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
- 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()
- 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()
- 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
