Matplotlib畫圖指南

常見的python的matplotlib 的畫圖的方法，畫散點圖，曲線圖，子圖，以及子圖的布局，間距等。

?

1：首先導入包，因為畫圖常用的數據類型我們需要導入包numpy

import numpy as np

import matplotlib.pyplot as plt

2:創建新圖

fig=plt.figure()

????????? Fig=plt.figure(1)

? ?????使用add_subplot創建多個子圖 subplot

??? ???Ax1=fig.add_subpot(2,2,1)

新圖和子圖之間的關系：

3：使用plot（）函數畫圖

plot()畫曲線圖，可設置點的格式，線的格式。

Scatter（）劃散點圖，可以設置散點的樣式。

matplotlib.pyplot.scatter(x, y,s=20, c=None, marker='o',?cmap=None, norm=None, vmin=None, vmax=None,alpha=None,?linewidths=None, verts=None, edgecolors=None,hold=None,?data=None, **kwargs）?

基本的x ，y參數，還有c，s，alpha和marker，c就是為點指定的顏色數組，s是點的面積大小，alpha是點的顏色的透明度，marker是指定點標記的形狀，linewidths為線寬。在例子里指定透明度為0.5，c表示顏色常見的顏色為?['r','y','g','b','r','y','g','b','r']?，

S[1,2,3,4,5…100]表示形狀的面積。我們要改變的是marker的值，marker有很多值可供選擇，下表展示了在例子代碼的基礎上，改變marker的值后的效果：

·????????使用HTML十六進制字符串?color='eeefff'?使用合法的HTML顏色名字（’red’,’chartreuse’等）。

·????????也可以傳入一個歸一化到[0,1]的RGB元祖。?color=(0.3,0.3,0.4)

用來該表線條的屬性

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

聯合使用‘顏色標記線條屬性’'bs-.','go-'

?

??

plt.plot(t,t, 'r--', t, t**2, 'bs', t, t**3, 'g^')，疊加圖

plot(X,S, color="red", linewidth=2.5, linestyle="-", label="sine")

plot(X,C, color="blue", linewidth=2.5, linestyle='-', label='cosine')

簡寫版：

plt.plot([1,2,3],[1,2,3], 'go-', label='line 1', linewidth=2)

plt.scatter(x,y, s=area, c=colors, alpha=0.5, marker=(9, 3, 30))

也可以不斷地修改顏色和值的大小和形狀樣式

?

5:細化橫軸和縱軸的設置，設置橫軸、縱軸的界限以及標注

plt.xlim(X.min(),X.max())

plt.ylim(y.min(),y.max())

或者

plt.axis([X.min(),X.max(),y.min(), y.max()])

6：設置軸記號

plt.xticks()/plt.yticks()設置軸記號

例如：xticks([-np.pi, -np.pi/2, 0, np.pi/2,np.pi],

[r'$-\pi$',r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

yticks([-1,0, +1],[r'$-1$', r'$0$', r'$+1$'])

?

有plt.xticks([1,2,3,…])會根據設置來顯示標記

沒有plt.xticks([1,2,3,…])會根據具體情況來自動設置標記（比較好，省事）。

7：plt.legend()添加圖例

Legend(loc):使用loc參數

plt.legend(loc='lower left')

0: ‘best' 1: ‘upper right' 2: ‘upper left' 3: ‘lower left'

4: ‘lower right' 5: ‘right' 6: ‘center left'

7: ‘center right' 8: ‘lower center' 9: ‘upper center' 10: ‘center'

plt.legend(loc='best',frameon=False) #去掉圖例邊框,推薦使用，效果比較美觀。

plt.legend(loc='best',edgecolor='blue') #設置圖例邊框顏色

plt.legend(loc='best',facecolor='blue') #設置圖例背景顏色,若無邊框,參數無效

?

