Python 绘图包 Matplotlib Pyplot 教程

Pyplot 接口简介

Pyplot 入门

matplotlib.pyplot 是命令风格函数的集合，使 Matplotlib 像 MATLAB 一样工作。每个 Pyplot 函数对图形做一些修改，例如：创建一个图形，在图形中创建一个绘图区域，在绘图区域中回值一些线条，用标签装饰图形等等。

在 matplotlib.pyplot中，在函数调用之间保留了各种状态，以便跟踪当前图形和绘图区域等内容，绘图函数指向当前 轴（Axes 对象）。

用 Pyplot 生成可视化效果非常快速：

可能知道为什么 X轴的范围是 0-3，Y 轴的范围是 1-4。如果向 plot() 命令提供单个列表或数组，Matplotlib 将假定是一个 Y 值序列，并自动生成 X 值。因为 Python 范围以 0 开头，所以默认的 X 向量与 Y 的长度相同，但是以 0 开头。因此 X 数据是[0, 1, 2, 3]。

plt.plot

([1, 2, 3, 4], [1, 4, 9, 16])

设置图的样式

对于每一对 X，Y 参数，第三个参数都是可选的，它是指示绘图的颜色和线条类型的格式字符串。格式字符串的字母和符号来自 MATLAB，可以将一个颜色字符串与一个行样式字符串连接起来。默认的格式字符串是"b-"，这是一个纯蓝色的线。例如：要用红色源泉回值上面的图，代码如下：

plt.plot

([1, 2, 3, 4], [1, 4, 9, 16], 'ro') 

plt.axis

([0, 6, 0, 20]) 

plt.show

()

有关行样式和格式化字符串的完整列表，参见 plot() 文档。上面示例中的 axis() 命令接受一个 [ xmin，xmax，ymin，ymax ] 列表，并指定轴的视口。

所有序列都在内部转换成 numpy 数组。下面是示例：

import numpy as np 

# evenly sampled time at 200ms intervals 

t = np.arange(0., 5., 0.2) 

# red dashes, blue squares and green triangles 

plt.plot

(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^') 

plt.show

()

使用关键词字符串绘图

在某些情况下，数据的格式允许使用字符串访问特定的变量。例如：使用 numpy.recarray 或

pandas.DataFrame。

Matplotlib 允许使用 data 关键字参数提供这样的对象。如果提供了，那么可以生成包含与这些变量对应字符串的绘图。

data = {'a': np.arange(50), 

 'c': np.random.randint(0, 50, 50), 

 'd': np.random.randn(50)} 

data['b'] = data['a'] + 10 * np.random.randn(50) 

data['d'] = np.abs(data['d']) * 100 

plt.scatter

('a', 'b', c='c', s='d', data=data) 

plt.xlabel

('entry a') 

plt.ylabel

('entry b') 

plt.show

()

用分类变量绘图

还可以使用分类变量创建绘图。Matplotlib 允许直接将分类变量传递给许多绘图函数。例如：

names = ['group_a', 'group_b', 'group_c'] 

values = [1, 10, 100] 

plt.figure

(1, figsize=(9, 3)) 

plt.subplot

(131) 

plt.bar

(names, values) 

plt.subplot

(132) 

plt.scatter

(names, values) 

plt.subplot

(133) 

plt.plot

(names, values) 

plt.suptitle

('Categorical Plotting') 

plt.show

()

控制线属性

线有许多可以设置的属性: linewidth、 dash style、 antialiased 等; 请参见matplotlib.lines.Line2D。有几种方法可以设置 line 属性：

• 使用关键字方向图:

  plt.plot (x, y, linewidth=2.0)

• 使用 Line2D 实力的 setter 方法。Plot 返回一个 Line2D 对象列表，例如：line1, line2 = plot(x1, y1, x2, y2)。在下面的代码中，假设只有一行，所以返回的列表长度为 1。使用元组拆分行，以获得该列表的第一个元素：

  line, = plt.plot(x, y, '-') line.set_antialiased(False) # turn off antialising

• 使用  setp() 命令。下面的示例使用 MATLAB-style 的命令来设置行列表的多个属性。显而易见 setp 可以处理对象表单或单个对象。可以使用 Python 关键字参数或 MATLAB-style 的字符串或键值对。

  lines = plt.plot(x1, y1, x2, y2) # use keyword args plt.setp(lines, color='r', linewidth=2.0) # or MATLAB style string value pairs plt.setp(lines, 'color', 'r', 'linewidth', 2.0)

  详细的 Line2D 属性。

若要获取可设置行属性的列表，请使用一行或多行作为参数调用 setp() 函数：

In [69]: lines = plt.plot([1, 2, 3]) 

In [70]: plt.setp(lines) 

 alpha: float 

 animated: [True | False] 

 antialiased or aa: [True | False] 

 ...snip

生成多个图和轴

MATLAB 和 pyplot，具有当前图形和当前 Axes（轴对象）。所有绘图命令都应用于当前 Axes。函数 gca() 返回当前 Axes（ matplotlib.axes.Axes 实例），gca() 返回当前图形（matplotlib.figure.Figure 实例）。下面是创建两个图的代码：

def f(t): 

 return np.exp(-t) * np.cos(2*np.pi*t) 

t1 = np.arange(0.0, 5.0, 0.1) 

t2 = np.arange(0.0, 5.0, 0.02) 

plt.figure

(1) 

plt.subplot

(211) 

plt.plot

(t1, f(t1), 'bo', t2, f(t2), 'k') 

plt.subplot

(212) 

plt.plot

(t2, np.cos(2*np.pi*t2), 'r--') 

plt.show

()

 figure() 命令是可选的，因为图1是默认创建的，就像如果不手动指定任何坐标轴，默认情况下会创建一个子图2 一样。subplot() 命令 numrows，numcols，plot_number，其中plot_number 范围从1到numrows * numcols。如果numrows * numcols < 10，那么 subplot 命令逗号是可选的。所以subplot(211)和subplot(2, 1, 1)是一样的。

可以创建任何数量的子图和轴。如果想动手设置一个坐标轴，可以使用 axes() 命令，该命令允许将位置指定为 axes([左，底，宽，高])，其中所有值都是小数（0-1）坐标。有关手动设置轴的示例，请参见 Axes Demo；有关许多子图示例，请参见 Basic Subplot Demo。

import matplotlib.pyplot as plt 

plt.figure

(1) # the first figure 

plt.subplot

(211) # the first subplot in the first figure 

plt.plot

([1, 2, 3]) 

plt.subplot

(212) # the second subplot in the first figure 

plt.plot

([4, 5, 6]) 

plt.figure

(2) # a second figure 

plt.plot

([4, 5, 6]) # creates a subplot(111) by default 

plt.figure

(1) # figure 1 current; subplot(212) still current 

plt.subplot

(211) # make subplot(211) in figure1 current 

plt.title

('Easy as 1, 2, 3') # subplot 211 title

可以使用 clf() 清楚当前轴。这是一个面向对象 API 的有状态包装器，可以参见 Artist 教程。

如果制作大量图形，那么需要需要注意的：一个图形所需的内存在使用 close() 显示关闭之前是不被完全释放的。删除对图形的所有引用，[并 、或] 关闭窗口是不够的。因为 pyplot 内部引用指到 close() 结束 。

扫码关注我们

微信号：SRE实战

拒绝背锅 运筹帷幄

×

选择打赏方式：

微信 QQ钱包 支付宝

打赏

打赏

打赏

多少都是心意！谢谢大家！！！