簡介

matplotlib是受MATLAB的啟發構建的。MATLAB是數據繪圖領域廣泛使用的語言和工具。MATLAB語言是面向過程的。利用函數的調用，MATLAB中可以輕松的利用一行命令來繪制直線，然后再用一系列的函數調整結果。

matplotlib有一套完全仿照MATLAB的函數形式的繪圖接口，在matplotlib.pyplot模塊中。這套函數接口方便MATLAB用戶過度到matplotlib包

• matplotlib官網：http://matplotlib.org/
• http://matplotlib.org/examples/index.html
• http://matplotlib.org/gallery.html

安裝

pip3 install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

圖示

Figure：面板(圖)，matplotlib中的所有圖像都是位于figure對象中，一個圖像只能有一個figure對象。
Subplot：子圖，figure對象下創建一個或多個subplot對象(即axes)用于繪制圖像。

簡單示例

# -*- coding: utf-8 -*-# 引入庫
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pylab import mpl
from matplotlib.ticker import MultipleLocator# 防止中文亂碼
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 中文顯示
mpl.rcParams['axes.unicode_minus'] = False  # 負號顯示# 使用numpy產生數據
x = np.arange(-5, 5, 0.1)
y = x*3
z = x**2plt.title('圖像1')
plt.xlabel('x')  # x軸名稱
plt.ylabel('y')  # y軸名稱
plt.xlim(0, 1)  # x軸范圍
plt.ylim(0, 1)  # y軸范圍
plt.xticks([0, 0.2, 0.4, 0.6, 0.8, 1])  # x軸刻度
plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1])  # y軸刻度# 繪制曲線
plt.plot(x, y, 'g-.', x, z, 'b--') # 同時繪制兩條線
plt.legend(['y = x', 'z = x^2'])   # 繪制圖例(就是x軸y軸名稱)，該步驟應在繪圖后
plt.savefig('1.png', dpi=500)      # 保存圖片, dpi為清晰度，數值越高越清晰
plt.show()  # 顯示圖像，必須加這一句，不然看不到圖像

一些參數

配置參數：

參數名	參數說明
axex	設置坐標軸邊界和表面的顏色、坐標刻度值大小和網格的顯示
figure	控制dpi、邊界顏色、圖形大小、和子區( subplot)設置
font	字體集（font family）、字體大小和樣式設置
grid	設置網格顏色和線性
legend	設置圖例和其中的文本的顯示
line	設置線條（顏色、線型、寬度等）和標記
patch	是填充2D空間的圖形對象，如多邊形和圓。控制線寬、顏色和抗鋸齒設置等。
savefig	可以對保存的圖形進行單獨設置。例如，設置渲染的文件的背景為白色。
verbose	設置matplotlib在執行期間信息輸出，如silent、helpful、debug和debug-annoying。
xticks、yticks	為x,y軸的主刻度和次刻度設置顏色、大小、方向，以及標簽大小。

線條相關屬性標記設置

線條風格linestyle或ls	描述
‘-‘	實線
‘:’	虛線
‘–’	破折線
‘None’,’ ‘,’’	什么都不畫
‘-.’	點劃線

線條標記

標記maker	描述
‘o’	圓圈
‘.’	點
‘D’	菱形
‘s’	正方形
‘h’	六邊形1
‘*’	星號
‘H’	六邊形2
‘d’	小菱形
‘_’	水平線
‘v’	一角朝下的三角形
‘8’	八邊形
‘<’	一角朝左的三角形
‘p’	五邊形
‘>’	一角朝右的三角形
‘,’	像素
‘^’	一角朝上的三角形
‘+’	加號
‘\ ‘	豎線
‘None’,’’,’ ‘	無
‘x’	x

顏色

別名	顏色
b	藍色
g	綠色
r	紅色
y	黃色
c	青色
k	黑色
m	洋紅色
w	白色

如果這兩種顏色不夠用，還可以通過兩種其他方式來定義顏色值：

• 1、使用HTML十六進制字符串 color=’#123456’ 使用合法的HTML顏色名字（’red’,’chartreuse’等）。
• 2、也可以傳入一個歸一化到[0,1]的RGB元祖。 color=(0.3,0.3,0.4)

一些用法

背景色

通過向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()這樣的方法提供一個axisbg參數，可以指定坐標這的背景色。

subplot(111,axisbg=(0.1843,0.3098,0.3098)）  # 指定背景色
plt.subplot(211,facecolor=(0.1843,0.3098,0.3098))  #將窗口分成2行1列，在第1個作圖，并設置背景色

fiure?

