---

通過figure()函數創建畫布

在pyolot模塊中，默認擁有一個Figure對象，該對象可以理解為一張空白的畫布，用于容納圖標的各種組件，比如圖例、坐標軸等。

figure(num=None, # autoincrement if None, else integer from 1-N
figsize=None, # defaults to rc figure.figsize
dpi=None, # defaults to rc figure.dpi
facecolor=None, # defaults to rc figure.facecolor
edgecolor=None, # defaults to rc figure.edgecolor
frameon=True,
FigureClass=Figure,
clear=False,
**kwargs
)

部分參數表示的含義如下：

1. num：表示圖形的編號或名稱，數字代表編號，字符串表示名稱。如果沒有提供該參數，則會創建一個新的圖形，并且這個圖形的編號會增加；如果提供該參數，并且具有此id的圖形已經存在，則會將其激活并返回對其的引用，若此圖形不存在，則會創建并返回它。
2. figsize：用于設置畫布的尺寸，寬度、高度以英寸為單位。
3. dpi：設置圖形的分辨率。
4. facecolor：用于設置畫板的背景顏色。
5. edgecolor：用于顯示邊框原色。
6. frameon：表示是否顯示邊框。
7. FigureClass：派生自matplotlib.figure.Figure的類，可以選擇使用自定義的圖形對象。
8. clear：若設為True且該圖形已經存在，則它會被清除。

---

創建新的畫布并返回Figure實例

figure_obj = plt.figure()
print(type(figure_obj))

輸出結果：

<class 'matplotlib.figure.Figure'>

用type()查看figure_obj對象的類型，可以看出其是一個Figure類的對象。

創建的新畫布：

---

嘗試另創建一個背景顏色為灰色的新畫布，并在畫布上繪制一張折線圖：

import matplotlib.pyplot as plt
import numpy as npdata = np.arange(100, 201)
plt.figure(facecolor='gray')
plt.plot(data)
plt.show()

輸出結果：

從輸出結果可以看出x軸的刻度范圍為0~100，y軸的刻度范圍為指定的數值區間。這是因為在調用plot()函數時，如果傳入了單個列表或數組，則會將其設為y軸序列，且自動生成x軸的序列。x軸的序列從0開始，與y軸序列具有相同的長度。

---

通過subplot()函數創建單個子圖

在同一個畫布上繪制多個圖形，Figure對象允許劃分為多個繪圖區域，每個繪圖區域都是一個Axes對象，它擁有屬于自己的坐標系統，被稱為子圖。

subplot(nrows, ncols, index, **kwargs)

參數表示的含義如下：

1. nrows，ncols：表示子區網格的行數、列數。
2. index：表示矩陣區域的索引。

---

subplot()函數會將整個繪圖區域等分為“nrows（行）× ncols（列）”的矩陣區域，之后按照從左到右、從上到下的順序對每個區域進行編號。從一開始依次遞增。

如果nrows, ncols, index這三個參數的值都小于10，則可以把它們簡寫為一個實數，如subplot(2,2,3)可以寫成subplot(223)。

創建單個子圖并在其上繪制簡單的圖形：

data = np.arange(100, 201)
plt.subplot(221)
plt.plot(data, data)
plt.subplot(2, 2, 2)
plt.plot(data, -data)
plt.subplot(212)
plt.plot(data, data*2)
plt.show()

輸出結果：

通過subplot()函數可以規劃Figure對象劃分為多少個字圖，但每調用一次該函數只會創建單個子圖。

---

通過subplots()函數創建多個子圖

如果希望一次性創建一組子圖，則可以通過subplots()函數進行實現。

subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True,
subplot_kw=None, gridspec_kw=None, **fig_kw):

上述函數常用的參數含義如下：

1. nrows，ncols：表示子區網格的行數、列數，默認為1。
2. sharex，sharey：表示控制x或y軸是否共享。若設為“True”或“all”，則表示x或y軸在所有的子圖中共享；若設為“False”或“None”，則每個子圖的x或y軸是獨立的；若設為“row”，則每個子圖沿行方向共享x軸或y軸；若設為“col”，則每個子圖沿列方向共享x軸或y軸。

subplots()函數會返回一個元組，元組的第一個元素為Figure對象（畫布），第二個元素為Axes對象（子圖，包含坐標軸和畫的圖）或Axes對象數。如果創建的是單個子圖，則返回的是一個Axes對象，否則返回的是一個Axes對象數組。

---

創建4個子圖，并在每個子圖上繪制一些簡單的圖形：

# 生成包括100~200之間所有整數的數組
data = np.arange(100, 201)# 分成2*2的矩陣區域，返回子圖數組axes
fig, axes = plt.subplots(2, 2)
ax1 = axes[0, 0]
ax2 = axes[0, 1]
ax3 = axes[1, 0]
ax4 = axes[1, 1]
# 再選中的子圖上作圖
ax1.plot(data, data)
ax2.plot(data, -data)
ax3.plot(data, data**2)
ax4.plot(data, np.log(data))
plt.show()

