Matplotlib 库的使用

¶概述

Matplotlib库由各种可视化类构成， 其 matplotlib.pyplot是绘制各类可视化图形的命令子库（相当于快捷方式）。
其引入方式为：

import matplotlib.pyplot as plt # plt作为别名

快速使用：

plt.plot([3, 2.3, 4, 5, 2]) # 若传入一维列表，则将其作为坐标图中的y值，x轴则是列表的索引(自动生成)
plt.ylabel("grade") # 增加y轴名称
plt.show()

输出结果：

#当传入二维列表，将按X轴和Y轴顺序绘制
plt.plot([0, 2, 4, 5.5, 8], [-1, -3, 0, 3, 9])
plt.axis([-1, 10, -5, 10]) # 参数依次为X轴的起点、终点，Y轴的起点、终点

输出结果：

¶plot 函数

用法：plot.plot(X轴数据, Y轴数据，format_string, **kwargs)

其中，format_string：控制曲线的格式字符串，可选，由颜色字符、风格字符、标记字符组成：

• 颜色字符如：b：蓝色；#008000：RGB某颜色；0.8：灰度值字符串；…
• 风格字符如：-：实线；:：虚线；…
• 标记字符，在曲线中每一个数据点的标记符号，如：.：点标记；o：实心圈标记；v：倒三角标记；…

x = np.arange(10)
plt.plot(x, x * 1.5, 'bo-', # 蓝色点实线
         x, x * 2.5, 'rx',# 红色交叉点无实线
         x, x * 3.5, '*',
         x, x * 10, 'y-.') #黄色折点线
plt.show()

输出结果：

¶pyplot的子绘图区域

plt.subplot(3, 2, 4) 
# 建立一个网格，高3宽2，即分成6个子网格。
# 而最后一个参数指当前子网格所在位置(从上到下、从左到右)

输出结果：

import numpy as np
def energy_degradation(t):
    return np.exp(-t) * np.cos(2* np.pi * t)

x = np.arange(0.0, 5.0, 0.02) # 从0.0到5.0，以0.02依次递增
plt.subplot(2, 1, 1) # 分割为高2宽1的网格，且将第一个子网格激活
plt.plot(x, energy_degradation(x))

plt.subplot(2, 1, 2) # 激活第二个子网格
plt.plot(x, np.cos(x), 'r--') # 绘制余弦曲线，并且是虚线
plt.show()

输出结果：

¶GridSpec类辅助网格设计

import matplotlib.gridspec as gridspec

gs = gridspec.GridSpec(3, 3) # 3行3列
ax1 = plt.subplot(gs[0, :]) # 选择第0行，并覆盖所有列
ax2 = plt.subplot(gs[1, :-1]) # 选择第1行，覆盖-1之前的所有列
ax3 = plt.subplot(gs[1:, -1]) # 选择第1行以下的所有行，选择-1列
ax4 = plt.subplot(gs[2, 0])
ax5 = plt.subplot(gs[2, 1])

输出结果：

¶pyplot的中文显示

方法一：通过 rcParams 修改字体

方法二(推荐)：在有中文输出的地方，增加属性：fontproperties

pyplot的文本显示函数

• plt.xlabel()：对X轴增加文本标签。plt.

• plt.text()：在任意位置增加

x = np.arange(0.0, 5.0, 0.01)
plt.title(r'正弦波实例 $y = cos(2\pi x)$', fontproperties='SimHei', fontsize=22) # 支持LaTex语法
plt.xlabel('时间', fontproperties='SimHei', fontsize=20)
plt.ylabel('振幅', fontproperties='SimHei', fontsize=20)
plt.text(2, -0.75, r'$\mu=100$', fontsize=15) # 在点(2,1)处显示该文本

plt.grid(True) # 网格线显示
plt.plot(x, np.cos(2 * np.pi * x), 'r--')
plt.show()

输出结果：

plt.plot([3, 2.3, 4, 5, 2]) # 若传入一维列表，则将其作为坐标图中的y值，x轴则是列表的索引(自动生成)
plt.ylabel("grade") # 增加y轴名称
plt.grid(True)

#在图表中增加注释文本，xy为箭头坐标，xytext为文本坐标，arrowprops定义箭头属性，shrink是箭头两侧的缩进
plt.annotate(r'$\mu=100$', xy=(2, 4), xytext=(1.5, 4.5), arrowprops=dict(facecolor='black', shrink=0.1, width=1))
plt.show()

输出结果：

¶应用

¶plt.pie 函数绘制饼图

plt.pie(
    [45, 30, 15, 10], # 占比
    explode=(0, 0.1, 0, 0), # 裂开程度
    labels=['Chinese', 'Maths', 'English', 'Politics'], 
    autopct='%1.2f%%', # 输出格式
    shadow=False, # 是否阴影
    startangle=90 # 起始角度
)
plt.show()

输出结果：

¶面向对象绘制散点图（官方推荐）

ax = plt.subplot() # 不传参则默认为1行1列，ax则是当前绘制子区域对象
ax.plot(np.random.randn(100), 10 * np.random.randn(100), 'o')
# randn()函数返回一组样本（传入参数指定容量，即100），并具有标准正态分布
ax.set_title('Simple Scatter')
plt.show()

输出结果：