fig = plt.figure(num=None, figsize=(a, b), dpi=dpi)
# 參數說明：num?– 如果此參數沒有提供，則一個新的figure對象將被創建，同時增加figure的計數數值，如果有此參數，且存在對應id的figure對象, 如果num的值是字符串，則將窗口標題設置為此字符串。figsize?– 設置圖形的大小，a 為圖形的寬， b 為圖形的高，單位為英寸dpi?– 為設置圖形每英寸的點數則此時圖形的像素為：**px, py = adpi, bd

復雜示例

# -*- coding: utf-8 -*-# 引入庫
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pylab import mpl
from matplotlib.ticker import MultipleLocator# 防止中文亂碼
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 中文顯示
mpl.rcParams['axes.unicode_minus'] = False  # 負號顯示# 使用numpy產生數據
x = np.arange(-5, 5, 0.1)
y = x*3
z = x**2# 創建窗口、子圖
# 方法1：先創建窗口，再創建子圖。（一定繪制）
# fig = plt.figure(num=1, figsize=(15, 8), dpi=80)  # figsize 圖像比例
# ax1 = fig.add_subplot(2, 1, 1)   # 通過fig添加子圖，參數：行數，列數，第幾個。2行1列第一個
# ax2 = fig.add_subplot(2, 1, 2)   # 通過fig添加子圖，參數：行數，列數，第幾個。2行1列第二個
# print(fig, ax1, ax2)# 方法2：一次性創建窗口和多個子圖。（空白不繪制）
fig, axarr = plt.subplots(2, 2, facecolor='red')  # 開一個新窗口，并添加4個子圖，返回子圖數組.facecolor設置背景顏色
ax1 = axarr[0,0]  # 通過子圖數組獲取一個子圖
ax2 = axarr[0,1]  # 通過子圖數組獲取一個子圖
print(fig, ax1, ax2)# 方法3：一次性創建窗口和一個子圖。（空白不繪制）
# ax1 = plt.subplot(1, 1, 1, facecolor='white')  # 開一個新窗口，創建1個子圖。facecolor設置背景顏色
# print(ax1)# 獲取對窗口的引用，適用于上面三種方法
# fig = plt.gcf()   # 獲得當前figure
# fig = ax1.figure   #獲得指定子圖所屬窗口# fig.subplots_adjust(left=0)    # 設置窗口左內邊距為0，即左邊留白為0# 設置子圖的基本元素
ax1.set_title("python-drawing")  # 設置圖體，plt.title
ax1.set_xlabel("X—name")         # 設置x軸名稱,plt.xlabel
ax1.set_ylabel('y-name')         # 設置y軸名稱,plt.ylabel
plt.axis([-6, 6, -10, 10])       # 設置橫縱坐標軸范圍，這個在子圖中被分解為下面兩個函數
ax1.set_xlim(-5, 5)              # 設置橫軸范圍，會覆蓋上面的橫坐標,plt.xlim
ax1.set_ylim(-10, 10)            # 設置縱軸范圍，會覆蓋上面的縱坐標,plt.ylimxmajorLocator = MultipleLocator(2)   # 定義橫向主刻度標簽的刻度差為2的倍數。就是隔幾個刻度才顯示一個標簽文本
ymajorLocator = MultipleLocator(3)   # 定義縱向主刻度標簽的刻度差為3的倍數。就是隔幾個刻度才顯示一個標簽文本ax1.xaxis.set_major_locator(xmajorLocator)  # x軸 應用定義的橫向主刻度格式。如果不應用將采用默認刻度格式
ax1.yaxis.set_major_locator(ymajorLocator)  # y軸 應用定義的縱向主刻度格式。如果不應用將采用默認刻度格式ax1.xaxis.grid(True, which='major')      # x坐標軸的網格使用定義的主刻度格式
ax1.yaxis.grid(True, which='major')      # y坐標軸的網格使用定義的主刻度格式ax1.set_xticks([])     # 去除坐標軸刻度
ax1.set_xticks((-5,-3,-1,1,3,5))  # 設置坐標軸刻度
ax1.set_xticklabels(labels=['x1','x2','x3','x4','x5'],rotation=-30,fontsize='small')  # 設置刻度的顯示文本，rotation旋轉角度，fontsize字體大小plot1=ax1.plot(x, y, marker='o', color='g', label='legend1')   # 點圖：marker圖標
plot2=ax2.plot(x, y, linestyle='--', alpha=0.5, color='r', label='legend2')   # 線圖：linestyle線性，alpha透明度，color顏色，label圖例文本ax1.legend(loc='upper left')              # 顯示圖例,plt.legend()
ax1.text(2.8, 7, r'y=3*x')                # 指定位置顯示文字,plt.text()
ax1.annotate('important point', xy=(2, 6), xytext=(3, 1.5),  # 添加標注，參數：注釋文本、指向點、文字位置、箭頭屬性arrowprops=dict(facecolor='black', shrink=0.05),)
# 顯示網格。which參數的值為major(只繪制大刻度)、minor(只繪制小刻度)、both，默認值為major。axis為'x','y','both'
ax1.grid(b=True, which='major', axis='both', alpha= 0.5, color='skyblue', linestyle='--', linewidth=2)axes1 = plt.axes([.2, .3, .1, .1], facecolor='y')  # 在當前窗口添加一個子圖，rect=[左, 下, 寬, 高]，是使用的絕對布局，不和以存在窗口擠占空間
axes1.plot(x, y)  # 在子圖上畫圖
plt.savefig('aa.png', dpi=400, bbox_inches='tight')   # savefig保存圖片，dpi分辨率，bbox_inches子圖周邊白色空間的大小
plt.show()  # 打開窗口，對于方法1創建在窗口一定繪制，對于方法2方法3創建的窗口，若坐標系全部空白，則不繪制

