matplotlib可视化：基础绘图函数使用【函数功能+案例代码】

系列文章目录

可视化：基础绘图函数使用【函数功能+案例代码】

可视化：基础图像绘制

可视化：局部放大折线图+阴影区间绘制【原理+代码】

文章目录 2.3 绘制子图 2.4 网格设置grid()2.5 坐标轴设置 2.6 字体设置问题2.7 文本和箭头设置

前言

由于毕设写论文需要绘图，记录一下学习笔记。

一、简介

首先附上官网链接：官网链接

下载:

pip install matplotlib

由三个层次结构组成：脚本层、美工层和后端层。

二、基础函数用法 2.1 图形对象

通过plt.创建一个画布对象；函数的参数值如下：

参数说明

指定画布的大小，(宽度,高度)，单位为英寸。

dpi

指定绘图对象的分辨率，即每英寸多少个像素，默认值为80。

背景颜色。

边框颜色。

是否显示边框。

示例如下：

import matplotlib.pyplot as plt
import numpy as np
import math#数据
x = np.arange(0, math.pi*2, 0.05)
y = np.sin(x)
#创建一个画布对象fig
fig=plt.figure(figsize=(10,10),dpi=100,facecolor='#B6D6F0',edgecolor='black',frameon=True)
"""
# figsize	指定画布的大小，(宽度,高度)，单位为英寸。
# dpi	指定绘图对象的分辨率，即每英寸多少个像素，默认值为80。
# facecolor	背景颜色。
# edgecolor	边框颜色。
# frameon	是否显示边框。
"""
#绘制坐标轴的范围
#add_axes() 的参数值是一个序列，序列中的 4 个数字分别对应图形的左侧，底部，宽度，和高度，且每个数字必须介于 0 到 1 之间。
ax=fig.add_axes([0.3,0.3,0.5,0.5])
#设置x轴，y轴标签
ax.set_xlabel("angle")
ax.set_ylabel("sin(x)")
#设置图像标题
ax.set_title("y=sin(x)")
#绘制图像
ax.plot(x,y)
#展示图象
plt.show()

2.2 axes类使用

定义了 axes 类，该类的对象被称为 axes 对象。它指定了一个有数值范围限制的绘图区域。在一个给定的中可以包含多个 axes 对象，但是同一个 axes 对象只能在一个画布中使用。

2.2.1 创建axes对象

ax=fig.add_axes([0.1,0.1,0.8,0.8])

将画布的宽、高作为 1 个单位。比如，[ 0.1, 0.1, 0.8, 0.8]，它代表着从画布 10% 的位置开始绘制, 宽高是画布的 80%。

2.2.2 axes.()绘制图例

axes的方法可以绘制图例，方法如下：

ax.legend(labels, loc)

其中， 是一个字符串序列，用来指定标签的名称；loc 是指定图例位置的参数，其参数值可以用字符串或整数来表示，可选位置参数如下：

位置字符串表示整数数字表示

自适应

best

右上方

upper right

左上方

upper left

左下

lower left

右下

lower right

右侧

right

居中靠左

left

居中靠右

right

底部居中

lower

上部居中

upper

中部

10

举例：

ax.legend(labels = ('tv', 'Smartphone'), loc = 'lower right')

同时可以修改图例的大小:

ax.legend(prop = {'size':6})

还可以自定义图例的位置：（0，0）表示的是图的左下角，坐标的数值表示的是比例。

plt.legend(bbox_to_anchor=(0.3,0.5))

图例的样式也可以调整，默认的图例样式是竖排的。比如我们有两个图例，那么我们设置下面这个为2，就是默认并排展示，而不是并列展示

legend(ncol=2)

2.2.3 axes.plot()绘制图像

plot函数的可选参数主要用于设置线条类型，颜色，标记。

颜色标识颜色类型标记符号标记描述线型线型描述

‘b’

蓝色

‘.’

点标记

‘-’

实线

‘g’

绿色

‘o’

圆圈标记

‘–’

虚线

‘r’

红色

‘x’

'X’标记

‘-.’

