matplotlib教程03---让图变得丰富

欢迎关注公众号【Python开发实战】，免费领取Python学习电子书！

工具-matplotlib

使用matplotlib可以绘制出漂亮的图形。

添加文本

通过调用text()函数可以在图的任何位置添加文本，只需要指定水平和垂直坐标以及文本内容。还可以选择指定一些额外的属性。matplotlib中的任何文本都可能包含 TeX 方程表达式。

导入matplotlib

import matplotlib
import matplotlib.pyplot as plt

import numpy as np
x = np.linspace(-1.5, 1.5, 30)

px = 0.8
py = px**2

plt.plot(x, x**2, 'b-', px, py, 'ro')

plt.text(0, 1.5, 'Square functional\n$y = x^2$', fontsize=20, color='blue', horizontalalignment='center')
plt.text(px-0.08, py, 'Beautiful point', ha='right', weight='heavy')           # ha是horizontalalignment的别名
plt.text(px, py, 'x=%0.2f\ny = %0.2f'%(px, py), rotation=50, color='gray')

plt.show()

通常情况下，需要对图形中的元素进行注释，比如上图中的红点。注释功能也很简单，只需要调用annotate()函数，并指出兴趣点的位置、文本及文本位置、箭头的可选附加属性。

plt.plot(x, x**2, px, py, 'ro')
plt.annotate('Beautiful point', xy=(px, py), xytext=(px-1.3, py+0.5), 
             color='green', weight='heavy', fontsize=14, arrowprops={'facecolor': 'lightgreen'})
plt.show()

还可以使用bbox属性在文本周围添加边界框。

plt.plot(x, x**2, px, py, 'ro')

bbox_props = dict(boxstyle='rarrow,pad=0.3', ec='b', lw=2, fc='lightblue')
plt.text(px-0.2, py, 'Beautiful point', bbox=bbox_props, ha='right')

bbox_props = dict(boxstyle='round4,pad=1,rounding_size=0.2', ec='black', fc='#EEEEFF', lw=5)
plt.text(0, 1.5 , 'Square funtion\n$y = x^2$', fontsize=20, color='black', ha='center', bbox=bbox_props)

plt.show()

xkcd风格

如果想要一个xkcd风格的图形，只需要在with plt.xkcd()下绘制。

with plt.xkcd():
    plt.plot(x, x**2, px, py, 'ro')
    
    bbox_props = dict(boxstyle='rarrow,pad=0.3', ec='b', lw=2, fc='lightblue')
    plt.text(px-0.2, py, 'Beautiful point', bbox=bbox_props, ha='right')
    
    bbox_props = dict(boxstyle='round4,pad=1,rounding_size=0.2', ec='black', fc='#EEEEFF', lw=5)
    plt.text(0., 1.5, 'Square function\n$y = x^2$', ha='center', fontsize=20, color='black', bbox=bbox_props)
    plt.show()

图例

添加图例最简单的办法是在所有的线上设置一个label，然后调用legend()函数。

x = np.linspace(-1.4, 1.4, 50)
plt.plot(x, x**2, 'r--', label='Square function')
plt.plot(x, x**3, 'g-', label='Cube function')
plt.legend(loc='best')
plt.grid(True)
plt.show()

非线性比例

matplotlib支持非线性比例，例如对数或logit。

x = np.linspace(0.1, 15, 500)
y = x ** 3 / np.exp(2*x)

plt.figure(1)
plt.plot(x, y)
plt.yscale('linear')   # 设置y轴的比例
plt.title('linear')
plt.grid(True)

plt.figure(2)
plt.plot(x, y)
plt.yscale('log')
plt.title('log')
plt.grid(True)

plt.figure(3)
plt.plot(x, y)
plt.yscale('logit')
plt.title('logit')
plt.grid(True)

plt.figure(4)
plt.plot(x, y - y.mean())
plt.yscale('symlog', linthreshy=0.05)
plt.title('symlog')
plt.grid(True)

plt.show()

刻度和刻度尺

坐标轴上的小标记被称为刻度。准确地说，刻度是标记的位置，刻度线是在这些位置绘制的小线，刻度标签是在刻度线旁边绘制的标签，刻度尺是能够决定防止标记位置的对象。默认的刻度尺通常能够很好地将大约5-8个标记位置防止在合理的距离上。matplotlib可以控制刻度，设置可以激活次（副）刻度。

x = np.linspace(-2, 2, 100)

plt.figure(1, figsize=(15, 10))
plt.subplot(131)
plt.plot(x, x**3)
plt.grid(True)
plt.title('Default ticks')

ax = plt.subplot(132)
plt.plot(x, x**3)
ax.xaxis.set_ticks(np.arange(-2, 2, 1))  # 设置x轴刻度
plt.grid(True)
plt.title('Manual ticks on the x-axis')

ax = plt.subplot(133)
plt.plot(x, x**3)
plt.minorticks_on()
ax.tick_params(axis='x', which='minor', bottom=False)
ax.xaxis.set_ticks([-2, 0, 1, 2])   # 设置x轴刻度
ax.yaxis.set_ticks(np.arange(-5, 5, 1))    # 设置y轴刻度
ax.yaxis.set_ticklabels(['min', -4, -3, -2, -1, 0, 1, 2, 3, 'max'])   # 设置y轴刻度b
plt.title('Manual ticks and tick labels\n(plus ticks) on the y-axis')
plt.grid(True)

plt.show()