matplotlib 架構(gòu)

matplotlib 的架構(gòu)分為以下三層

• Scripting (腳本）層
• Artist (表現(xiàn))層
• Backend (后端)層

它們之間的訪問關(guān)系是：

Scripting 訪問 Artist， Artist 訪問 Backend

各層級的作用

Backend 為最底層，即 matplotlib API 層，包含的元素有：

• FigureCanvas 對象實(shí)現(xiàn)了繪圖區(qū)的概論
• Renderer 對象在FigureCanvas 上繪圖
• Event 對象處理用戶輸入（鍵盤和鼠標(biāo)事件）

Artist 層擁有許多可視化元素，即標(biāo)題、軸標(biāo)簽、刻度等元素。Aitist 類分為兩種：原始(primitive)和復(fù)合(composite)，即單元素的使用和多元素組合使用。

• Figure
  • Axes
    • Text
    • Y-axis
      • Y-ticks
      • Y-label
    • X-axis
      • X-label
      • X-ticks
    • Line2D

Artist 最上層是 Figure 層，表示圖形概念； Axes 在 Figure 上面，表示軸的作圖的內(nèi)容（即軸對象），每個(gè)維度會有一個(gè) Axes 對象；Axis 用來展示 Axes 上的數(shù)值（即刻度與刻度值），刻度的位置用 Locator 對象管理，刻度的標(biāo)簽的格式用 Formatter 對象調(diào)整。

Scripting 層包含 pylab 和 pylot 模塊，這將是重點(diǎn)學(xué)習(xí)的內(nèi)容，不過 pylab 暫不介紹

使用 pylot 生成一幅簡單的交互式圖像

'''首先導(dǎo)入pylot模塊'''
import matplotlib.pyplot as plt
'''調(diào)用plot()函數(shù)'''
plt.plot([1, 2, 3, 4])
'''調(diào)用show()函數(shù)，顯示圖像'''
plt.show()

output_2_0.png

注意，如果是在QtConsole環(huán)境中時(shí)，不用show()函數(shù)也可以顯示圖像

解析：

plot()函數(shù)需要知道x、y值的對應(yīng)關(guān)系，才能畫出圖像，上例中只傳入了一個(gè)列表，plot會將其當(dāng)作y的值，而x的值會默認(rèn)取0、1、2……的遞增數(shù)值與y值進(jìn)行對應(yīng)，便形成了上圖的結(jié)果

下面，我們?yōu)?code>plot()分別指定x與y的值

plt.plot([1, 2, 3, 4, 5], [2, 9, 6, 4 , 7])
plt.show()

output_5_0.png

線條的默認(rèn)顏色是藍(lán)色的，可以嘗試改變它的顏色：

plt.plot([1, 2, 3, 4, 5], [2, 9, 6, 4 , 7], 'red')
plt.show()

output_7_0.png

好了，從上面的例子，已經(jīng)摸索出：第一個(gè)參數(shù)的列表表示x軸的數(shù)據(jù)，第二個(gè)參數(shù)的列表表示y軸的數(shù)據(jù)，第三個(gè)參數(shù)表示的是線條的顏色可。

另外，觀察到，x/y軸的刻度值是隨著數(shù)據(jù)自動匹配的，那如何手動匹配呢？可使用axis()函數(shù)來設(shè)定刻度的范圍：

plt.axis([0,8,0,10])
plt.plot([1, 2, 3, 4, 5], [2, 9, 6, 4 , 7], 'red')
plt.show()

output_9_0.png

可以看到，線條的形狀不變，但它所在的位置發(fā)生了變化，因?yàn)榭潭茸兞耍?code>axis()中的參數(shù)是個(gè)列表，列表[xmin, xmax, ymin, ymax]中的元素分別指定x軸的最小與最大值，y軸的最小與最大值。

順便說一下，title()函數(shù)可以為圖表添加標(biāo)題：

plt.axis([0,8,0,10])
plt.title('我的標(biāo)題')
plt.plot([1, 2, 3, 4, 5], [2, 9, 6, 4 , 7], 'red')
plt.show()

output_11_0.png

x和y軸數(shù)據(jù)雖然可以傳入列表，實(shí)際上在使用的時(shí)候會被轉(zhuǎn)換成numpy類型，所以可以直接傳入numpy類型作參數(shù)，效率會更高。

