matplotlib 基本設(shè)置

import包：

matplotlib包含有很多的模塊，在具體使用的時候根據(jù)需要導(dǎo)入依賴的模塊。通過將matplotlib包導(dǎo)入重命名為“mpl”，pyplot模塊命名為“plt”，其中ticker為坐標(biāo)軸刻度相關(guān)的模塊。最基本的導(dǎo)入pyplot包即可。其他的包的使用在后續(xù)使用的時候逐一進(jìn)行說明。

import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator, FormatStrFormatter

全局配置：

#設(shè)定坐標(biāo)洗名稱title，圖例legend，坐標(biāo)軸名稱，刻度標(biāo)簽的字體大小，畫布大小
large = 22; med = 16; small = 12
params = {'axes.titlesize': large,
          'legend.fontsize': med,
          'figure.figsize': (16, 10),
          'axes.labelsize': med,
          'axes.titlesize': med,
          'xtick.labelsize': med,
          'ytick.labelsize': med,
          'figure.titlesize': large}
#統(tǒng)一通過plt.rcParams設(shè)置
plt.rcParams.update(params)
#設(shè)置圖的樣式
plt.style.use('seaborn-whitegrid')
#設(shè)置中文字體
mpl.rcParams['font.family'] = ['Heiti TC']
# matplotlib具體作用是當(dāng)調(diào)用matplotlib.pyplot的繪圖函數(shù)plot()進(jìn)行繪圖的時候，或者生成一個figure畫布的時候，可以直接在你的python console里面生成圖像
%matplotlib inline

創(chuàng)建畫布 figure

  • 顯示創(chuàng)建畫布
    通過plt.figure()顯示的創(chuàng)建畫布，然后往畫布中添加對應(yīng)的坐標(biāo)系
# 顯示創(chuàng)建一個figure對象
figure = plt.figure()
#為創(chuàng)建的figer添加不同的坐標(biāo)系，前兩個參數(shù)2，1表明坐標(biāo)系為2行1列的排版，最后一個參數(shù)表明為那個坐標(biāo)系
axes1 = figure.add_subplot(2,1,1)
axes2 = figure.add_subplot(2,1,2)

輸出如下：


  • 隱式創(chuàng)建畫布：
    在執(zhí)行plot()的時候首先會創(chuàng)建畫布figure，在畫布自動添加一個坐標(biāo)系axes，然后根據(jù)plot()中的數(shù)據(jù)繪制對應(yīng)的圖像；
x = [1,2,3,4]
y = [2,4,6,8]
plt.plot(x,y)
plt.show()

輸出如下：



在隱式創(chuàng)建的時候不需要關(guān)心畫布和坐標(biāo)系。隱式創(chuàng)建畫布的時候，一個figure對象上，只能有一個axes坐標(biāo)系，因此只能繪制一個圖形。

plot函數(shù)使用：

函數(shù)

通常plot()函數(shù)有如下兩種參數(shù)的調(diào)用形式：
plot([x], y, [fmt], *, data=None, **kwargs)
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
參數(shù)：

  • x: x軸數(shù)據(jù)
  • y: y軸數(shù)據(jù)
  • fmt：fmt='[marker][line][color]' 表明圖表的基本屬性： 顏色(color)、點(diǎn)型(marker)、線型(linestyle)
  • data：可索引的數(shù)據(jù)，類似dataframe對象，可選參數(shù)
  • kwargs：指定透明度，線條的寬度，標(biāo)簽等等一系列的參數(shù)

具體詳可以在官網(wǎng)中查詢：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html?highlight=plot#matplotlib.pyplot.plot
除了plot函數(shù)外，針對不同的圖形有專門的函數(shù)進(jìn)行繪制。具體在后面會逐個進(jìn)行介紹。

坐標(biāo)軸范圍

同時設(shè)定x,y兩軸的范圍

  • 函數(shù)
    plt.axis([xmin, xmax, ymin, ymax])
  • 示例
# 導(dǎo)入模塊
import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)
x = np.linspace(-8, 8, 80)
y = x*3
plt.plot(x, y)
# 設(shè)置軸的范圍
plt.axis([-5, 5, -20, 20])
plt.show()

