Matplotlib 学习 笔记

Matplotlib

Matplotlib 库：是一款用于数据可视化的 Python 软件包，支持跨平台运行，它能够根据 NumPy ndarray 数组来绘制 2D 图像，它使用简单、代码清晰易懂

安装

打开控制面板：输入canda activate python-basic

进入canda环境，输入pip list 查看已安装的包

输入

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装matplotlib

安装完成，输入pip list 查看，已经安装好了matplotlib

常用API

绘图类型

Image 函数

Axis 函数

Figure 函数

pylab 模块

PyLab 是一个面向 Matplotlib 的绘图库接口，其语法和 MATLAB 十分相近。

pylab 是 matplotlib 中的一个模块，它将 matplotlib.pyplot 和 numpy 的功能组合在一起，使得你可以直接使用 numpy 的函数和 matplotlib.pyplot 的绘图功能，而不需要显式地导入 numpy 和 matplotlib.pyplot。

优点

方便快捷：pylab 的设计初衷是为了方便快速绘图和数值计算，使得你可以直接使用 numpy 的函数和 matplotlib.pyplot 的绘图功能，而不需要显式地导入 numpy 和 matplotlib.pyplot。

简化代码：使用 pylab 可以减少导入语句的数量，使代码更简洁。

缺点

命名空间污染：pylab 将 numpy 和 matplotlib.pyplot 的功能组合在一起，可能会导致命名空间污染，使得代码的可读性和可维护性降低。

不适合大型项目：对于大型项目或需要精细控制的项目，pylab 可能不够灵活。

pyplot 是 matplotlib 中的一个模块，提供了类似于 MATLAB 的绘图接口。它是一个更底层的接口，提供了更多的控制和灵活性。

使用 pyplot 需要显式地导入 numpy 和 matplotlib.pyplot，代码量相对较多。例如：
import matplotlib.pyplot as plt
import numpy as np

常用函数

plot 函数

pylab.plot 是一个用于绘制二维图形的函数。它可以根据提供的 x 和 y 数据点绘制线条和/或标记。

语法：
pylab.plot(x, y, format_string=None, **kwargs)

参数：

x: x 轴数据，可以是一个数组或列表。

y: y 轴数据，可以是一个数组或列表。

format_string: 格式字符串，用于指定线条样式、颜色等。

kwargs: 其他关键字参数，用于指定线条的属性。

plot 函数可以接受一个或两个数组作为参数，分别代表 x 和 y 坐标。如果你只提供一个数组，它将默认用作 y 坐标，而 x 坐标将默认为数组的索引。

格式字符串：

格式字符串由颜色、标记和线条样式组成。例如：

颜色：

'b'：蓝色 'g'：绿色 'r'：红色 'c'：青色 'm'：洋红色 'y'：黄色 'k'：黑色 'w'：白色

标记：

'.'：点标记 ','：像素标记 'o'：圆圈标记 'v'：向下三角标记 '^'：向上三角标记 '<'：向左三角标记 '>'：向右三角标记 's'：方形标记 'p'：五边形标记 '*'：星形标记 'h'：六边形标记 1 'H'：六边形标记 2 '+'：加号标记 'x'：叉号标记 'D'：菱形标记 'd'：细菱形标记 '|'：竖线标记 '_'：横线标记

线条样式：

'-'：实线 '--'：虚线 '-.'：点划线 ':'：点线

figure 函数

figure() 函数来实例化 figure 对象，即绘制图形的对象，可以通过这个对象，来设置图形的样式等

参数：

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

dgecolor：边框颜色

frameon：是否显示边框

 figure.add_axes()

Matplotlib 定义了一个 axes 类（轴域类），该类的对象被称为 axes 对象（即轴域对象），它指定了一个有数值范围限制的绘图区域。在一个给定的画布（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。

