matplotlib 导入

1	import matplotlib.pyplot as plt

简单demo

x = np.linspace(-1, 1, 50)
y = 2 * x + 1
# 创建图像
plt.figure()
# plot(x,y)画(x,y)曲线
plt.plot(x, y)
# 显示图像
plt.show()

基础属性

图像Figure

matplot中，图像对应的定义类是matplotlib.figure.Figure

1 2	# num 标识编号，figsize 8英寸*5英寸，dpi图像的dp密度,facecolor背景色白色，edgecolor背景色白色 plt.figure(num=1, figsize=(8,5), dpi=100, facecolor='w', edgecolor='w')

plt.figure()创建了图像,并返回matplotlib.figure.Figure对象，这里我们选择隐式处理返回的对象。

平面曲线Line2D

通过plot()方法创建matplotlib.line.Line2D对象

# 指定曲线的颜色，线的宽度，线的样式。
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')
# 添加多条曲线
plt.plot(x, y2)

具体的参数可以在matplotlib.pyplot.Line2D的初始化函数里找到：

def __init__(self, xdata, ydata,
             linewidth=None,  # all Nones default to rc
             linestyle=None,
             color=None,
             marker=None,
             markersize=None,
             markeredgewidth=None,
             markeredgecolor=None,
             markerfacecolor=None,
             markerfacecoloralt='none',
             fillstyle=None,
             antialiased=None,
             dash_capstyle=None,
             solid_capstyle=None,
             dash_joinstyle=None,
             solid_joinstyle=None,
             pickradius=5,
             drawstyle=None,
             markevery=None,
             **kwargs
             ):

坐标轴Axes

坐标轴的定义类是matplotlib.Axes

# xlim()和ylim()设置坐标轴范围
plt.xlim((-1, 2))
plt.ylim((-2, 3))
# xlabel()和ylabel()设置坐标轴名称
plt.xlabel('X')
plt.ylabel('Y')
# 借助numpy的linspace()方法，设置更复杂的坐标，-1到2，总共5个坐标点
new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks)
# 也可以指定具体的点和标签值
plt.yticks(ticket=[-2, -1.8, -1, 1.22, 3],labels=[r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$'])

我们可以看到，这里二维图像默认的坐标轴有四条(上下左右)

更复杂的坐标轴设置：

# 获取坐标轴实例
ax = plt.gca()
# 隐藏右边和上面的坐标轴
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

调整坐标轴上刻度的位置

1 2	# 值可以选择top，bottom，both，default，none ax.xaxis.set_ticks_position('bottom')

默认的坐标轴之间的连接处类似于矩形，我们可以调整坐标轴之间连接处具体的位置

1
2
3

# spines指定修改的是哪一条坐标轴,set_position()有好几个重载方法，这里用到的是set_position(self, position),，其中position参数是一个二维tuple。
# 第一个值是type,可选的type有"outward","axes","data".
ax.spines['bottom'].set_position(('outward', 10))

『outward』数组的第二个值是个数值，0的话，x轴与y轴的焦点正好在y轴最底部，如果n>0，相当于向y轴负方向移动距离n。
『axes』数组的第二个值取值范围0.0-1.0,表示将端点放在坐标轴的指定比例的位置
『data』数组的第二个值就是坐标轴上具体的位置

图例Legend

图例对应着的是 matplot.legend类

# 图例的话，需要先通过plot()方法创建Line2D对象
l1, = plt.plot(x, y1, label='linear line')
l2, = plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')

# loc指定位置，如图例放在右上角就是loc='upper right', 'best'表示自动分配最佳位置，label表示图例的名称
plt.legend(handles=[l1, l2], labels=['up', 'down'], loc='best')

注解Annotation

注解对应着的是 matplot.text.Annotation

plt.annotate(r'$2x+1=%s$' % y0,
             xy=(x0, y0),               # 对(1,3)这个点的描述
             xycoords='data',           # 基于数据的值来选位置
             xytext=(+30, -30),         # xytext=(+30, -30)表示xy偏差值,
             textcoords='offset points',# 对标注位置的描述
             fontsize=16,
             arrowprops=dict(           # 对箭头类型的设置
                 arrowstyle='->',
                 connectionstyle="arc3,rad=.2")

注释Text

注释对应的定义类是 matplot.text.Text

plt.text(x=-3.7,
        y=3, 
        s=r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$',
        fontdict={
            'size': 16, 
            'color': 'r'
            }
        )

通过上面的注释和注解，我们再补充一条线段，一个点

# 画虚线
plt.plot([x0, x0, ], [0, y0, ], 'k--', linewidth=2.5)
# 画点
plt.scatter([x0, ], [y0, ], s=50, color='b')
plt.show()