点划线

‘c’

青色

‘H’

六角标记

‘:’

虚线

‘m’

品红色

‘s’

正方形标记

‘H’

六角标记

‘y’

黄色

‘+’

加号标记

‘k’

黑色

‘D’

钻石标记

‘w’

白色

对于axes类的方法使用，示例代码如下：

import matplotlib.pyplot as plt#创建画布
fig=plt.figure(dpi=100)
#创建axes
ax=fig.add_axes([0.1,0.1,0.8,0.8])
#绘图
ax.plot([1,2,3,4],[1,3,6,9],'ro-')
ax.plot([1,2,3,4],[2,5,8,12],'bH-.')
#设置图例
ax.legend(labels=('twitter','weibo'), loc='best')
#设置坐标轴
ax.set_xlabel("time")
ax.set_ylabel("visit")
#设置图像标题
ax.set_title("compare")
#展示图片
plt.show()

同时参数可以设置线型，可以设置线宽。

在一个画布里面可以拥有多个ax对象，示例代码如下：

    fig=plt.figure(dpi=100)ax1,ax2=fig.add_axes([0.1,0.1,0.8,0.8]),fig.add_axes([0.58,0.15,0.26,0.26])#绘制第一个图像ax1.plot([1,2,3,4],[3,5,7,10],'bD-')ax1.plot([1,2,3,4],[2,6,8,14],'r+:')ax1.set_xlabel("time")ax1.set_ylabel("count")ax1.set_title("graph-one")ax1.legend(labels=['line1','line2'],loc='best')#绘制第二个图象ax2.plot([1,2,3,4],[3,5,7,10],'rD-')ax2.plot([1,2,3,4],[2,6,8,14],'b+:')ax2.set_xlabel("time")ax2.set_ylabel("count")ax2.set_title("graph-two")ax2.legend(labels=['line1','line2'],loc='best')plt.show()

2.3 绘制子图 2.3.1 ()函数

() 既创建了一个包含子图区域的画布，又创建了一个 图形对象:

fig , ax = plt.subplots(nrows, ncols)

nrows 与 ncols 表示两个整数参数，它们指定子图所占的行数、列数。返回值是一个元组，包括一个图形对象和所有的 axes 对象。其中 axes 对象的数量等于 nrows * ncols，且每个 axes 对象均可通过索引值访问（从1开始）。

示例：

import matplotlib.pyplot as plt
import numpy as np
import math#创建画布和多个子图axes
fig,ax=plt.subplots(2,2)
fig.figsize=(8,6)
#x轴数据
x=np.arange(1,10,1)
#对多个子图进行绘制
ax[0][0].plot(x,np.sin(x))
ax[0][0].set_title("y=sin(x)")ax[0][1].plot(x,np.cos(x))
ax[0][1].set_title("y=cos(x)")ax[1][0].plot(x,np.log(x))
ax[1][0].set_title("y=log(x)")ax[1][1].plot(x,np.exp(x))
ax[1][1].set_title("y=exp(x)")
#展示图像
plt.show()

2.3.2 ()函数

() 函数以非等分的形式对画布进行切分，并按照绘图区域的大小来展示最终绘图结果。

plt.subplot2grid(shape, location, rowspan, colspan)

参数含义如下：

import matplotlib.pyplot as plt
import numpy as npa1 = plt.subplot2grid((3,3),(0,0),colspan=3)
a2 = plt.subplot2grid((3,3),(1,0), rowspan = 2)
a3 = plt.subplot2grid((3,3),(1,1),rowspan = 2, colspan = 2)x = np.arange(1,10)
a2.plot(x, x*x)
a2.set_title('square')
a1.plot(x, np.exp(x))
a1.set_title('exp')
a3.plot(x, np.log(x))
a3.set_title('log')
plt.tight_layout()
plt.show()

2.4 网格设置grid()

grid() 方法可以开启或者关闭画布中的网格（即是否显示网格）以及网格的主/次刻度；设置网格的颜色、线型以及线宽等属性。

grid(color='b', ls = '-.', lw = 0.25)

示例代码如下：

import matplotlib.pyplot as plt
import numpy as np
#数据源
x = np.arange(1,11)
#创建画布和子图
fig,ax=plt.subplots(1,3,figsize=(9,3))
#设置子图
ax[0].plot(x,x**2,'bo-')
ax[0].set_title("y=x^2")
ax[0].set_xlabel("x")
ax[0].set_ylabel("x^2")
ax[0].grid(color='b', ls = '-.', lw = 0.25)ax[1].plot(x,x**3,'rH-.')
ax[1].set_title("y=x^3")
ax[1].set_xlabel("x")
ax[1].set_ylabel("x^3")
ax[1].grid(color='k', ls = '-', lw = 0.15)ax[2].plot(x,x*2,'mD:')
ax[2].set_title("y=x*2")
ax[2].set_xlabel("x")
ax[2].set_ylabel("x*2")
ax[2].grid(color='r', ls = ':', lw = 0.35)plt.tight_layout()
plt.show()

