06-03 Matplotlib
2021-10-28 15:05:41 1 举报AI智能生成
Matplotlib知识脉络，持续更新
作者其他创作
大纲/内容
入门
参考资料
图表展示规则 Ten Simple Rules for Better Figures
Matplotlib入门详细教程
Matlpotlib API概览官方文档
格拉斯哥 Programming and System Development - Data Visualization
安装
conda install matplotlib
导入
import matplotlib.pyplot as plt
jupyter
%matplotlib inline
基本概念
一开始的plt默认就有一个figure和axis，直接就可以画
更加复杂的面向对象方法需要在figure上创建axis坐标轴然后再画图
先使用plt.figure创建画布，然后使用add_**函数创建坐标轴
面向对象方式
axes
参考文档
matplotlib.axes
面向对象figure作图法
add_subplot()
实例
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#新建figure对象
fig=plt.figure()
#新建子图1
ax1=fig.add_subplot(2,2,1)
ax1.plot(x, x)
#新建子图3
ax3=fig.add_subplot(2,2,3)
ax3.plot(x, x ** 2)
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#新建子图4
ax4=fig.add_subplot(2,2,4)
ax4.plot(x, np.log(x))
plt.show()
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#新建figure对象
fig=plt.figure()
#新建子图1
ax1=fig.add_subplot(2,2,1)
ax1.plot(x, x)
#新建子图3
ax3=fig.add_subplot(2,2,3)
ax3.plot(x, x ** 2)
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#新建子图4
ax4=fig.add_subplot(2,2,4)
ax4.plot(x, np.log(x))
plt.show()
add_axes()
实例
import matplotlib.pyplot as plt
#新建figure
fig = plt.figure()
# 定义数据
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]
#新建区域ax1
#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
# 获得绘制的句柄
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r')
ax1.set_title('area1')
#新增区域ax2,嵌套在ax1内
left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
# 获得绘制的句柄
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(x,y, 'b')
ax2.set_title('area2')
plt.show()
#新建figure
fig = plt.figure()
# 定义数据
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]
#新建区域ax1
#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
# 获得绘制的句柄
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r')
ax1.set_title('area1')
#新增区域ax2,嵌套在ax1内
left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
# 获得绘制的句柄
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(x,y, 'b')
ax2.set_title('area2')
plt.show()
绘制图表
热度图
（heatmap）
（heatmap）
colorbar
散点图
scatter
scatter
格式
ax.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None,
vmax=None, alpha=None, linewidths=None, *, edgecolors=None,
plotnonfinite=False, data=None, **kwargs)[source]
vmax=None, alpha=None, linewidths=None, *, edgecolors=None,
plotnonfinite=False, data=None, **kwargs)[source]
折线图
plot
plot
配置图例
标题
title
axes.set_title()
图例显示位置
legend
网格
grid
添加文字
text
格式
添加箭头
arrow
添加标记
annotate
参考资料
Matplotlib中annotate的简单用法
格式
ax.annotate(text, xy, *args, **kwargs)[source]
参数
xy
(float, float)
坐标轴
坐标轴标题
xlabel/ylabel
axes.set_xlabel()
坐标轴范围
axis/xlim/ylim
axis接受4个参数分别作为x和y轴的范围参数
axes.set_xlim()
坐标轴位置
x坐标轴
axes.xaxis.tick_top()
axes.xaxis.tick_bottom()
y坐标轴
axes.yaxis.tick_right()
axes.yaxis.tick_left()
坐标轴是否显示
是否显示坐标轴的长方形框框
axes.set_frame_on(b=True)
坐标轴刻度范围
xticks/yticks
axes.set_xticks()
坐标轴刻度显示
xticklabels/yticklabels
axes.set_xticklabels()
Matlab方式
pylpot
参考文档
matplotlib.pyplot
创建画板
subplot
实例
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#作图1
plt.subplot(221)
plt.plot(x, x)
#作图2
plt.subplot(222)
plt.plot(x, -x)
#作图3
plt.subplot(223)
plt.plot(x, x ** 2)
plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作图4
plt.subplot(224)
plt.plot(x, np.log(x))
plt.show()
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#作图1
plt.subplot(221)
plt.plot(x, x)
#作图2
plt.subplot(222)
plt.plot(x, -x)
#作图3
plt.subplot(223)
plt.plot(x, x ** 2)
plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作图4
plt.subplot(224)
plt.plot(x, np.log(x))
plt.show()
subplots
实例
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#划分子图
fig,axes=plt.subplots(2,2)
ax1=axes[0,0]
ax2=axes[0,1]