輸出結果：

---

通過add_subplot()方法添加和選中子圖

想要創建子圖，除了使用pyplot模塊的函數之外， 還可以通過Figure類的add_subplot()方法添加和選中子圖。

add_subplot(self, *args, **kwargs)

上述方法中，*args參數表示一個三位數的實數或三個獨立的實數，用于描述子圖的位置。（具體用法類似于subplot()函數中的nrows, ncols, index參數。）

注意： 每調用一次add_subplot()方法會規劃畫布劃分子圖，但只會添加一個子圖。當調用plot()函數繪制圖形時，會畫在最后一次指定子圖的位置上。

---

創建具有兩行兩列的矩陣區域，且在編號為2的子圖上繪制圖形：

# 通過add_subplot()方法添加和選中子圖
fig = plt.figure()
# 添加子圖
fig.add_subplot(2, 2, 1)
fig.add_subplot(2, 2, 4)
fig.add_subplot(223)
fig.add_subplot(2, 2, 2)
# 在子圖上作圖，randn函數返回一個或一組樣本，具有標準正態分布。
random_arr = np.random.randn(100)
# 默認是在最后一次使用subplot的位置上作圖，即編號為3的位置
plt.plot(random_arr)
plt.show()

輸出結果：

上述示例中，首先創建了Figure類對象fig，然后調用add_subplot()方法將fig對象化分為一個2行2列的矩陣區域，且將圖形繪制在最后選中的編號為2的子區域上，調用plot()函數根據創建的隨機數組繪制折線圖。

---

添加各類標簽

圖表添加標簽和圖例的常用函數

函 數 名 稱	說 明
title()	設置當前軸的標題
xlabel()	設置當前圖形x軸的標簽名稱
ylabel()	設置當前圖形y軸的標簽名稱
xticks()	指定x軸刻度的數目與取值
yticks()	指定y軸刻度的數目與取值
xlim()	設置或獲取當前圖形x軸的范圍
ylim()	設置或獲取當前圖形y軸的范圍
legend()	在軸上放置一個圖例

表中的函數之間是并列關系，沒有先后順序，既可以先繪制圖形，也可以先添加標簽。當然，添加圖例只能在繪制完成之后。

---

在使用Matplotlib繪圖時，如果要設置的圖標標題中有中文字符，則會變成方格子而無法正確顯示。

實際上Matplotlib是支持中文編碼的，出現這種情況主要是因為Matplotlib庫的配置信息里面沒有中文字體的相關信息，這是可以采用以下方式進行解決：

在python腳本中動態設置matplotlib，這樣就可以避免由于更改配置文件而造成的麻煩。

from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 設置顯示中文字體

另外，由于字體更改以后會導致坐標軸中部分字符無法正常顯示，這是需要更改axes.unicode_minus參數。

mpl.rcParams['axes.unicode_minus'] = False  # 設置正常顯示符號

代碼實現：

# 添加各類標簽
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 設置顯示中文字體
mpl.rcParams['axes.unicode_minus'] = False  # 設置正常顯示符號
data1 = np.arange(0, 1.8, 0.1)
plt.title("陳丑丑的身高體重數據")  # 添加標題
plt.xlabel("length")  # x軸名稱
plt.ylabel("weight")  # y軸名稱
plt.xticks(np.arange(0, 1.8, step=0.1))
plt.yticks(np.arange(0, 66, step=4))
plt.plot(data1, (data1**2)*20)  # 繪制y=(x^2)*20曲線
plt.legend(["y=(x^2)*20"])  # 添加圖例
plt.show()

輸出結果：

---

繪制常見圖表

繪制直方圖——hist()函數

hist(
x, bins=None, range=None, density=False, weights=None,
cumulative=False, bottom=None, histtype=‘bar’, align=‘mid’,
orientation=‘vertical’, rwidth=None, log=False, color=None,
label=None, stacked=False, *, data=None, **kwargs)

上述函數中常用參數表示的含義如下：

1. x：表示輸入值，可以是單個數組，或者是不需要相同長度的數組序列。
2. bins：表示繪制條柱的個數，默認為10。
3. range：bins的上下范圍（最大和最小值）。
4. color：表示條柱的顏色，默認為None。

---

代碼實現：

arr_random = np.random.randn(100)
plt.hist(arr_random, bins=8, color='m', alpha=0.5)  # alpha用于設置顏色深度——透明度
plt.show()

輸出結果：

上述示例中，首先創建了一個包含100個隨機數的數組，用來表示繪制圖形使用的數據，接著調用hist()函數繪制一個直方圖，這個直方圖共有8個條柱，每個條柱的顏色為品紅，透明度alpha為0.5。

---

繪制散點圖——scatter()函數

scatter(
x, y, s=None, c=None, marker=None, cmap=None, norm=None,
vmin=None, vmax=None, alpha=None, linewidths=None,
verts=cbook.deprecation._deprecated_parameter,
edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)