参数：

是一个包含四个元素的列表或元组，格式为 [left, bottom, width, height]，其中：

left 和 bottom 是轴域左下角的坐标，范围从 0 到 1。

width 和 height 是轴域的宽度和高度，范围从 0 到 1。

axes.legend()

legend 函数用于添加图例，以便识别图中的不同数据系列。图例会自动显示每条线或数据集的标签。

参数：

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

handles 参数，它也是一个序列，它包含了所有线型的实例

标题中文乱码

如果标题设置的是中文，会出现乱码

局部处理：
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

全局处理：

首先，找到 matplotlibrc 文件的位置，可以使用以下代码：
import matplotlib
print(matplotlib.matplotlib_fname())

然后，修改 matplotlibrc 文件，找到 font.family 和 font.sans-serif 项，设置为支持中文的字体，如 SimHei。

同时，设置 axes.unicode_minus 为 False 以正常显示负号。

修改完成后，重启pyCharm。如果不能解决，尝试运行以下代码来实现：
from matplotlib.font_manager import _rebuild

_rebuild()

subplot 函数

subplot 是一个较早的函数，用于创建并返回一个子图对象。它的使用比较简单，通常用于创建网格状的子图布局。subplot 的参数通常是一个三位数的整数，其中每个数字代表子图的行数、列数和子图的索引。

add_subplot 是一个更灵活的函数，它是 Figure类的一个方法，用于向图形容器中添加子图。推荐使用 add_subplot，因为它提供了更好的灵活性和控制。

语法：
fig.add_subplot(nrows, ncols, index)

subplots 函数

subplots 是 matplotlib.pyplot 模块中的一个函数，用于创建一个包含多个子图（subplots）的图形窗口。subplots 函数返回一个包含所有子图的数组，这使得你可以更方便地对每个子图进行操作。

语法：

fig, axs = plt.subplots(nrows, ncols, figsize=(width, height))

参数：

nrows: 子图的行数。

ncols: 子图的列数。

figsize: 图形的尺寸，以英寸为单位。

subplot2gird 函数

subplot2grid 是 matplotlib.pyplot 模块中的一个函数，用于在网格中创建子图。subplot2grid 允许你更灵活地指定子图的位置和大小，以非等分的形式对画布进行切分，使得你可以创建复杂的布局。

语法：
ax = plt.subplot2grid(shape, loc, rowspan=1, colspan=1)

参数：

shape: 网格的形状，格式为 (rows, cols)，表示网格的行数和列数，在figure中式全局设置。

loc: 子图的起始位置，格式为 (row, col)，表示子图在网格中的起始行和列。

rowspan: 子图占据的行数，默认为 1。

colspan: 子图占据的列数，默认为 1。

grid 函数

grid 是用于在图形中添加网格线的函数。网格线可以帮助读者更清晰地理解数据的分布和趋势。grid 函数可以应用于 Axes 对象，用于在子图中添加网格线。

语法：
ax.grid(b=None, which='major', axis='both', **kwargs)

参数：

b: 是否显示网格线，默认为 None，表示根据当前设置显示或隐藏网格线。

which: 指定要显示的网格线类型，可以是 'major'（主刻度）、'minor'（次刻度）或 'both'（主刻度和次刻度）。

axis: 指定要显示网格线的轴，可以是 'both'（两个轴）、'x'（X 轴）或 'y'（Y 轴）。

kwargs: 其他可选参数，用于定制网格线的外观，如 color、linestyle、linewidth 等。

xscale 和 yscale 函数

xscale 和 yscale 函数用于设置坐标轴的刻度类型。默认情况下，坐标轴的刻度类型是线性的，但你可以使用 xscale 和 yscale 函数将其更改为对数刻度或其他类型的刻度。

语法：
ax.set_xscale(value)
ax.set_yscale(value)

参数：

value: 刻度类型，可以是 'linear'（线性刻度）、'log'（对数刻度）、'symlog'（对称对数刻度）、'logit'（对数几率刻度）等。

set_xlim 和 set_ylim 函数

set_xlim 和 set_ylim 函数用于设置坐标轴的范围。

语法：
ax.set_xlim(left, right)
ax.set_ylim(bottom, top)

