Matplotlib

参考：https://zhuanlan.zhihu.com/p/139052035；https://zhuanlan.zhihu.com/p/93423829；https://zhuanlan.zhihu.com/p/111108841

显示中文

import matplotlib as mpl
import matplotlib.pyplot as plt
# 用来正常显示中文标签
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示负号
plt.rcParams['axes.unicode_minus'] = False

plt与axes

# plt
fig=plt.figure(num=1,figsize=(4,4))
plt.subplot(111)
plt.plot([1,2,3,4],[1,2,3,4])
plt.show()
# axes
fig=plt.figure(num=1,figsize=(4,4))
ax=fig.add_subplot(111)
ax.plot([1,2,3,4],[1,2,3,4])
plt.show()

• fig，生成一个画布，plt.subplot(111)，将画布分为1x1的分布，并选中第一个子图进行操作。
• 虽然这样看着一样呢，但是后面修饰图片的时候，ax这个方式比plt的方式更加方便。

子图的创建

fig=plt.figure(num=1,figsize=(4,4))
ax1=fig.add_subplot(221)###可从图中看到，我们的画布是分为2x2的区域
ax1.plot([1,2,3,4],[1,2,3,4])
ax2=fig.add_subplot(222)
ax2.plot([1,2,3,4],[2,2,3,4])
ax3=fig.add_subplot(223)
ax3.plot([1,2,3,4],[1,2,2,4])
ax4=fig.add_subplot(224)
ax4.plot([1,2,3,4],[1,2,3,3])
plt.show()

也可以用如下方式创建子图：

# fig, ax = plt.subplots(2,1,figsize(14,7))
# ax[0].***
# ax[1].***

plt.title(‘’)

plt.xlabel(‘’), plt.ylabel(‘’)

x、y轴的名字

plt.plot()

图例：plt.legends(labels=[], loc=’’)

• labels是图例的名称（能够覆盖在plt.plot( )中label参数值）
• loc用以控制图例在整个坐标平面的位置。
  • 第一种：loc = ‘best’

图例自动‘安家’在一个坐标面内的数据图表最少的位置

• 第二种：loc = ‘XXX’

这里的’XXX’代表了坐标面中的九个位置，例如loc = ‘center’表示坐标平面中心位置，九种参数值及所对应位置如下图所示：

网格线：plt.grid()

plt.grid() # 显示网格线 1=True=默认显示；0=False=不显示
plt.grid(1) # 显示网格线
plt.grid(True) # 显示网格线
plt.grid(b=True) # 显示网格线
plt.grid(b=1) # 显示网格线
plt.grid(b=True, axis='x') #只显示x轴网格线
plt.grid(b=True, axis='y') #只显示y轴网格线

boilerplate

plt.plot()折线图

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
n = np.linspace(-5, 4, 30)
m1 = 3 * n + 2
m2 = n ** 2
plt.plot(n, m1, color='r', linewidth=1.5, linestyle='-')
plt.plot(n, m2, 'b')
plt.xlabel('时间')
plt.ylabel('心情')
plt.show()

plt.scatter()散点图

• c 点的颜色或颜色序列，默认蓝色。其它如c = ‘r’ (red); c = ‘g’ (green); c = ‘k’ (black) ; c = ‘y’(yellow)
• marker 形状，可选值，默认是圆：marker=’*’, marker=’x’,marker=’o’…

  同一张图包含多个子图subplot

  import numpy as np  
  import matplotlib.pyplot as plt  
  x = np.arange(0, 100)  
  #作图1
  plt.subplot(221)  
  plt.plot(x, x)  
  #作图2
  plt.subplot(222)  
  plt.plot(x, -x)  
  #作图3
  plt.subplot(223)  
  plt.plot(x, x ** 2)  
  plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
  #作图4
  plt.subplot(224)  
  plt.plot(x, np.log(x))  
  plt.show()

  Linux上作图

  画完之后不用plt.plot()而是plt.savefig('xxx.jpg')

  plt.figure()参数说明

  figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
  num:图像编号或名称，数字为编号 ，字符串为名称
  figsize:指定figure的宽和高，单位为英寸；
  dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张
  facecolor:背景颜色
  edgecolor:边框颜色
  frameon:是否显示边框

  # 一般使用其中这俩参数，注意figsize是指定宽和高.
  plt.figure(figsize=(20,10), dpi=80)

  plt.plot()绘制折线图，并标注最大值

  matplotlib.pyplot绘制多个折线图，并标注最大值和最小值