上述函數中常用參數表示的含義如下：

1. x，y：表示x軸和y軸對應的數據。
2. s：指定散點的大小。若傳入的是一維數組，則表示每個點的大小。
3. c：指定散點的顏色。若傳入的是一維數組，則表示每個點的顏色。
4. marker：表示繪制的散點類型。
5. alpha：表示點的透明度，取值0~1之間。

---

代碼實現：

# 繪制散點圖
x = np.arange(21)
y = np.random.rand(21)*10
plt.scatter(x, y, c='g', marker='*')
plt.show()

輸出結果：

上述示例中，首先創建了一個包含整數0 ~ 20的數組，這些數值將作為散點圖中x軸對應的數據。其次創建了含有21個0 ~ 1之間的隨機數的數組，將它們乘以10的結果作為y軸對應的數據。散點的類型為星形。【關于線條的相關參數設置在本篇篇尾】

---

繪制柱狀圖——bar()函數

bar(
x, height, width=0.8, bottom=None, *, align=‘center’,
data=None, **kwargs)

上述函數中常用參數表示的含義如下：

1. x：表示x軸的數據。
2. height：表示條形的高度。
3. width：表示條形的寬度，默認為0.8。
4. color：表示條形的顏色。
5. edgecolor：表示條形邊框的顏色。

---

代碼實現：

# 繪制柱狀圖
x1 = np.arange(5)
# 從上下限范圍內隨機選取整數，創建兩個2行5列的數組
y1, y2 = np.random.randint(1, 91, size=(2, 5))
ax = plt.subplot(222)  # 創建一個子圖
width = 0.25  # 條形的寬度
ax.bar(x1, y1, width=width, color='r')  # 繪制紅色的柱形圖
ax.bar(x1+width, y2, width=width, color='g')  # 繪制另一個綠色的柱形圖
ax.set_xticks(x1+0.1)  # 設置x軸的刻度
ax.set_xticklabels(['a', 'b', 'c', 'd', 'e'])  # 設置x軸的標簽
plt.show()

輸出結果：

上述示例中，首先創建了包含整數0 ~ 4的數組，將其作為x軸的數據；接著又創建了兩個2行5列的二維數組，它們的數據是從1 ~ 30內隨機選取的整數，然后再指定編號為2的子圖上，調用bar()函數繪制了兩個柱形圖。第一個柱形圖x，y軸的數據設為x1、y1，顏色為紅色。第二個柱形圖x，y軸使用的數據為x+width和y2，顏色為綠色，最后設置了x軸的刻度標簽為“a、b、c、d、e”。

---

設定線條的相關參數

線條顏色使用color參數控制

顏 色 值	說 明
b(blue)	藍色
g(green)	綠色
r(red)	紅色
c(cyan)	青色
m(magenta)	品紅
y(yellow)	黃色
k(black)	黑色
w(white)	白色

標記風格使用marker參數控制

標記風格值	說 明
o	實心圓圈
D	菱形
h	六邊形1
H	六邊形2
8	八邊形
p	五邊形
+	加號
.	點
s	正方形
*	星形
v	倒三角形
^	正三角形
>	一角朝右的三角形
<	一角朝左的三角形

線型使用linestyle參數控制

線型值	說明
-	實線
–	長虛線
-.	短點相間線
:	短虛線

代碼示例：

data2 = np.arange(1, 3, 0.3)
plt.plot(data2, marker="x", linestyle='--')
plt.plot(data2+1, marker='o', linestyle=':')
plt.plot(data2+2, color='k', marker='s', linestyle='-.')

輸出結果：

代碼示例：

# 等價于
plt.plot(data2, 'x--', data2+1, 'o:', data2+2, 'ks-.')

輸出結果：

---

本地保存圖片

想要保存當前生成的圖表，可以調用savefig()函數進行保存。

savefig(*args, **kwargs)

上述函數中，有fname參數——一個包含文件名路徑的字符串，或者是一個類似于Python文件的對象。
如果format參數設為None且fname參數是一個字符串，則輸出格式將根據文件名的擴展名推導出來。

使用savefig()函數將圖片保存在指定的目錄下，具體代碼實現如下（在show()函數錢插入）：

data2 = np.arange(1, 3, 0.3)
plt.plot(data2, marker="x", linestyle='--')
plt.plot(data2+1, marker='o', linestyle=':')
plt.plot(data2+2, color='k', marker='s', linestyle='-.')
# 等價于
plt.plot(data2, 'x--', data2+1, 'o:', data2+2, 'ks-.')# 本地保存圖片
plt.savefig(r"D:\數據分析\demo.png")
plt.show()
print("over!")

輸出結果：

在操作完成后使用print(“over!”)輸出上圖結果作為執行結束提示。

可以從相應路徑中打開文件以檢查是否成功保存。