目錄

• 一、前言
  • 我的運行環境
• 二、什么是matplotlib？
• 三、安裝及導入
• 四、matplotlib的使用

一、前言

本人因在學習基于python的機器學習相關教程時第一次接觸到matplotlib相關方面的繪圖知識，故寫此筆記進行記錄，如果能幫助到其他人歡迎點個贊??表示支持

我的運行環境

1. 學習工具：jupyter-notebook
2. python版本：311
3. 系統：Win11

二、什么是matplotlib？

matplotlib是基于python生態開發的一個可視化繪圖庫，它的出現讓python在數據分析及機器學習方面占了重要的一部分，目前很多數據分析及機器學習相關方面的工程都有使用到這個庫，并且由于其簡單易用，安裝簡單等方面的優勢深得廣大開發者的喜愛。

三、安裝及導入

1.安裝
pip install matplotlib
2. 導入項目
新建項目并直接import即可import matplotlib.pyplot as plt，簡單易用

四、matplotlib的使用

1. 基礎使用:生成一個畫布

#定義一個畫布
#subplots(X,Y,figsize=(X,Y))
#其中figsize(X，Y) 用于定義畫布的大小
fig,ax = plt.subplots(figsize = (10, 5))
plt.show()

2. 生成多個子圖(ax)

#subplots(X,Y)用于定義該畫布有幾行幾列,即一個大畫布fig上有多個小畫布ax組成axes
fig,axes = plt.subplots(2,3,figsize = (10, 4))
plt.show()

3. 繪制多個子圖

#繪制多個子圖
fig,axes = plt.subplots(1,2,figsize=(10,4))   #繪制一個一行兩列的圖

x=[1,20,40,15,2]
y=[4,6,15,7,6]

#對第一個子圖進行繪制
bplot1 = axes[0].plot(x,y)

#繪制第二個子圖
bplot2 = axes[1].plot(y,x)

4. 同一塊畫布上繪制多條函數

#簡單的線性圖
# x = list(range(0,10))
# y =list(range(0,10))
# plt.plot(x,y)
plt.plot(range(12),color="red")  #等價于上面的操作
plt.plot([1,2,3])  #在現有的畫布上繼續繪畫零一條直線

5. 放大圖像(只顯示函數圖像的一部分)

#原函數圖像
x=[1,20,40,15,2]
y=[4,6,15,7,6]
plt.plot(x,y)

#直接對x,y賦值
x=[1,20,40,15,2]
y=[4,6,15,7,6]
plt.plot(x,y)
#通過設定坐標軸刻度，只顯示部分圖形
plt.axis([0,10,0,10])   #x:[0,10],y:[0,10]

6. 為圖像添加標題橫縱坐標信息

• 添加標題和x、y名稱

x=[1,20,40,15,2]
y=[4,6,15,7,6]
#添加標題
plt.title("matplotlibTest")
#添加x，y軸名稱
plt.xlabel("Feature")
plt.ylabel("shape")
plt.plot(x,y)

• 更改x、y軸刻度（純數字形式）

x=[1,20,40,15,2]
y=[4,6,15,7,6]
#添加標題
plt.title("matplotlibTest")
#添加x，y軸名稱
plt.xlabel("Feature")
plt.ylabel("shape")
#修改x軸刻度,純數字形式
plt.xticks((0,10,20,30,40))
#修改y軸刻度，純數字形式
plt.yticks((0,5,10,15,20))
plt.plot(x,y)

• 更改x、y軸刻度（自定義坐標信息）

x=[1,20,40,15,2]
y=[4,6,15,7,6]
#添加標題
plt.title("matplotlibTest")
#添加x，y軸名稱
plt.xlabel("Feature")
plt.ylabel("shape")
#自定義x軸坐標信息
plt.xticks((0,10,20,30,40),('text1','text2','text3','text4','text5'))
#自定義y軸坐標信息
plt.yticks((0,5,10,15,20),('align1','align2','align3','align4','align5'))
plt.plot(x,y)

7. 基于axes的顯示畫圖

#基于 axes 的顯式畫圖:用 Axes 畫圖更加直觀，所以被稱為“顯式畫圖”,直接用 Figure畫圖，被稱為 “隱式畫圖”
import numpy as np
x = np.linspace(-1,1,50)  #生成50個-1到1之間的數
y = x**2

fig = plt.figure()  #生成空白畫布
ax = fig.add_subplot() #空白的子圖

ax.plot(x,y,color="red",linewidth=4,linestyle='-.',marker='o')  #繪畫一條函數圖

ax.plot(y,x)  #繪畫另一條函數圖

ax.legend(["y=x**2","y**2=x"])   #添加圖例

ax.set_title('x and y',fontsize=20)  #設置標題
ax.set_xlabel("x label")  #設置x軸名稱
ax.set_ylabel("y label")  #設置y軸名稱
ax.set_xlim(-1,1)  #設置x軸范圍
ax.set_ylim(-1,1)  #設置y軸范圍

# ax.grid(linewidth=3,linestyle=':',color='purple',alpha=0.5)

plt.show()

8.其他
matplotlib除了生成上述的線性圖以外還可以生成其他箱圖等特殊的圖像形式，具體可以參考matplotlib的官方文檔https://matplotlib.org/stable/tutorials/index.html

總結

以上是生活随笔為你收集整理的大数据分析/机器学习基础之matplotlib绘图篇的全部內容，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。