輸出如下：


分別設(shè)置兩軸的范圍

  • 函數(shù)：
    • xlim(*args, **kwargs)
      設(shè)置和獲取對應(yīng)坐標(biāo)軸的范圍
left, right = xlim()  # return the current xlim
xlim((left, right))   # set the xlim to left, right
xlim(left, right)     # set the xlim to left, right

等價于坐標(biāo)系設(shè)定set_xlim()
axes.set_xlim(left, right)
- ylim(*args, **kwargs)
設(shè)置和獲取對應(yīng)坐標(biāo)軸的范圍

bottom, top = ylim()  # return the current ylim
ylim((bottom, top))   # set the ylim to bottom, top
ylim(bottom, top)     # set the ylim to bottom, top

等價于坐標(biāo)系設(shè)定set_ylim()
axes.set_ylim(bottom, top)

  • 示例：
# 導(dǎo)入模塊
import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)
x = np.linspace(-8, 8, 80)
y = x*3
plt.plot(x, y)
# 設(shè)置軸的范圍
plt.xlim(-5,5)
plt.ylim(-16,16)
plt.show()

輸出如下：


刻度設(shè)置：

普通刻度

  • 函數(shù)：
    x軸的刻度：plt.xticks(item)
    y軸的刻度：plt.yticks(item)
  • 示例：
# 導(dǎo)入模塊
import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)
x = np.linspace(-8, 8, 80)
y = x*3
plt.plot(x, y)
# 設(shè)置軸的范圍
plt.xticks(np.arange(-5,5,1))
plt.yticks([-15,-5,3,9,15])
plt.show()

輸出如下：


添加文本的刻度

plt.xticks(['數(shù)據(jù)'], ["標(biāo)簽"]) 設(shè)置刻度的基礎(chǔ)上，在添加一個列表，來顯示刻度

主次刻度設(shè)置

需要導(dǎo)入：from matplotlib.ticker import MultipleLocator, FormatStrFormatter

  • 主刻度:（x，y軸相同）
    倍數(shù)：ax.xaxis.set_major_locator(MultipleLocator(倍數(shù)))
    文本格式：ax.xaxis.set_major_formatter(FormatStrFormatter('%占位數(shù).小數(shù)點(diǎn)數(shù)f'))
  • 副刻度：（x，y軸相同，將"major"改為"minor"即可）
    倍數(shù)：ax.xaxis.set_minor_locator(MultipleLocator(倍數(shù)))
    文本格式：ax.xaxis.set_minor_formatter(FormatStrFormatter('%占位數(shù).小數(shù)點(diǎn)數(shù)f'))
# 導(dǎo)入模塊
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
'''
生成數(shù)據(jù)
'''
x = np.linspace(-40, 40)
y = x*3
plt.plot(x, y)
ax = plt.gca()
'''
設(shè)置軸的主刻度
'''
ax.xaxis.set_major_locator(MultipleLocator(20))  # 設(shè)置20倍數(shù)
ax.xaxis.set_major_formatter(FormatStrFormatter('%2.1f'))  # 設(shè)置文本格式
ax.yaxis.set_major_locator(MultipleLocator(50))  # 設(shè)置50倍數(shù)
ax.yaxis.set_major_formatter(FormatStrFormatter('%2.2f'))  # 設(shè)置文本格式
'''
設(shè)置軸的副刻度
'''
ax.xaxis.set_minor_locator(MultipleLocator(10))  # 設(shè)置10倍數(shù)
ax.xaxis.set_minor_formatter(FormatStrFormatter('%2.1f'))  # 設(shè)置文本格式
ax.yaxis.set_minor_locator(MultipleLocator(25))  # 設(shè)置25倍數(shù)
ax.yaxis.set_minor_formatter(FormatStrFormatter('%1.0f'))  # 設(shè)置文本格式
ax.tick_params(which='minor', width=1, labelsize=10,bottom=True)
ax.tick_params(which='minor', length=2, labelsize=10, labelcolor='0.25')
plt.show()

輸出如下：


圖例

在plot()的時候增加labe添加文本內(nèi)容，通過legend()顯示出來。
示例：

import matplotlib.pyplot as plt
import numpy as np
'''
生成數(shù)據(jù)
'''
x = np.linspace(-8, 8, 80)
y = x*3
plt.plot(x, y,label="x*3")
plt.plot(x, y*1.5,label="x*4.5")
'''
loc 設(shè)定legend的位置
'''
plt.legend(loc='lower right')
plt.show()

