matplotlib可视化：基础绘图函数使用【函数功能+案例代码】

oax_knud

已于 2022-11-25 10:37:54 修改

阅读量1.9k

点赞数 1

于 2022-11-22 21:10:55 首次发布

本文链接：https://blog.youkuaiyun.com/oax_knud/article/details/127976128

版权

数据分析专栏收录该内容

10 篇文章

订阅专栏

本文详细介绍Matplotlib的基础用法，包括图形对象创建、坐标轴设置、子图绘制等，并通过实例代码展示了如何设置图例、网格及坐标轴等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

系列文章目录

matplotlib可视化：基础绘图函数使用【函数功能+案例代码】
matplotlib可视化：基础图像绘制
 matplotlib可视化：局部放大折线图+阴影区间绘制【原理+代码】

前言

由于毕设写论文需要绘图，记录一下matplotlib学习笔记。

一、matplotlib简介

首先附上官网链接：matplotlib官网链接
下载matplotlib:

pip install matplotlib

Matplotlib 由三个层次结构组成：脚本层、美工层和后端层。

脚本层：最顶层，大部分代码都在该层运行，主要负责生成图形与坐标系。
美工层：结构中的第二层，提供了绘制图形的元素时的各种功能。例如：绘制标题、轴标签、坐标刻度等。
后端层：最底层，定义了三个基本类：FigureCanvas（提供绘图画布）；Renderer（提供绘图各种方法）；Event（来处理鼠标和键盘事件）

在这里插入图片描述

Figure：画布，包括了所有的元素，比如标题、轴线等；
Axes：绘图区，绘制2D图像区域。
Axis：坐标系中的垂直轴与水平轴，包含轴长，轴标签，刻度标签。
Artist：画布上所有元素都属于 Artist 对象，如文本对象（title、xlabel、ylabel）、Line2D 对象（用于绘制2D图像）等。

二、基础函数用法

2.1 figure图形对象

通过plt.figure创建一个画布对象；函数的参数值如下：

参数	说明
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。

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()

在这里插入图片描述

2.2 axes类使用

Matplotlib 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figure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%。
在这里插入图片描述

2.2.2 axes.legend()绘制图例

axes的legend方法可以绘制图例，方法如下：

ax.legend(labels, loc)

其中，labels 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	0
右上方	upper right	1
左上方	upper left	2
左下	lower left	3
右下	lower right	4
右侧	right	5
居中靠左	center left	6
居中靠右	center right	7
底部居中	lower center	8
上部居中	upper center	9
中部	center	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linestyle参数可以设置线型，linewidth可以设置线宽。
在这里插入图片描述
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()

在这里插入图片描述

2.3 绘制子图

2.3.1 subplots()函数

subplots() 既创建了一个包含子图区域的画布，又创建了一个 figure 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()

在这里插入图片描述

2.3.2 subplot2grid()函数

subplot2gird() 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：

shape：把该参数值规定的网格区域作为绘图区域；
location：在给定的位置绘制图形，初始位置 (0,0) 表示第1行第1列；
rowsapan/colspan：这两个参数用来设置让子区跨越几行几列。

import matplotlib.pyplot as plt
import numpy as np


a1 = 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()

在这里插入图片描述

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)

color：颜色设置
ls：网格线型设置
lw：网格线宽度设置

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()

在这里插入图片描述

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()

在这里插入图片描述

2.5.2 坐标轴颜色，线宽设置

通过ax.spines获取坐标轴字典，坐标轴包括4个：上下左右。可以通过set_color,set_linewidth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()

在这里插入图片描述

2.5.3 坐标轴范围

通过set_xlim，set_ylim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set_xticks或set_yticks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set_xticklabels或set_yticklabels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()

在这里插入图片描述
同时，通过plt.tick_params(labelsize=7)可以设置标签刻度的字体大小。
或者plt.tick_params(‘y’,labelcolor=“#1111FF”)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'] = False

    year = [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：

x,y：文本位置，以数据坐标形式展示。
s：文本内容
fontdict：字体相关设置

【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')

transform=ax.transAxes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：

width：设置箭头尾部宽度
head_width：设置箭头头部宽度
shape：{‘full’, ‘left’, ‘right’},default: ‘full’

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)