ax3=axes[1,0]
ax4=axes[1,1]
#作图1
ax1.plot(x, x)
#作图2
ax2.plot(x, -x)
#作图3
ax3.plot(x, x ** 2)
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作图4
ax4.plot(x, np.log(x))
plt.show()
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#划分子图
fig,axes=plt.subplots(2,2)
ax1=axes[0,0]
ax2=axes[0,1]
ax3=axes[1,0]
ax4=axes[1,1]
#作图1
ax1.plot(x, x)
#作图2
ax2.plot(x, -x)
#作图3
ax3.plot(x, x ** 2)
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作图4
ax4.plot(x, np.log(x))
plt.show()
axes
解释
位置更加自由，接收
格式
plt.axes([left,bottom,width,height])
实例
import matplotlib.pyplot as plt
import numpy as np
# 创建数据
dt = 0.001
t = np.arange(0.0, 10.0, dt)
r = np.exp(-t[:1000]/0.05) # impulse response
x = np.random.randn(len(t))
s = np.convolve(x, r)[:len(x)]*dt # colored noise
# 默认主轴图axes是subplot(111)
plt.plot(t, s)
plt.axis([0, 1, 1.1*np.amin(s), 2*np.amax(s)])
plt.xlabel('time (s)')
plt.ylabel('current (nA)')
plt.title('Gaussian colored noise')
#内嵌图
plt.axes([.65, .6, .2, .2], facecolor='y')
n, bins, patches = plt.hist(s, 400)
plt.title('Probability')
plt.xticks([])
plt.yticks([])
#另外一个内嵌图
plt.axes([0.2, 0.6, .2, .2], facecolor='y')
plt.plot(t[:len(r)], r)
plt.title('Impulse response')
plt.xlim(0, 0.2)
plt.xticks([])
plt.yticks([])
plt.show()
import numpy as np
# 创建数据
dt = 0.001
t = np.arange(0.0, 10.0, dt)
r = np.exp(-t[:1000]/0.05) # impulse response
x = np.random.randn(len(t))
s = np.convolve(x, r)[:len(x)]*dt # colored noise
# 默认主轴图axes是subplot(111)
plt.plot(t, s)
plt.axis([0, 1, 1.1*np.amin(s), 2*np.amax(s)])
plt.xlabel('time (s)')
plt.ylabel('current (nA)')
plt.title('Gaussian colored noise')
#内嵌图
plt.axes([.65, .6, .2, .2], facecolor='y')
n, bins, patches = plt.hist(s, 400)
plt.title('Probability')
plt.xticks([])
plt.yticks([])
#另外一个内嵌图
plt.axes([0.2, 0.6, .2, .2], facecolor='y')
plt.plot(t[:len(r)], r)
plt.title('Impulse response')
plt.xlim(0, 0.2)
plt.xticks([])
plt.yticks([])
plt.show()
绘制图表
折线图
plot
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
参数解析
fmt
格式
'[marker][line][color]'
Markers
'.' point marker
',' pixel marker
'o' circle marker
'v' triangle_down marker
'^' triangle_up marker
'<' triangle_left marker
'>' triangle_right marker
'1' tri_down marker
'2' tri_up marker
'3' tri_left marker
'4' tri_right marker
'8' octagon marker
's' square marker
'p' pentagon marker
'P' plus (filled) marker
'*' star marker
'h' hexagon1 marker
'H' hexagon2 marker
'+' plus marker
'x' x marker
'X' x (filled) marker
'D' diamond marker
'd' thin_diamond marker
'|' vline marker
'_' hline marker
',' pixel marker
'o' circle marker
'v' triangle_down marker
'^' triangle_up marker
'<' triangle_left marker
'>' triangle_right marker
'1' tri_down marker
'2' tri_up marker
'3' tri_left marker
'4' tri_right marker
'8' octagon marker
's' square marker
'p' pentagon marker
'P' plus (filled) marker
'*' star marker
'h' hexagon1 marker
'H' hexagon2 marker
'+' plus marker
'x' x marker
'X' x (filled) marker
'D' diamond marker
'd' thin_diamond marker
'|' vline marker
'_' hline marker
Line Styles
'-' solid line style
'--' dashed line style
'-.' dash-dot line style
':' dotted line style
'--' dashed line style
'-.' dash-dot line style
':' dotted line style
Colors
'b' blue
'g' green
'r' red
'c' cyan
'm' magenta
'y' yellow
'k' black
'w' white
'g' green
'r' red
'c' cyan
'm' magenta
'y' yellow
'k' black
'w' white
**kwargs
linewidth
多组相同x坐标数组
x = [1, 2, 3]
y = np.array([[1, 2], [3, 4], [5, 6]])
plot(x, y)
y = np.array([[1, 2], [3, 4], [5, 6]])
plot(x, y)
多组不同表现数据
plot(x1, y1, 'g^', x2, y2, 'g-')
使用Dict传递数据
使用data输入数据
x,y输入label坐标轴标题
x,y输入label坐标轴标题
plot('xlabel', 'ylabel', data=obj)
散点图
scatter
scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None,