輸出如下：


spines設(shè)置

  • 屬性：
函數(shù) 說明 默認(rèn)值
set_visible(bool) 邊框的可見性 True
ax.xaxis.set_ticks_position({"top","left"……}) 刻度的顯示位置 外面(不是ax.spines[' '].)
set_position({"top","left"……}） 邊框的位置 左下角為交點(diǎn)
set_color(string) 邊框的顏色 “black"（當(dāng)值為None也是隱藏）
set_linewidth(int) 邊框的寬度 1
set_linestyle(string) 邊框的線性 ”-“
  • 箭頭
    導(dǎo)入axisartist
    import mpl_toolkits.axisartist as axisartist

1、隱藏原有的邊框坐標(biāo)系
2、創(chuàng)建新的坐標(biāo)系，添加箭頭
3、創(chuàng)建新的坐標(biāo)系時ax.new_floating_axis(0, 0)第一個參數(shù)：0表示橫線，1表示豎線，第二個參數(shù)：表示經(jīng)過那個坐標(biāo)點(diǎn)。

import matplotlib.pyplot as plt
import numpy as np
import mpl_toolkits.axisartist as axisartist
# 生成數(shù)據(jù)
x = np.linspace(-10, 10, 80)
y = x*3
plt.plot(x, y)
ax = plt.gca()
'''
使用ax.spines[]選定邊框，使用set_color()將選定的邊框的顏色設(shè)為 none
'''
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
'''
移動坐標(biāo)軸，將bottom即x坐標(biāo)軸移動到y(tǒng)=0的位置
ax.xaixs為x軸，set_ticks_position()用于從上下左右(top/bottom/left/right)四條脊柱中選擇一個作為x軸
使用set_position()設(shè)置邊框位置：y=0的位置。位置的所有屬性包括:outward、axes、data
'''
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
'''
將left 即y坐標(biāo)軸設(shè)置到x=0的位置
'''
ax.yaxis.set_ticks_position('left')  # 選定y軸
ax.spines['left'].set_position(('data', 0))
'''
不顯示網(wǎng)格
'''
plt.grid( None)
plt.show()

輸出如下：


多圖的處理

  • subplot()
    plt.subplot(m,n,p)m和n代表在一個圖像窗口中顯示m行n列個圖像，也就是整個figure中有n個圖是排成一行的，一共m行，后面的p代表現(xiàn)在選定第p個圖像區(qū)域，即在第p個區(qū)域作圖

另外一種多圖顯示的方式參見 matplotlib可視化之直方圖 擴(kuò)展部分中的雙變量直方圖

import matplotlib.pyplot as plt
fig=plt.figure()
'''
子圖1 第1行第1列
'''
ax1=fig.add_subplot(221) #2*2的圖形 在第一個位置
ax1.text(0.5,0.5, 'one',ha='center',va='center',size=20,alpha=.5)
'''
子圖2 第1行第2列
'''
ax2=fig.add_subplot(222)
ax2.text(0.5,0.5, 'one',ha='center',va='center',size=20,alpha=.5)
'''
子圖3 第2行第1列
'''
ax3=fig.add_subplot(223)
ax3.text(0.5,0.5, 'one',ha='center',va='center',size=20,alpha=.5)
'''
子圖4 第2行第2列
'''
ax4=fig.add_subplot(224)
ax4.text(0.5,0.5, 'one',ha='center',va='center',size=20,alpha=.5)
plt.show()

輸出如下：


常用的對象：

  • figure 畫布
  • axes 坐標(biāo)系，一個畫布上可以有多個坐標(biāo)系
  • axis 坐標(biāo)軸，一個坐標(biāo)系中可以有多個坐標(biāo)軸，一般都是二維平面坐標(biāo)系，或者三維立體坐標(biāo)系
  • title 標(biāo)題
  • legend 圖例
  • grid 背景網(wǎng)格
  • tick 刻度
  • axis label 坐標(biāo)軸名稱
  • tick label 刻度名稱
    • major tick label 主刻度標(biāo)簽
    • minor tick label 副刻度標(biāo)簽
  • line 線
  • style 線條樣式
  • marker 點(diǎn)標(biāo)記
  • font 字體相關(guān)
最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺，僅提供信息存儲服務(wù)。

友情鏈接更多精彩內(nèi)容