python matplotlib学习笔记

matplotlib 可以完成各种绘图，使用该库首先要导入 pyplot 库。

import matplotlib.pyplot as plt
from matplotlib import pyplot as plt   # 两种方法等效

代码风格

有两种风格完成图的绘制，一种是对象导向（OO）风格。这种风格适合于复杂绘图，代码可以被重用。

fig, ax = plt.subplots(figsize=(5, 2.7), layout='constrained')
ax.plot(x, x, label='linear')  # Plot some data on the axes.
ax.set_xlabel('x label')  # Add an x-label to the axes.
ax.set_ylabel('y label')  # Add a y-label to the axes.
ax.set_title("Simple Plot")  # Add a title to the axes.
ax.legend();  # Add a legend.

还有一种是 pyplot 风格。这种风格适合于快速绘图。

plt.figure(figsize=(5, 2.7), layout='constrained')
plt.plot(x, x, label='linear')  # Plot some data on the (implicit) axes.
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend();

figure 是一张画布，上面可以有各种各样的元素 axes，比如包含轴、线等。在第一种风格中，subplots() 方法创建了一张图，画布赋值给 fig，各种元素赋值给 ax。第二种风格中的 plt.figure() 方法也完成了创建图的操作。其中 figsize 参数表示图片大小。

二维绘图

除了能够绘制各种图形之外，同时也可以美化显示方式。

图形

下面介绍了绘制折线图、柱形图、饼状图等常见图形的方法。

折线图

plot() 方法可以绘制折线图。该方法传入一个列表即可完成折线图绘制，认为这个列表值为 y 值，x 值从 0 开始递增。如果需要自定义 x 值，传入两个列表即可，第一个参数列表为 x 值，第二个参数列表为 y 值。

plt.plot([1, 3, 2, 4])
plt.plot([2, 3, 4, 5], [1, 3, 2, 4])

柱形图

bar() 方法用于绘制柱形图。

plt.bar([1, 2, 3], [3, 5, 2])

散点图

scatter() 方法用于绘制散点图。

x = np.random.ranf(1000)
y = np.random.ranf(1000)
plt.scatter(x, y)

饼状图

pie() 方法用于绘制饼状图。

plt.pie([2, 3, 5])

等高线图

contourf() 方法用于绘制等高线图。

x = np.linspace(-5, 5, 500)
y = np.linspace(-5, 5, 500)
X, Y = np.meshgrid(x, y)
Z = (1 - X / 2 + X ** 3 + Y ** 4) * np.exp(-X ** 2 - Y ** 2)
plt.contourf(X, Y, Z)

量场图

quiver() 方法用于绘制量场图，由向量组成的图像。

x, y = np.mgrid[0: 10, 0: 10]
plt.quiver(x, y)

样式

上文列举了绘制各种类型图形的方法，但都不够美观，可以通过设置各种参数让图形变得更加美观。

线性颜色

color 或 c 参数设置线性颜色，其输入可以是颜色的英文名或字母缩写，也可以是十六进制数。

plt.plot(x, y, color='r')
plt.plot(x, y, c='red')
plt.plot(x, y, c='#FF0000')

常见的颜色如下表。

符号	颜色
b	蓝色
g	绿色
r	红色
c	蓝绿色
m	品红色
y	黄色
k	黑色
w	白色

线性样式

linestyle 或 ls 设置线性样式。

plt.plot(x, y, linestyle='--')

常见的线性样式如下表。

符号	样式
-	实线
--	虚线
-.	虚电线
:	点线

标记点

marker 设置标记点样式。

plt.plot(x, y, marker='s')

常见的标记点样式如下表。

符号	样式
.	点
,	像素值
o	圆形
s	正方形
p	五边形
h 、 H	六边形
d 、 D	菱形
+	加号形
x	叉形
*	星形
v、^ 、<、>	三角形
1、2 、3、4	星形
| 、 _	线形

颜色、标记点、线

通过设定格式字符串的形式可以同时设定颜色、标记点和线的样式，将字符串作为第三个参数即可。

plt.plot(x, y, 'or--')
plt.plot(x, y, 'r--o')

这个例子设计了圆形的标记点、红色虚线。三者顺序部分先后。

透明度

alpha 参数可以设置线性的透明度，值从 0 - 1，值越小越透明。

x = [2, 3, 4, 5]
y = [3, 1, 2, 4]
plt.plot(x, y, alpha=0.8)

线宽

linewidth 或 lw 参数设置线的宽度，值要求是一个浮点数。

plt.plot(x, y, lw='3')

