Matplotlib 是 Python 的二维绘图库，用于生成符合出版质量或跨平台交互环境的各类图形。
0 一个简单的例子
import matplotlib.pyplot as plt
x = [1,2,3,4] # 步骤一
y = [10,20,25,30]
fig = plt.figure() # 步骤二
ax = fig.add_subplot(111) # 步骤三
ax.plot(x, y, color='lightblue', linewidth=3) # 步骤四
ax.scatter([2,4,6], [5,15,25], color='darkgreen', marker='^')
ax.set_xlim(1, 6.5)
plt.savefig('foo.png') # 步骤五
plt.show() # 步骤六
1 准备数据
- 一维数据
import numpy as np x = np.linspace(0, 10, 100) y = np.cos(x) z = np.sin(x) - 二维数据或图片
data = 2 * np.random.random((10, 10)) data2 = 3 * np.random.random((10, 10)) Y, X = np.mgrid[-3:3:100j, -3:3:100j] U = -1 - X**2 + Y V = 1 + X - Y**2 from matplotlib.cbook import get_sample_data img = np.load(get_sample_data('axes_grid/bivariate_normal.npy'))
2 绘制图形
import matplotlib.pyplot as plt
- 画布
fig = plt.figure() fig2 = plt.figure(figsize=plt.figaspect(2.0)) - 坐标轴
图形是以坐标轴为核心绘制的，大多数情况下，子图就可以满足需求。子图是栅格系统的坐标轴。fig.add_axes() ax1 = fig.add_subplot(221) # row-col-num ax3 = fig.add_subplot(212) fig3, axes = plt.subplots(nrows=2,ncols=2) fig4, axes2 = plt.subplots(ncols=3)
3 绘图例程
- 一维数据
fig, ax = plt.subplots() lines = ax.plot(x,y) # 用线或标记连接点 ax.scatter(x,y) # 缩放或着色未连接的点 axes[0,0].bar([1,2,3],[3,4,5]) # 绘制等宽纵向矩形 axes[1,0].barh([0.5,1,2.5],[0,1,2]) # 绘制等高横向矩形 axes[1,1].axhline(0.45) # 绘制与轴平行的横线 axes[0,1].axvline(0.65) # 绘制与轴垂直的竖线 ax.fill(x,y,color='blue') # 绘制填充多边形 ax.fill_between(x,y,color='yellow') # 填充y值和0之间 - 二维数据或图片
fig, ax = plt.subplots() im = ax.imshow(img, # 色彩表或RGB数组 cmap='gist_earth', interpolation='nearest', vmin=-2, vmax=2) axes2[0].pcolor(data2) # 二维数组伪彩色图 axes2[0].pcolormesh(data) # 二维数组等高线伪彩色图 CS = plt.contour(Y,X,U) axes2[2].contourf(data1) # 等高线图 axes2[2]= ax.clabel(CS) # 等高线图标签 - 向量场
axes[0,1].arrow(0,0,0.5,0.5) # 为坐标轴添加箭头 axes[1,1].quiver(y,z) # 二维箭头 axes[0,1].streamplot(X,Y,U,V) # 二维箭头 - 数据分布
ax1.hist(y) # 直方图 ax3.boxplot(y) # 箱形图 ax3.violinplot(z) # 小提琴图
4 自定义设置
- 颜色、色条与色彩表
plt.plot(x, x, x, x**2, x, x**3) ax.plot(x, y, alpha = 0.4) ax.plot(x, y, c='k') fig.colorbar(im, orientation='horizontal') im = ax.imshow(img, cmap='seismic') - 标记
fig, ax = plt.subplots() ax.scatter(x,y,marker=".") ax.plot(x,y,marker="o") - 线型
plt.plot(x,y,linewidth=4.0) plt.plot(x,y,ls='solid') plt.plot(x,y,ls='--') plt.plot(x,y,'--',x**2,y**2,'-.') plt.setp(lines,color='r',linewidth=4.0) - 文本与标注
ax.text(1, -2.1, 'Example Graph', style='italic') ax.annotate("Sine", xy=(8, 0), xycoords='data', xytext=(10.5, 0), textcoords='data', arrowprops=dict(arrowstyle="->", connectionstyle="arc3"),) - 数学符号
plt.title(r'$sigma_i=15$', fontsize=20) - 尺寸限制、图例和布局
- 尺寸限制与自动调整
ax.margins(x=0.0,y=0.1) # 添加内边距 ax.axis('equal') # 将图形纵横比设置为1 ax.set(xlim=[0,10.5],ylim=[-1.5,1.5]) # 设置x轴与y轴的限制 ax.set_xlim(0,10.5) # 设置x轴的限制 - 图例
ax.set(title='An Example Axes', ylabel='Y-Axis', xlabel='X-Axis') # 设置标题与x、y轴的标签 ax.legend(loc='best') # 自动选择最佳的图例位置 - 标记
ax.xaxis.set(ticks=range(1,5), ticklabels=[3,100,-12,"foo"]) # 手动设置X轴刻度 ax.tick_params(axis='y', direction='inout', length=10) # 设置Y轴长度与方向 - 子图间距
fig3.subplots_adjust(wspace=0.5, hspace=0.3, # 调整子图间距 left=0.125, right=0.9, top=0.9, bottom=0.1) fig.tight_layout() # 设置画布的子图布局 - 坐标轴边线
ax1.spines['top'].set_visible(False) # 隐藏顶部坐标轴线 ax1.spines['bottom'].set_position(('outward',10)) # 设置底部边线的位置为outward
- 尺寸限制与自动调整
5 保存图形
- 保存画布
plt.savefig('foo.png') - 保存透明画布
plt.savefig('foo.png', transparent=True)
6 显示图形
plt.show()
7 关闭与清除
plt.cla() # 清除坐标轴
plt.clf() # 清除画布
plt.close() # 关闭窗口