基础

导入包

由于字符集和字体相关问题，必须进行两项设置，使图上中文无乱码
代码中涉及的字体要支持中文，这里SimSun是宋体，若换成Times New Roman，则依然无法显示中文

  1. import matplotlib.pyplot as plt
  2. plt.rcParams['font.sans-serif'] = ['SimSun']
  3. plt.rcParams['axes.unicode_minus'] = False

新建一块画板，初始化一张图

fig相当于画板，可以设置标题等属性
axe代表一张子图，可以进行各类设置并绘图
figsize控制画板绘图区的大小和形状，后面有一节详述

  1. fig, axe = plt.subplots(1,1,figsize=(6.4, 3.6))

新建一块画板，初始化多张子图

axes是一维数组，axes[i]表示从左向右第i个图。figsize是整个图的大小而不是单个子图的大小

  1. fig, axes = plt.subplots(1,2,figsize=(12.8, 3.6))

sharey参数表示两个子图共用y轴

二维阵列图同理，sharey和sharex都可以为True，使用axes[i,j]索引子图

  1. fig, axes = plt.subplots(2,2,sharey=True,figsize=(12.8, 3.6))

多子图不同宽度或高度

  1. f, (a0, a1) = plt.subplots(2,2, gridspec_kw = {'width_ratios':[3, 1]})

画图

plot折线图

最基本的画图，以x和y两个数组画折线图，数据点不会突出显示
若只指定y_array，x_array默认为[0,len(y_array)-1]

  1. plot(x_array, y_array, "r--",label="图例1")
  2. plot(y_array, color="#505050", linestyle="--",marker="o",label="图例2")

特殊写法，用于画直线，如标注水平或垂直基准线，参考https://matplotlib.org/stable/gallery/lines_bars_and_markers/vline_hline_demo.html

  1. vax.vlines([1, 2], 0, 1, transform=vax.get_xaxis_transform())

对同一张图可以多次plot，结果会叠加

hist直方图

分界方式

默认的分界方式的界可能是任何数字，不一定是5的倍数、10的倍数等较整的数值。而在需求上，直方图分界点的取值常用一些整倍数。如一组数据分布在73-122之间，区间长度为5，那么分界点应当为70,75,80,……,120,125。下面的函数计算了第一个和最后一个分界点的位置，以及区间的个数，用于这些需要整数的场合

  1. def cal_min_max_bins(data, interval):
  2.     maxd, mind = max(data), min(data)
  3.     mind = floor(mind / interval)
  4.     maxd = ceil(maxd / interval)
  5.     bins = maxd - mind
  6.     maxd *= interval
  7.     mind *= interval
  8.    return mind, maxd, bins

当纵坐标为频数时：

  1. distribute, edges,_=axe.hist(data,bins=bins,range=(mind, maxd),label="图例标签")

参数说明：

  • data:要分类的数据
  • bins:区间个数
  • range:区间的最小值和最大值
  • label:图例标签

这三个参数都可以由上面的函数计算得到
返回值说明：

  • distribute:每个区间的频数
  • edges:所有分界点
  • 最后一个返回值暂时没有用

    当纵坐标为频率时：

  1. wieght=1/len(data)
  2. distribute, edges,_ = axe.hist(data,bins=bins,range=(mind, maxd),weights=tuple(weight for i in data))

weights用于把频数变为频率，长度和数据个数相同，每个值都是1/len(data)

其他要素

对同一个axe画多次hist可以同图显示，alpha可以透明，用于多图叠加对比

  1. distribute, edges,_ = axe.hist(data,bins=bins,range=(mind, maxd),alpha=0.5)

默认样式的各区间之间没有边框分割，如果需要，可以使用：

  1. distribute, edges,_ = axe.hist(data,bins=bins,range=(mind, maxd),edgecolor="black")

如果不需要画图，只是想统计数据的分布情况：

  1. import numpy as np
  2. wieght=1/len(data)
  3. #distribute:每个柱子的高度
  4. #edges:每个柱子的分界点，长度为柱子的数量+1
  5. distribute, edges = np.histogram(data,bins=bins,range=(mind, maxd),weights=tuple(weight for i in data))

在图上标注文本

  1. for i in range(len(y_array)):
  2.     axe.text(x_array[i],y_array[i], f"点{i}",ha='center',va='bottom',transform=axe.transAxes)

参数说明如下：
前3个: 标记点的x坐标，标记点的y坐标，标注文字
ha: 标记点作为文本框的左侧，中间还是右侧
va: 标记点作为文本框的顶部，中间还是底部
transform=axe.transAxes: 可选参数。不采用坐标决定位置，而是采用相对x轴和y轴的百分比作为单位