标题

set_title() 给图像加上标题。

plt.set_title('Figure 1')

轴标签刻度

set_xlim() 设置 x 轴的范围，ylim() 设置 y 轴的范围。

plt.set_xlim([0, 10])

set_xticks() 和 set_xticklabels() 分别完成给图像 x 轴设置刻度和标签的功能，前者是说明刻度要放在数据范围中的哪些位置，后者给这些位置打上标签。set_yticks() 和 set_yticklabels() 给 y 轴设置。

plt.set_xticks([0, 10, 20])
plt.set_xticklabels(['one', 'two', 'three'], rotation=30)  # 倾斜 30°

set_xlabel() 设置 x 轴名称，set_ylabel() 设置 y 轴名称。

plt.set_xlabel('x')
plt.set_ylabel('y')

规范绘图

上文通过 plt 的方法快速绘制了各种图形，但更建议使用 OO 风格绘制图形。使用此种方法，首先要通过 figure() 方法或 subplots() 方法创建完整的图像。

fig, ax = plt.subplots()

可以为图增加图标题、轴名称、图例等。

axes.plot(x, x**2, color='red', marker='+')
axes.plot(x, x**3, linewidth=0.25, linestyle='--')
axes.set_xlabel('x')  # x轴名称
axes.set_ylabel('y')
axes.set_title('title')  # 图形名称

axes.legend(["y = x**2", "y = x**3"], loc=0)  # 图例

loc 可取 1、2、3、4，分别表示右上角、左上角、左下角、右下角，还可取 0，表示自适应。在使用 plot 绘图时，也可以设置 label 参数作为图例。

还可以指定网格和轴范围。

axes.grid(True)
axes.set_xlim([2, 5])
axes.set_ylim([0, 60])

为了更好地理解图像，可以利用 text() 方法在图像上进行标注，前两个参数分表表示标注位置，第三个参数表示标注内容。还可以通过 fontsize 和 horizontalalignment 参数设置文字大小和对齐方式，annotate() 方法可以添加箭头。

绘制子图

subplots() 方法可以创建子图，通过 axes 下标形式选定子图。

fig, axes = plt.subplots(nrows=1, ncols=2)  # 子图为 1 行，2 列
axes[0].plot(x, y)
axes[1].plot(y, x)

还可以通过使用 add_subplot() 方法来添加子图。前两个参数表示有 1×2 张子图，第三个参数表示第几张图。

fig = plt.figure()
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)

subplots_adjust() 方法可以修改子图间距。

subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)

图形位置

当需要自定义图形位置，使用 add_axes() 方法完成。

fig = plt.figure()
axes = fig.add_axes([0.5, 0.5, 0.8, 0.8])
axes.plot(x, y, 'r')

该方法也可以添加多个图。

fig = plt.figure()
axes1 = fig.add_axes([0.1, 0.1, 0.8, 0.8])
axes2 = fig.add_axes([0.2, 0.5, 0.4, 0.3])
axes1.plot(x, y, 'r')
axes2.plot(y, x, 'g')

三维绘图

三维绘图同样需要导入 pyplot 模块，此外还需要用到 mpl_toolkits.mplot3d 模块，绘图主要使用 Axes3D() 方法。

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

scatter() 方法用于绘制散点图，分别输入点的三维坐标值。plot() 方法用于绘制折线图。bar() 方法用于绘制柱状图。

fig = plt.figure()
ax = Axes3D(fig)
ax.scatter(x, y, z)

fig = plt.figure()
ax = Axes3D(fig)
ax.plot(x, y, z)

plot_surface() 方法用于绘制曲面图。

fig = plt.figure()
ax = Axes3D(fig)

X = np.arange(-2, 2, 0.1)
Y = np.arange(-2, 2, 0.1)
X, Y = np.meshgrid(X, Y)
Z = np.sqrt(X ** 2 + Y ** 2)

ax.plot_surface(X, Y, Z, cmap=plt.cm.winter)

cmap 参数表示配色方案。

除了用 Axes3D() 声明三维图形外，也可以用 projection='3d' 声明三维图形。

fig = plt.figure(figsize=(14, 6))
ax = fig.add_subplot(1, 2, 1, projection='3d')
ax.plot_surface(X, Y, Z, cmap=plt.cm.winter)

图像保存

利用 plt.savefig() 方法可以将当前图标保存到文件，该方法相当于 Figure 对象的实例化方法 savefig()。

plt.savefig('path.png', dpi=400, bbox_inches='tight')

其中，dpi 参数控制每英寸点数分辨率，bbox_inches 可以剪除当前图标周围的空白部分）。