plot時可以設置的屬性包括如下：

屬性	值類型
alpha	浮點值
animated	[True / False]
antialiased or aa	[True / False]
clip_box	matplotlib.transform.Bbox 實例
clip_on	[True / False]
clip_path	Path 實例， Transform，以及Patch實例
color or c	任何 matplotlib 顏色
contains	命中測試函數
dash_capstyle	[‘butt’ / ‘round’ / ‘projecting’]
dash_joinstyle	[‘miter’ / ‘round’ / ‘bevel’]
dashes	以點為單位的連接/斷開墨水序列
data	(np.array xdata, np.array ydata)
figure	matplotlib.figure.Figure 實例
label	任何字符串
linestyle or ls	[ ‘-’ / ‘–’ / ‘-.’ / ‘:’ / ‘steps’ / …]
linewidth or lw	以點為單位的浮點值
lod	[True / False]
marker	[ ‘+’ / ‘,’ / ‘.’ / ‘1’ / ‘2’ / ‘3’ / ‘4’ ]
markeredgecolor or mec	任何 matplotlib 顏色
markeredgewidth or mew	以點為單位的浮點值
markerfacecolor or mfc	任何 matplotlib 顏色
markersize or ms	浮點值
markevery	[ None / 整數值 / (startind, stride) ]
picker	用于交互式線條選擇
pickradius	線條的拾取選擇半徑
solid_capstyle	[‘butt’ / ‘round’ / ‘projecting’]
solid_joinstyle	[‘miter’ / ‘round’ / ‘bevel’]
transform	matplotlib.transforms.Transform 實例
visible	[True / False]
xdata	np.array
ydata	np.array
zorder	任何數值

一個窗口多個圖

#一個窗口，多個圖，多條數據
sub1=plt.subplot(211,facecolor=(0.1843,0.3098,0.3098))  #將窗口分成2行1列，在第1個作圖，并設置背景色
sub2=plt.subplot(212)   #將窗口分成2行1列，在第2個作圖
sub1.plot(x,y)          #繪制子圖
sub2.plot(x,y)          #繪制子圖axes1 = plt.axes([.2, .3, .1, .1], facecolor='y')  #添加一個子坐標系，rect=[左, 下, 寬, 高]
plt.plot(x,y)           #繪制子坐標系，
axes2 = plt.axes([0.7, .2, .1, .1], facecolor='y')  #添加一個子坐標系，rect=[左, 下, 寬, 高]
plt.plot(x,y)
plt.show()

極坐標

屬性設置同點圖、線圖中

fig = plt.figure(3)                          # 新開一個窗口
ax1 = fig.add_subplot(1,2,1,polar=True)      # 啟動一個極坐標子圖
theta=np.arange(0,2*np.pi,0.02)              # 角度數列值
ax1.plot(theta,2*np.ones_like(theta),lw=2)   # 畫圖，參數：角度，半徑，lw線寬
ax1.plot(theta,theta/6,linestyle='--',lw=2)  # 畫圖，參數：角度，半徑，linestyle樣式，lw線寬ax2 = fig.add_subplot(1,2,2,polar=True)      # 啟動一個極坐標子圖
ax2.plot(theta,np.cos(5*theta),linestyle='--',lw=2)
ax2.plot(theta,2*np.cos(4*theta),lw=2)ax2.set_rgrids(np.arange(0.2,2,0.2),angle=45)   # 距離網格軸，軸線刻度和顯示位置
ax2.set_thetagrids([0,45,90])                   # 角度網格軸，范圍0-360度plt.show()

