matplotlib学习

1. 简介

Matplotlib库的效果：http://matplotlib.org/gallery.html

Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发

matplotlib.pyplot是绘制各类可视化图形的命令子库相当于快捷方式。

import matplotlib.pyplot as plt

plt.plot([3, 1, 4, 5, 2])
plt.ylabel('grade')
plt.savefig('test', dpi = 600)  # PNG文件
# plt.savefig()将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量。
plt.show()

plt.plot(x,y)当有两个以上参数时，按照X轴和Y轴顺序绘制数据点。

plt.plot([0, 2, 4, 6, 8], [3, 1, 4, 5, 2])
plt.ylabel('grade')
plt.axis([-1, 10, 0, 6])  # 设定横纵坐标尺度
plt.show()

2. plot函数

plt.plot(x, y, format_string,**kwargs)

• x:X轴数据，列表或数组，可选。
• y:Y轴数据，列表或数组
• format_string: 控制曲线的格式字符串，可选,由颜色字符、风格字符和标记字符组成
• **kwargs:第二组或更多(x,y,format_string)
• • color: 控制颜色，color=green
• • linestyle: 线条风格，linestyle=dashed'
• • marker: 标记风格，marker=o
• • markerfacecolor: 标记颜色，markerfacecolor=blue
• • markersize:标记尺寸，markersize=20
    注意：绘制多条曲线时，x不可省略

a = np.arange(10)
plt.plot(a, a*1.5，'go-', a, a*2.5, 'rx', a, a*3.5,'*', a, a*4.5, 'b-.')
plt.show()

3. pyplot的中文显示

3.1 fontproperties

在有中文输出的地方，增加一个属性: fontproperties

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)
plt.xlabel('横轴: 时间',fontproperties='SimHei',fontsize=20)
plt.ylabel('纵轴: 振幅',fontproperties='SimHei',fontsize=20)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()

3.2 rcParams

pyplot并不默认支持中文显示，需要rcParams修改字体实现。
需要注意的是，修改字体会把坐标轴的数字字体等也被改变，故更推荐第一种方法fontproperties

rcParams的属性：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams['font.family']='STSong'
matplotlib.rcParams['font.size']=20

a = np.arange(0.0, 5.0, 0.02)
plt.xlabel('横轴: 时间')
plt.ylabel('纵轴: 振幅')
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.show()

4. pyplot的文本显示

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.xlabel('横轴: 时间',fontproperties='SimHei',fontsize=15,color='green')
plt.ylabel('纵轴: 振幅',fontproperties='SimHei',fontsize=15)
plt.title(r'正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.text(2,1,r'$\mu=100$',fontsize=15)

plt.axis([-1,6,-2,2])
plt.grid(True)  # 加入网格
plt.show()

可以改为箭头显示，使用函数：
plt.annotate(s, xy=arrow crd, xytext=text crd, arrowprops=dict)

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.xlabel('横轴: 时间',fontproperties='SimHei',fontsize=15,color='green')
plt.ylabel('纵轴: 振幅',fontproperties='SimHei',fontsize=15)
plt.title(r'正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),
             arrowprops=dict(facecolor='black',shrink=0.1,width=2))

plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()

显示效果如下：

5. pyplot的绘图区域

5.1 subplot

plt.subplot(nrows, ncols, plot number)在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域。
例：plt.subplot(3,2,4)生成3行2列的绘图区域，并在第四区域绘制

import numpy as np
import matplotlib.pyplot as plt
def f(t):
  return np.exp(-t) * np.cos(2*np.pi*t)
a = np.arange(0.0, 5.0, 0.02)
plt.subplot(211)
plt.plot(a, f(a))

plt.subplot(2,1,2)
plt.plot(a, np.cos(2*np.pi*t2)，'r--')
plt.show()

5.2 plt.subplot2grid()

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
理念:设定网格,选中网格,确定选中行列区域数量,编号从0开始

# 分为3行3列，选择（1,0）这个区域进行绘图，并在列方向上延伸2单位
plt.subplot2grid((3,3), (1,0), colspan=2)

不是很方便，可以引入GridSpec类

import matplotlib.gridspec as gridspec
gs = gridspec.GridSpec(3,3)
ax1 = p1t.subplot(gs[0, :])
ax2 = plt.subplot(gs[1, :-1])
ax3 = plt.subplot(gs[1:, -1])
ax4 = plt.subplot(gs[2, 0])
ax5 = plt.subplot(gs[2, 1])

生成的仍是上图的子图分割

6. pyplt的基础图标函数