2.5 坐标轴设置 2.5.1 对数刻度设置

在数据范围广的时候，往往采用对数刻度，代码如下：

ax.xscale("log")或ax.yscale("log")

示例代码

import matplotlib.pyplot as plt
import numpy as np#数据
x = np.arange(1,9,1)
#创建画布和子图
fig, ax = plt.subplots(1, 2, figsize=(10,4))
#绘图
ax[0].plot(x,x)
ax[0].set_title("Normal scale")
ax[0].set_xlabel("x axis")
ax[0].set_ylabel("y axis")ax[1].set_yscale("log")
ax[1].plot(x,x)
ax[1].set_title("Logarithmic scale (y)")
ax[1].set_xlabel("x axis")
ax[1].set_ylabel("y axis")plt.tight_layout()
plt.show()

2.5.2 坐标轴颜色，线宽设置

通过ax.获取坐标轴字典，坐标轴包括4个：上下左右。可以通过,设置颜色和线宽。示例代码如下：

    fig = plt.figure()ax = fig.add_axes([0.2, 0.2, 0.7, 0.7])ax.spines['bottom'].set_color('red')ax.spines['left'].set_linewidth(2)ax.spines['right'].set_color(None)ax.spines['top'].set_color(None)ax.plot([1, 2, 3, 4, 5])plt.show()

2.5.3 坐标轴范围

通过，实现。

#设置y轴
a1.set_ylim(0,10000)
#设置x轴
a1.set_xlim(0,10)

2.5.4 坐标轴刻度，刻度标签

对于坐标轴的刻度，通过或实现；对于坐标轴的刻度标签，在设置好坐标轴刻度的前提下，将标签与刻度一一对应，采用或进行设置。示例代码如下：

    #数据x = np.arange(0, math.pi * 2, 0.05)#生成画布对象fig = plt.figure()# 添加绘图区域ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])#绘图ax.plot(x, np.sin(x))#设置x轴标签ax.set_xticks([0, 2, 4, 6])# 设置x轴刻度标签ax.set_xticklabels(['zero', 'two', 'four', 'six'])# 设置y轴刻度ax.set_yticks([-1, 0, 1])plt.show()

同时，通过plt.(=7)可以设置标签刻度的字体大小。

或者plt.(‘y’,=“#”)可以设置标签的颜色和更改坐标轴类型。

2.6 字体设置问题

一般论文采用中文宋体和英文Times New Roman字体，参考博客:字体设置进行了字体设置。

【方法一】

def draw01():plt.rcParams['font.sans-serif'] = ['SongNTR'] ##设置字体plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题year = [2017, 2018, 2019, 2020]people = [20, 40, 60, 70]#生成图表plt.plot(year, people)plt.xlabel('年份')plt.ylabel('人口')plt.title('人口增长-1')#设置纵坐标刻度plt.yticks([0, 20, 40, 60, 80])#显示图表plt.show()

【方法二】

def draw02():plt.rcParams['font.sans-serif'] = ['Times New Roman']plt.rcParams['axes.unicode_minus'] = Falseyear = [2017, 2018, 2019, 2020]people = [20, 40, 60, 70]#生成图表plt.plot(year, people)plt.xlabel('年份',fontproperties='simsun')plt.ylabel('人口',fontproperties='simsun')plt.title('人口增长-2',fontproperties='simsun')#设置纵坐标刻度plt.yticks([0, 20, 40, 60, 80])#显示图表plt.show()

2.7 文本和箭头设置 2.7.1 文本设置

Axes.text(x, y, s, fontdict=None, **kwargs)

参数：

【举例】

可以指定以坐标轴坐标表示的文本((0,0)为左下，(1,1)为右上角)。下面的例子将文本放在坐标轴的中心

text(0.5, 0.5, 'matplotlib', horizontalalignment='center',verticalalignment='center', transform=ax.transAxes,color='r')

=ax.可以让文字的位置坐标针对于坐标轴的相对比例进行定位,color可以修改文本颜色

2.7.2 箭头设置

Axes.arrow(x, y, dx, dy, **kwargs)

增加一个箭头，从(x, y) 到(x+dx, y+dy)

参数：

举例：

ax.arrow(0.1,0.7,0,0.15,shape='full',width=0.025,head_width=0.05,fc="#FF2727",alpha=0.5,ec=None,linewidth=0)