vmin=None, vmax=None, alpha=None, linewidths=None, *,
edgecolors=None, plotnonfinite=False, data=None, **kwargs)[source]
vmin=None, vmax=None, alpha=None, linewidths=None, *,
edgecolors=None, plotnonfinite=False, data=None, **kwargs)[source]
实例
参考资料
c
'b' blue
'g' green
'r' red
'c' cyan
'm' magenta
'y' yellow
'k' black
'w' white
'g' green
'r' red
'c' cyan
'm' magenta
'y' yellow
'k' black
'w' white
marker
'.' point marker
',' pixel marker
'o' circle marker
'v' triangle_down marker
'^' triangle_up marker
'<' triangle_left marker
'>' triangle_right marker
'1' tri_down marker
'2' tri_up marker
'3' tri_left marker
'4' tri_right marker
'8' octagon marker
's' square marker
'p' pentagon marker
'P' plus (filled) marker
'*' star marker
'h' hexagon1 marker
'H' hexagon2 marker
'+' plus marker
'x' x marker
'X' x (filled) marker
'D' diamond marker
'd' thin_diamond marker
'|' vline marker
'_' hline marker
',' pixel marker
'o' circle marker
'v' triangle_down marker
'^' triangle_up marker
'<' triangle_left marker
'>' triangle_right marker
'1' tri_down marker
'2' tri_up marker
'3' tri_left marker
'4' tri_right marker
'8' octagon marker
's' square marker
'p' pentagon marker
'P' plus (filled) marker
'*' star marker
'h' hexagon1 marker
'H' hexagon2 marker
'+' plus marker
'x' x marker
'X' x (filled) marker
'D' diamond marker
'd' thin_diamond marker
'|' vline marker
'_' hline marker
条形图
bar/barh
bar(x, height, width=0.8, bottom=None, *,
align='center', data=None, **kwargs)[source]
align='center', data=None, **kwargs)[source]
直方图
hist
参考资料
实例
格式
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)[source]
cumulative=False, bottom=None, histtype='bar', align='mid',
orientation='vertical', rwidth=None, log=False, color=None,
label=None, stacked=False, *, data=None, **kwargs)[source]
参数
bins
将输入的x数据按多少个bin显示
饼图
pie
pie(x, explode=None, labels=None, colors=None, autopct=None,
pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0,
radius=1, counterclock=True, wedgeprops=None, textprops=None,
center=(0, 0), frame=False, rotatelabels=False, *, normalize=None, data=None)
pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0,
radius=1, counterclock=True, wedgeprops=None, textprops=None,
center=(0, 0), frame=False, rotatelabels=False, *, normalize=None, data=None)
实例
等高线图
countour
contour([X, Y,] Z, [levels], **kwargs)
实例
图像
imshow
配置图例
标题
title
格式
plt.title(label, ...)
参数
图例显示位置
legend
格式
plt.legend()
参数
默认
plt.legend()
使用画图函数定义时的label
loc
handles
传入画图函数的返回值，配合labels等确定顺序
labels
图例的说明
网格
grid
格式
plt.grid(b, which, axis, color, linestyle, linewidth， **kwargs)
参数
默认
plt.grid()
x,y轴都有
axis
取值为‘both’， ‘x’，‘y’。就是以什么轴为刻度生成网格。
例如我输入参数x就会在x轴方向上生成纵向的网格刻度。
没有输入的方向则不会显示网格刻度。
例如我输入参数x就会在x轴方向上生成纵向的网格刻度。
没有输入的方向则不会显示网格刻度。
color
设置网格线的颜色。或者直接用c来代替color也可以
linestyle
可以用ls来代替linestyle， 设置网格线的风格，是连续实线，虚线或者其它不同的线条。
| '-' | '--' | '-.' | ':' | 'None' | ' ' | '']
| '-' | '--' | '-.' | ':' | 'None' | ' ' | '']
linewidth
网格线的宽度
添加文字
text
格式
plt.text(x, y, s, fontsize, verticalalignment,horizontalalignment,rotation , **kwargs)
参数
x,y
表示标签添加的位置，默认是根据坐标轴的数据来度量的，是绝对值，
也就是说图中点所在位置的对应的值，特别的，
如果你要变换坐标系的话，要用到transform=ax.transAxes参数。
也就是说图中点所在位置的对应的值，特别的，
如果你要变换坐标系的话，要用到transform=ax.transAxes参数。
s
标签的符号，字符串格式，比如你想加个“我爱三行科创”，
更多的是你标注跟数据有关的主体，你如实写便是。
更多的是你标注跟数据有关的主体，你如实写便是。
fontsize
加标签字体大小了，取整数
verticalalignment
垂直对齐方式 ，可选 ‘center’ ，‘top’ ， ‘bottom’，‘baseline’
horizontalalignment
水平对齐方式 ，可以填 ‘center’ ， ‘right’ ，‘left’ 等
rotation
标签的旋转角度，以逆时针计算，取整
添加箭头
arrow
添加标记
annotate
坐标轴
坐标轴标题
xlabel/ylabel
plt.xlabel()
坐标轴范围
axis/xlim/ylim
axis接受4个参数分别作为x和y轴的范围参数
plt.xlim()
坐标轴刻度范围
xticks/yticks
plt.xticks()
图片保存
plt.savefig(filename)
0 条评论
下一页
