Python 繪製折線圖 Plot Line Charts ¶

#Example 1 Plot cos(x) between 0 and 2*pi
x = np.linspace(0.0, 2*np.pi)  # 50x1 array between 0 and 2*pi
y = np.cos(x)                  # cos(x)
plt.plot(x, y, 'r')   # red line without marker
plt.show()
plt.plot(x, y, 'b-o') # blue solid line with filled circle marker
plt.savefig('fig1.png')
plt.show()
一張圖有多條線 Plot multiple lines in one figure¶
把要畫的x座標陣列與y座標陣列一組一組建立好
每一組x與y陣列長度要相同，但是各組之間可以不同
依序plot各組x,y陣列（python會自動使用不同顏色的多條曲線，也可自行設定線條顏色樣式）
每組都畫完之後，再用plt.show()顯示在同一張圖中
# Example: plot cos(x), sin(x), and sinc(x) in the same figure
x1 = np.linspace(0, 2*np.pi)    # 50x1 array between 0 and 2*pi
y1 = np.cos(x1)
x2 = np.linspace(0, 2*np.pi,20) # 20x1 array
y2 = np.sin(x2)
x3 = np.linspace(0, 2*np.pi,10) # 10x1 array
y3 = np.sinc(x3)
plt.plot(x1, y1, 'k--+')   # black dashed line, with "+" markers
plt.plot(x2, y2, 'gd')     # green dimonds (no line)
plt.plot(x3, y3, 'r:')     # red dotted line (no marker)
plt.show()
Add title, axis lables 加標題、座標軸文字¶
利用以下指令，可以在圖的不同位置加上文字
plt.title('string',fontsize=n): 加標題
plt.xlabel('string',fontsize=n): 加x軸文字
plt.ylabel('string',fontsize=n): 加y軸文字
plt.text(xp, yp, 'string',fontsize=n): 在圖上xp, yp的位置寫字
在這些指令中，要顯示的字串要用''夾起
在字串中插入希臘字母、上標、下標¶
\$\alpha\$ ⟹ 𝛼
\$\alpha  \beta\$   ⟹ 𝛼𝛽 （\$\$之間的空格會被忽略）
\$\alpha\$   \$\beta\$ ⟹ 𝛼  𝛽 （字母間如果要插空格，必須分別用\$\$夾住）
上標superscript：\$T^{20}\$  ⟹ $T^{20}$
下標subscript：  \$T_{20}\$  ⟹ $T_{20}$
#Example of adding title, axies labels, and text string
plt.plot(x3, y3, 'r:')     # red dotted line (no marker)
plt.xlabel('X')
plt.ylabel('Y')
plt.title(r'sinc(x) between 0 and 2$\pi$')
plt.text(3,0.5,'example',fontsize=18)
plt.show()
Change the range of axes and tick marks 設定座標軸範圍、刻度¶
自訂座標軸刻度與刻度上的標記文字¶
plt.xticks([array of tick marks],[list of tick mark labels]) ：x軸刻度、標記
plt.yticks([array of tick marks],[list of tick mark labels]) ：y軸刻度、標記
例如： plt.xticks(np.linspace(0,5,3),[' zero ', ' 5/2', ' five'])
注意：plt.xticks要寫在plt.xlim或plt.ylim之前，否則會被xlim的設定蓋過
座標軸範圍¶
plt.xlim([xmin,xmax])  x軸的上、下界
plt.ylim([ymin,ymax])  y軸的上、下界
注意：Python 會自動根據上下界的順序自動反轉座標，例如：plt.xlim([xmax,xmin]) 會自動讓X軸高值在左側、低值在右側
# Example of setting axes range and tick marks
plt.plot(x3, y3, 'r:')     # red dotted line (no marker)
plt.xticks(np.linspace(0,5,11)) 
plt.xlim([0,5])
plt.ylim([-1,1])
plt.show()
# change x tick mark lables
plt.plot(x3, y3, 'r:')     # red dotted line (no marker)
plt.xticks(np.linspace(0,5,11),['a','b','c','','e','','g']) 
plt.xlim([0,5])
plt.ylim([-1,1])
plt.show()
Use logarithmic axes 使用對數座標軸¶
Python 預設使用線性座標(linear)，要調整為對數座標(log)使用：
plt.xscale('log')  對數x軸
plt.yscale('log')  對數y軸
# Example of setting log axis
plt.plot(x3, y3, 'r:')     # red dotted line (no marker)
plt.xlim([0.1,10])
plt.xscale('log')          # log x-axis
plt.show()
plt.legend -- add a legend 加上圖例說明¶
圖中有許多線條的時候，在圖上加入圖例說明（legend）會更清楚瞭解每條線的意義。
plt.legend([list of legend text],loc='location')
'location'設定legend在圖中的位置：

‘best’, 
‘upper right’, 
‘upper left’, ‘lower left’, ‘lower right’, ‘right’, ‘center left’, ‘center right’, ‘lower center’, ‘upper center’, ‘center’
plt.legend還有許多可以調整的設定，詳細請參考 https://matplotlib.org/api/_as_gen/matplotlib.pyplot.legend.html#matplotlib.pyplot.legend
#example of adding legend
plt.plot(x1, y1, 'k--+')   # black dashed line, with "+" markers
plt.plot(x2, y2, 'gd')     # green dimonds (no line)
plt.plot(x3, y3, 'r:')     # red dotted line (no marker)
plt.legend(['cos($\phi$)','sin($\phi$)','sinc($\phi$)'])
plt.show()
plt.subplot -- split window to show multiple figures 切割視窗顯示多張圖¶
在同一個視窗畫出mxn張小圖
f,ax=plt.subplots(m, n, sharex='...', sharey='...') 分割畫面並設定共用座標軸
m: 垂直方向的圖形數目
n: 水平方向的圖形數目
sharex & sharey: 圖形之間是否要共用x軸或y軸，'...'內可填入的選項有
'col': 直行的圖共用
'row'：橫列的圖共用
'all': 所有的小圖都共用
'false': 不共用 (default setting)
#upper left
ax[0,0].plot(x,y)
ax[0,0].set_title(r'1/$e^{x}$, both linear')
ax[0,0].set_ylabel('y')
#upper right
ax[0,1].plot(x,y)
ax[0,1].set_title(r'1/$e^{x}$, log x')
#lower left
ax[1,0].plot(x,y)
ax[1,0].set_yscale('log')
ax[1,0].set_title(r'1/$e^{x}$, log y')
ax[1,0].set_xlabel('x')
ax[1,0].set_ylabel('log(y)')
ax[1,0].set_xticks(np.linspace(0,20,11))
ax[1,0].set_xlim([0,20])
#lower right
ax[1,1].plot(x,y)
ax[1,1].set_xscale('log')
ax[1,1].set_title(r'1/$e^{x}$, log-log')
ax[1,1].set_xlabel('log(x)')