另外再提一下，第三個(gè)參數(shù)除了可以指定顏色外，還可以指定畫圖像的形狀：

plt.axis([0,8,0,10])
plt.plot([1, 2, 3, 4, 5], [2, 9, 6, 4 , 7], 'ro')
plt.show()

output_13_0.png

'''導(dǎo)入math和numpy'''
import math
import numpy as np

'''生成0到2.5，間隔為0.1的數(shù)列'''
t = np.arange(0,2.5,0.1)
'''
math.pi指圓周率，這里將t中的所有元素乘以圓周率后，
依次作用于math.sin函數(shù)上，并返回一個(gè)可迭代序列
'''
y1 = list(map(math.sin,math.pi*t))
'''用法同上，只是將t乘以圓周率的值再加上math.pi/4的值，表示偏移量'''
y2 = list(map(math.sin,math.pi*t+math.pi/4))
'''用法同上，這里的偏移量是負(fù)數(shù)'''
y3 = list(map(math.sin,math.pi*t-math.pi/4))
'''畫圖'''
plt.plot(t,y1,'b*',t,y2,'g^',t,y3,'ys')
plt.show()

output_14_0.png

解析：

來看一下plot()的使用語法

Signature: plt.plot(*args, **kwargs)
Docstring:
Plot y versus x as lines and/or markers.

Call signatures::

    plot([x], y, [fmt], data=None, **kwargs)
    plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

The coordinates of the points or line nodes are given by *x*, *y*.

其中plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)指出了可以連續(xù)使用多個(gè)x/y/fmt參數(shù)來同時(shí)畫多個(gè)圖形。

根據(jù)上例，可得知，fmt參數(shù)，第一個(gè)字母表示顏色，字母后面的字符表示形狀，b*則表示的是藍(lán)色的星號，g^表示的則是綠色的三角，ys表示的是黃色的方塊。

再看個(gè)例子：

plt.plot(t,y1,'b--',t,y2,'r.',t,y3,'g+')
plt.show()

output_17_0.png

是不是很奇妙O(∩_∩)O哈哈~

了解 plot() 的參數(shù)

在上面的例子里，已經(jīng)看到plot()的語法是plt.plot(*args, **kwargs)，可見，可以傳入列表與字典類型的參數(shù)，列表類型的參數(shù)已經(jīng)在上面的各例中使用過了，那字典類型的參數(shù)如何使用呢？

字典類型的參數(shù)又叫關(guān)鍵字參數(shù)，又稱kwargs,在plot()的使用中，關(guān)鍵字參數(shù)一般用來設(shè)置相關(guān)屬性，比如下面的例子中，設(shè)置線條的粗細(xì)：

plt.plot(t,y1,linewidth=5.0)
plt.show()

output_21_0.png

linewidth相關(guān)于key，5.0則是value，能過這種一一對應(yīng)關(guān)系，來指定線條的粗細(xì)。

處理多個(gè) Figure 和 Axes 對象

這里想表達(dá)的是，在一個(gè)圖形 Figure 中，使用多個(gè)圖例 Axes；那如何實(shí)現(xiàn)呢？先看下例子，然后再作解析：

t = np.arange(0,5,0.1)
y1 = np.sin(2*np.pi*t)
y2 = np.sin(2*np.pi*t)
plt.subplot(211)
plt.plot(t,y1,'b-')
plt.subplot(212)
plt.plot(t,y2,'r*')
plt.show()

output_24_0.png

解析：

首先生成了x與y的數(shù)據(jù)

t = np.arange(0,5,0.1)
y1 = np.sin(2*np.pi*t)
y2 = np.sin(2*np.pi*t)

subplot()函數(shù)，可以將圖形分為不同的繪圖區(qū)域，參數(shù)中的211指的是：按垂直方向分成2份，按水平方向分成1份，當(dāng)前可被控制的是第1個(gè)區(qū)域

plt.subplot(211)

然后對第一個(gè)區(qū)域進(jìn)行繪圖

plt.plot(t,y1,'b-')

如果想在第二個(gè)圖上進(jìn)行繪圖，需要將控制指令切換到第二個(gè)區(qū)域，使用subplot(212)來指定第三個(gè)參數(shù)值為2，即控制第二個(gè)區(qū)域

plt.subplot(212)

最后，在第二個(gè)區(qū)域上繪圖，并顯示所有

plt.plot(t,y2,'r*')
plt.show()

接下來再看一下如何將圖分成左右兩個(gè)區(qū)域：

t = np.arange(0,5,0.1)
y1 = np.sin(2*np.pi*t)
y2 = np.sin(2*np.pi*t)
plt.subplot(121)
plt.plot(t,y1,'b-')
plt.subplot(122)
plt.plot(t,y2,'r*')
plt.show()

output_27_0.png