用法1：

plot(X, C, color="blue", linewidth=2.5,linestyle="-", label="cosine")

plot(X, S, color="red", linewidth=2.5,linestyle="-", label="sine")

legend(loc='upper left')

用法2：plt.plot(x, y, color="red",linewidth=2.5, linestyle="-")

??????? Plt.legend('圖例名',loc='best',frameon=False)

用法3;顯示多個圖例

p1, = plt.plot([1,2,3])

p2, = plt.plot([3,2,1])

l1 = plt.legend([p2, p1], ["line 2", "line1"], loc='upper left')

8:添加文字說明

·????????text()可以在圖中的任意位置添加文字，并支持LaTex語法

·????????xlable(), ylable()用于添加x軸和y軸標簽

·????????title()用于添加圖的題目

? plt.xlabel('Smarts')??? plt.ylabel('Probability')

#添加標題? plt.title('Histogram of IQ')

#添加文字? plt.text(60, .025, r'$\mu=100,\ \sigma=15$')

9:讓圖片能夠正常顯示負數和中文：

import matplotlib as mpl

mpl.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽

mpl.rcParams['axes.unicode_minus']=False#用來正常顯示負號

?

plt.plot(a,'b.',markersize=10, label=u'真')，

中文使用之前加u 如data[u’身高’]

附加的設置：

1：plt.figure(figsize=(12,16))，設置圖片的大小

2：調整子圖的距離。

plt.tight_layout()#調整每隔子圖之間的距離。自動調整，有時候效果也不太好。

調整子圖之間的邊距；

plt.subplots_adjust(left=None, bottom=None, right=None, top=None,

??????????????? ???????wspace=None, hspace=None)

left? = 0.125 ?# the left side of thesubplots of the figure

right = 0.9?? ?# the right side of the subplots of the figure

bottom = 0.1? ?# the bottom of the subplots of the figure

top = 0.9???? ?# the top of the subplots of the figure

wspace = 0.2? ?# the amount of width reserved for blank space between subplots,

????????????# expressed as a fraction of the average axis width

hspace = 0.2? ?# the amount of height reserved for white space between subplots,

????????????? ?# expressed as a fraction of the average axis height

3：子圖的布局

首先按照（2,2）劃分，第一個圖為（2,2,1）和（2,2,2）

然后把下面兩個圖合成一個，則上面兩個圖為（2,1,2）

?

最后：舉一個栗子

import matplotlib as mpl
mpl.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
mpl.rcParams['axes.unicode_minus']=False #用來正常顯示負號
import numpy as np
import matplotlib.pyplot as plt

x = np.arange(1,10)
y = x
fig = plt.figure(1)
ax1 = fig.add_subplot(211)
ax1.set_title('圖一的第一張子圖')
plt.xlabel('X1')
plt.ylabel('Y1')
sValue = x*10
ax1.scatter(x,y,s=sValue,c='r',marker='1')
plt.axis([0, 10,0,10])
ax1.legend('圖例1.1')

ax2 = fig.add_subplot(212)
ax2.set_title('圖一的第二張子圖')
plt.xlabel('X12')
plt.ylabel('Y12')
plt.plot(x, y, 'go-')
plt.axis([0, 10,0,10])
ax2.legend('圖例1.2')

x = np.arange(1,100)
y = x
fig = plt.figure(2)
ax1 = fig.add_subplot(211)
ax1.set_title('圖2的第一張子圖')
plt.xlabel('X1')
plt.ylabel('Y1')
sValue = x*10
colo=['r','y','g','b','r','y','g','b','r','m']
ax1.scatter(x,y,s=sValue ,c=colo)
plt.axis([0, 10,0,10])
ax1.legend('圖例1.1')
ax2 = fig.add_subplot(212)
#設置標題
ax2.set_title('圖二的第二張子圖')
#設置X軸標簽
plt.xlabel('X12')
#設置Y軸標簽
plt.ylabel('Y12')
#畫折線圖
plt.plot(x, y, color="red", linewidth=2.5, linestyle="-")
plt.axis([0, 100,0,100])
#設置圖標
ax2.legend('圖例1.2',loc='best',frameon=False)
plt.show()

?

?

?

? ?

?

總結

以上是生活随笔為你收集整理的Matplotlib画图常用方法总结（全）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。