坐标轴设置

子图标题和坐标轴设置

  1. axe.set(xlim=[0,20])

只要是set函数能识别的参数，都有对应的单函数形式，如set_title、set_xlim等，它们的好处使可以有其他参数，后文详述
常用设置：

  • xlabel,ylabel:坐标轴名称，如时间，电流等
  • xticks,yticks:坐标轴数值，如[20,21,22,23,24,25]
  • xticklabels,yticklabels:坐标轴数值可以改成文本，如[“Jan”,”Feb”,”Mar”]
  • xlim,ylim:坐标轴最小和最大值，类型为元组，如(18,27)

获取项目要在项目名称之前加get_，形如get_xticks。

精确设置

手动指定刻度对应的文本

  1. axes.set_xticks([20,21,22,23], labels=["昨天","今天","明天","后天"], minor=False)

设置刻度间距

把x轴的主刻度设置为m的倍数

  1. ax.xaxis.set_major_locator(plt.MultipleLocator(m))
  2. ax.xaxis.set_minor_locator(plt.MultipleLocator(m))

MultipleLocator显示的都是m的倍数的点，比如m=3，对于数列3,4,5,6,7,8,9,10，会显示3,6,9，默认的LinearLocator显示的只能保证显示的刻度之间等距，有可能会显示4,7,10,13

设置刻度格式

标准写法表示普通浮点数

  1. ax.xaxis.set_major_formatter( plt.FormatStrFormatter('%1.1f'))
  2. ax.xaxis.set_minor_formatter( plt.FormatStrFormatter('%1.1f'))

简约写法表示百分比方式

  1. ax.xaxis.set_major_formatter("{:.1%}".format)

特殊情况：双Y轴图

双y轴图不要使用legend

  1. ax_I = plt.subplots(1, 1)
  2. ax_U = ax_I.twinx()

标注与格式

画板标题

  1. #整张图片的总标题
  2. fig.suptitle("总标题")
  3. #plt.show的Windows窗口的标题
  4. fig.canvas.set_window_title("Windows标题")
  5. #每个子图自己的标题
  6. axe.set_title("子图标题")

子图紧密排列

  1. fig.subplots_adjust(wspace=0, hspace=0)

图像周围白边

数值是图像（若有子图则是所有子图的整体）在画布上的位置，以画布的长和宽分别为单位1

  1. fig.subplots_adjust(left=0.1, top=0.95, bottom=0.05, right=0.75)

字体和字号

修改本项目的全局设置，覆盖了标题、坐标轴名称和坐标轴标签等所有元素的字号。字体同理

  1. plt.rcParams['font.size'] = 20
  2. plt.rcParams['font.sans-serif'] = ['SimSun']

常用项目字体设置

  1. axe.set_title("aaa", fontdict={'family' : 'Times New Roman', 'size' : 16})
  2. axe.set_ylabel('yyy', fontdict={'family' : 'Times New Roman', 'size' : 16})
  3. axe.set_xticklabels(xlabels,fontdict={'family' : 'Times New Roman', 'size' : 16}) 
  4. axe.text(...,fontdict={'family' : 'Times New Roman', 'size' : 16})
  5. axe.legend(prop={'family' : 'Times New Roman', 'size' : 16})

xticklabels如果只需要更改字体，可以采用如下写法：

  1. axe.set_xticklabels(axe.get_xticklabels(),fontdict={'family' : 'Times New Roman', 'size' : 16})

上下标、斜体和数学公式

上下标也是一种简单的公式，在任何需要输入公式的字符串输入latex公式即可，会自动设置为公式标准样式，如：

  1. 速度($v{\cdot}s^{-1}$)

效果为

[待整理]其他杂项 - 图1%0A#card=math&code=%E9%80%9F%E5%BA%A6%28v%7B%5Ccdot%7Ds%5E%7B-1%7D%29%0A&id=zlqHW)
公式字体推荐设置为stix，样式接近于Times New Roman

plt.rcParams['mathtext.fontset'] = 'stix'

显示与保存

显示绘制的图片

释放已生成的画板资源，当已经绘制了很多画板，又不再需要使用时，减轻电脑负担。被关闭的图在plt.show()时不会显示

#关闭一张图
plt.close(fig)
#关闭所有
plt.close()

显示所有未关闭的图

plt.show()

保存绘制的图片

正常保存

fig.savefig("aa.png")

若保存的图片不完整，一般是因为调整了字体大小。解决办法：

fig.tight_layout()
fig.savefig("aa.png")