参数：

left 和 right: X 轴的范围，left 是 X 轴的最小值，right 是 X 轴的最大值。

bottom 和 top: Y 轴的范围，bottom 是 Y 轴的最小值，top 是 Y 轴的最大值。

set_xticks 和 set_yticks 函数

​ Matplotlib 可以自动根据因变量和自变量设置坐标轴范围，也可以通过 set_xticks() 和 set_yticks() 函数手动指定刻度，接收一个列表对象作为参数，列表中的元素表示对应数轴上要显示的刻度。

语法：
ax.set_xticks(ticks)
ax.set_yticks(ticks)

参数：

ticks: 一个包含刻度位置的列表或数组

twinx 和 twiny 函数

twinx 和 twiny 函数用于在同一个图形中创建共享 X 轴或 Y 轴的多个子图。twinx 函数用于创建共享 X 轴的子图，twiny 函数用于创建共享 Y 轴的子图。

语法：
ax2 = ax.twinx()
ax2 = ax.twiny()

说明：

ax: 原始的 Axes 对象。

ax2: 新的 Axes 对象，共享原始 Axes 对象的 X 轴或 Y 轴。

柱状图

（Bar Chart）是一种常用的数据可视化工具，用于展示分类数据的分布情况。

语法：
ax.bar(x, height, width=0.8, bottom=None, align='center', **kwargs)

参数：

x: 柱状图的 X 轴位置。

height: 柱状图的高度。

width: 柱状图的宽度，默认为 0.8。

bottom: 柱状图的底部位置，默认为 0。

align: 柱状图的对齐方式，可以是 'center'（居中对齐）或 'edge'（边缘对齐）。

kwargs: 其他可选参数，用于定制柱状图的外观，如 color、edgecolor、linewidth 等。

直方图

直方图（Histogram）是一种常用的数据可视化工具，用于展示数值数据的分布情况。

语法：

ax.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, **kwargs)

参数：

x: 数据数组。

bins: 直方图的柱数，可以是整数或序列。

range: 直方图的范围，格式为 (min, max)。

density: 是否将直方图归一化，默认为 False。

weights: 每个数据点的权重。

cumulative: 是否绘制累积直方图，默认为 False。

kwargs: 其他可选参数，用于定制直方图的外观，如 color、edgecolor、linewidth 等。

饼图

饼图（Pie Chart）是一种常用的数据可视化工具，用于展示分类数据的占比情况。

语法：

ax.pie(x, explode=None, labels=None, colors=None, autopct=None, shadow=False, startangle=0, **kwargs)

参数：

x: 数据数组，表示每个扇区的占比。

explode: 一个数组，表示每个扇区偏离圆心的距离，默认为 None。

labels: 每个扇区的标签，默认为 None。

colors: 每个扇区的颜色，默认为 None。

autopct: 控制显示每个扇区的占比，可以是格式化字符串或函数，默认为 None。

shadow: 是否显示阴影，默认为 False。

startangle: 饼图的起始角度，默认为 0。

kwargs: 其他可选参数，用于定制饼图的外观。

折线图

​ 使用 plot 函数

散点图

散点图（Scatter Plot）是一种常用的数据可视化工具，用于展示两个变量之间的关系。

语法：

ax.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)

参数：

x: X 轴数据。

y: Y 轴数据。

s: 点的大小，可以是标量或数组。

c: 点的颜色，可以是标量、数组或颜色列表。

marker: 点的形状，默认为 'o'（圆圈）。

cmap: 颜色映射，用于将颜色映射到数据。

norm: 归一化对象，用于将数据映射到颜色映射。

vmin, vmax: 颜色映射的最小值和最大值。

alpha: 点的透明度，取值范围为 0 到 1。

linewidths: 点的边框宽度。

edgecolors: 点的边框颜色。

**kwargs: 其他可选参数，用于定制散点图的外观。