

plt.plot(color='', linestyle='', marker='',markerfacecolor='', markersize='')
'''
color代表线段颜色
linestyle代表线段的类型
marker代表线段上的对应点的标识
markerfacecolor为标记（marker）的颜色
markersize为标记（marker）的尺寸
里面都需用''引号
'''

主要为绘制一个简单的线形图，而且参数一般为（x,y）即为x轴的数据和y轴的数据，此外还有一些特殊的图例，需要到后面解释和介绍，比如画出直线，虚线，还有显示点的坐标的形状等等。

本题目主要介绍的是画出图像对应的线条，点型和颜色。

plot(x, y, 'fmt')
fmt主要分为三个参数，即为color，marker（点型）,线形（linestyle）
plot(x, y, color='blue',marker='o', linestyle='-')

颜色主要如下所示，也可以用#0000的十六进制表示颜色

'b' blue 蓝色，'g' green 绿色， 'r' red 红色，'c' cyan 蓝绿，
'k' black 黑色， 'w' white 白色，'m' magenta 洋红， 'y' yellow 黄色

对于其中点的形状主要如下所示。

'.' 为圆点， ',' 为pixel marker， 'o'为空心圆点, '^'为上三角形，
'v'为下三角形，'<'为左三角形，'>'为右三角形，'+'为十字标记，'x'为x标记
'D'为菱形标记，'*'Wie星形标记，'d'为瘦菱形标记，'|'为垂直线标记

对于linestyle主要有以下格式

'-'为实线，'--'为虚线，'-.'为点画线，即为一个点一个线交替，
':'为点线，即为全部由点构成

plt.show()函数

plt.show()函数比较简单,即为呈现所有的figure的图像。一般我们绘制出图片之后即可进行plt.show()调用之后进行可视化呈现。

plt.legend()函数

主要是运用调用pyplot函数的图例进行，我们这里理解的图例为如下图所示，简单应用如下，而且loc默认会选择最合适的位置进行放置。

x = np.random.randn(10)*10
y = np.random.randn(10)*10
plt.figure(num=1, figsize=(4,4))
plt.plot(x)
plt.plot(y,'r-^')
plt.legend(['one','two']) # 这里参考具体当前figure里面有几条线就用几个图例
plt.show()

常见具体参数如下

plt.legend(loc='upper center') 这里的uppe是偏上方的意思，即为一般lower为偏下方，具体如下所示。一般默认是用0，即为选择最优的位置放置。

0: ‘best' 1: ‘upper right' 2: ‘upper left' 3: ‘lower left'
4: ‘lower right' 5: ‘right' 6: ‘center left' 7: ‘center right'
8: ‘lower center' 9: ‘upper center' 10: ‘center'

plt.legend(fontsize=int|float）为设置图例大小的数值

plt.legend(frameon=False)为去除图例边框，即为修改图例边框。

plt.legend(edgecolor='blue')设置图例边框颜色。

plt.legend(facecolor='blue')设置图例背景颜色，如果没有边框即为参数无效。

plt.axis()函数

plt.axis([xmin, xmax, ymin, ymax])参数具体可以放置四个数值，即为xmin，xmax，ymin，ymax，即为横纵坐标的最小值和最大值。

其他参数具体如下。

'on'显示坐标轴和坐标轴标签，

'off'为不显示坐标轴和坐标轴标签

具体效果如下图所示。很明显能够看出差距，而且我们可以设置具体

设置坐标轴刻度函数(xlim(), ylim()函数)

xlim(0,10)使得x坐标轴从0-10范围内可视化。

ylim(0,10)使得y坐标轴从0-10范围内可视化。

设置坐标轴的label（xlabel(), ylabel()）函数

一般比较常用的是设置label的标签，即为我们在x，y轴上看到的说明或者汉字，常见的有以下参数，value，fontdict，loc。

loc：'left','right', 'center'

value：需要的文字

fontdict：设置字典样式，具体例子为如下fontdict={'fontsize': 10, 'fontstyle': 'oblique', 'color': 'red', 'fontfamily': 'fantasy'}

mathplotlib设置中文，负号正常显示

plt.rcParams['font.sans-serif'] = ['SimHei']  # 可以正常显示中文
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
plt.tight_layout() # 为了正常显示一些图表被遮盖或者不完全显示的问题

mathplotlib自定义坐标轴间隔

from matplotlib.pyplot import MultipleLocator
figure = plt.figure()
ax = figure.add_suplot(221)
number = 0.3 # 这里的话适用于所有的坐标轴间隔，我这里设置默认为10
x_major_locator=MultipleLocator(number)
# matplotlib 关于使用 MultipleLocator 自定义刻度间隔
ax.xaxis.set_major_locator(x_major_locator) # 这两个为设置坐标轴的间隔是否，而且为自己手动调整，需要导入MultipleLocator