柱形圖
屬性設置同點圖、線圖中

plt.figure(4)
x_index = np.arange(5)   # 柱的索引
x_data = ('A', 'B', 'C', 'D', 'E')
y1_data = (20, 35, 30, 35, 27)
y2_data = (25, 32, 34, 20, 25)
bar_width = 0.35   # 定義一個數字代表每個獨立柱的寬度rects1 = plt.bar(x_index, y1_data, width=bar_width,alpha=0.4, color='b',label='legend1')            # 參數：左偏移、高度、柱寬、透明度、顏色、圖例
rects2 = plt.bar(x_index + bar_width, y2_data, width=bar_width,alpha=0.5,color='r',label='legend2') # 參數：左偏移、高度、柱寬、透明度、顏色、圖例
# 關于左偏移，不用關心每根柱的中心不中心，因為只要把刻度線設置在柱的中間就可以了
plt.xticks(x_index + bar_width/2, x_data)  # x軸刻度線
plt.legend()  # 顯示圖例
plt.tight_layout()  # 自動控制圖像外部邊緣，此方法不能夠很好的控制圖像間的間隔
plt.show()

直方圖

fig,(ax0,ax1) = plt.subplots(nrows=2,figsize=(9,6))  # 在窗口上添加2個子圖
sigma = 1   # 標準差
mean = 0    # 均值
x=mean+sigma*np.random.randn(10000)  # 正態分布隨機數
ax0.hist(x,bins=40,normed=False,histtype='bar',facecolor='yellowgreen',alpha=0.75)  # normed是否歸一化，histtype直方圖類型，facecolor顏色，alpha透明度
ax1.hist(x,bins=20,normed=1,histtype='bar',facecolor='pink',alpha=0.75,cumulative=True,rwidth=0.8) # bins柱子的個數,cumulative是否計算累加分布，rwidth柱子寬度
plt.show()  # 所有窗口運行

散點圖

fig = plt.figure(6)          #添加一個窗口
ax =fig.add_subplot(1,1,1)   #在窗口上添加一個子圖
x=np.random.random(100)      #產生隨機數組
y=np.random.random(100)      #產生隨機數組
ax.scatter(x,y,s=x*1000,c='y',marker=(5,1),alpha=0.5,lw=2,facecolors='none')  #x橫坐標，y縱坐標，s圖像大小，c顏色，marker圖片，lw圖像邊框寬度
plt.show()  #所有窗口運行

三維圖

fig = plt.figure(5)
ax=fig.add_subplot(1,1,1,projection='3d')     #繪制三維圖x,y=np.mgrid[-2:2:20j,-2:2:20j]  #獲取x軸數據，y軸數據
z=x*np.exp(-x**2-y**2)   #獲取z軸數據ax.plot_surface(x,y,z,rstride=2,cstride=1,cmap=plt.cm.coolwarm,alpha=0.8)  #繪制三維圖表面
ax.set_xlabel('x-name')     #x軸名稱
ax.set_ylabel('y-name')     #y軸名稱
ax.set_zlabel('z-name')     #z軸名稱plt.show()

畫矩形、多邊形、圓形和橢圓

fig = plt.figure(8)   #創建一個窗口
ax=fig.add_subplot(1,1,1)   #添加一個子圖
rect1 = plt.Rectangle((0.1,0.2),0.2,0.3,color='r')  #創建一個矩形，參數：(x,y),width,height
circ1 = plt.Circle((0.7,0.2),0.15,color='r',alpha=0.3)  #創建一個橢圓，參數：中心點，半徑，默認這個圓形會跟隨窗口大小進行長寬壓縮
pgon1 = plt.Polygon([[0.45,0.45],[0.65,0.6],[0.2,0.6]])  #創建一個多邊形，參數：每個頂點坐標ax.add_patch(rect1)  #將形狀添加到子圖上
ax.add_patch(circ1)  #將形狀添加到子圖上
ax.add_patch(pgon1)  #將形狀添加到子圖上fig.canvas.draw()  #子圖繪制
plt.show()

https://www.jianshu.com/p/9a70ad7fab15

https://blog.csdn.net/jpc20144055069/article/details/104706409

?

?

?