开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第6天，点击查看活动详情
Matplotlib 是 Python 的一个绘图库。它包含了大量的工具，你可以使用这些工具创建各种图形，包括简单的散点图，正弦曲线，甚至是三维图形。Matplotlib 和Matlab的绘图功能相似，但前者在图像渲染效果上尤佳
matlab绘图参考：
使用matplotlib请现在cmd安装该库
pip install matplotlib
# 导入相关模块
import matplotlib.pyplot as plt
import numpy as np
1、基本用法
通过 np.linspace 方式生成 x，50 个元素的数组，然后通过 np.sin(x) 生成 y。
x = np.linspace(0, 2 * np.pi, 50)
y = np.sin(x)
通过 plt.plot(x, y) 来画出图形，并通过 plt.show() 来显示。
plt.plot(x, y)
plt.show()
plt.plot(x, y)
plt.plot(x, y * 2)
plt.show()
绘制出图形之后，调整更多的样式，比如颜色、点、线。
plt.plot(x, y, 'y*-')
plt.plot(x, y * 2, 'm--')
plt.show()
这里列举一些常见的颜色表示方式：
| 颜色 | 表示方式 |
|---|---|
| 蓝色 | b |
| 绿色 | g |
| 红色 | r |
| 青色 | c |
| 品红 | m |
| 黄色 | y |
| 黑色 | k |
| 白色 | w |
常见的点的表示方式：
| 点的类型 | 表示方式 |
|---|---|
| 点 | . |
| 像素 | , |
| 圆 | o |
| 方形 | s |
| 三角形 |
常见的线的表示方式：
| 线的类型 | 表示方式 |
|---|---|
| 直线 | - |
| 虚线 | -- |
| 点线 | : |
| 点划线 | -. |
2、Matplotlib设置
Matplotlib 支持各种灵活的设置，创建一个 figure，设置大小为 (6, 3)。
plt.figure(figsize=(6, 3))
plt.plot(x, y)
plt.plot(x, y * 2)
plt.show()
plt.plot(x, y)
plt.plot(x, y * 2)
plt.title("sin(x) & 2sin(x)")
plt.show()
plt.plot(x, y)
plt.plot(x, y * 2)
plt.xlim((0, np.pi + 1)) # 设限定轴的范围
plt.ylim((-3, 3))
plt.xlabel('X') # 设置轴的名称
plt.ylabel('Y')
plt.show()
plt.plot(x, y, label="sin(x)")
plt.plot(x, y * 2, label="2sin(x)")
plt.legend(loc='best')
plt.show()
plt.annotate 函数，也可以使用 plt.text 函数来添加注释。
plt.plot(x, y)
x0 = np.pi
y0 = 0
# 画出标注点
plt.scatter(x0, y0, s=50)
plt.annotate('sin(np.pi)=%s' % y0, xy=(np.pi, 0), xycoords='data', xytext=(+30, -30),
textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
plt.text(0.5, -0.25, "sin(np.pi) = 0", fontdict={'size': 16, 'color': 'r'})
plt.show()
将多张子图展示在一起，可以使用 subplot() 。
ax1 = plt.subplot(2, 2, 1) # （行，列，活跃区）
plt.plot(x, np.sin(x), 'r')
ax2 = plt.subplot(2, 2, 2, sharey=ax1) # 与 ax1 共享y轴
plt.plot(x, 2 * np.sin(x), 'g')
ax3 = plt.subplot(2, 2, 3)
plt.plot(x, np.cos(x), 'b')
ax4 = plt.subplot(2, 2, 4, sharey=ax3) # 与 ax3 共享y轴
plt.plot(x, 2 * np.cos(x), 'y')
plt.show()
有时候我们需要不同大小的子图。
ax1 = plt.subplot(2, 1, 1) # （行，列，活跃区）
plt.plot(x, np.sin(x), 'r')
ax2 = plt.subplot(2, 3, 4)
plt.plot(x, 2 * np.sin(x), 'g')
ax3 = plt.subplot(2, 3, 5, sharey=ax2)
plt.plot(x, np.cos(x), 'b')
ax4 = plt.subplot(2, 3, 6, sharey=ax2)
plt.plot(x, 2 * np.cos(x), 'y')
plt.show()
3、常见的图形
常见的示例图。
k = 500
x = np.random.rand(k)
y = np.random.rand(k)
size = np.random.rand(k) * 50 # 生成每个点的大小
colour = np.arctan2(x, y) # 生成每个点的颜色大小
plt.scatter(x, y, s=size, c=colour)
plt.colorbar() # 添加颜色栏
plt.show()
k = 500
x = np.random.rand(k)
y = np.random.rand(k)
size = np.random.rand(k) * 50 # 生成每个点的大小
colour = np.arctan2(x, y) # 生成每个点的颜色大小
plt.scatter(x, y, s=size, c=colour)
plt.colorbar() # 添加颜色栏
plt.show()
3.3、中文乱码解决
默认情况下Matplotlib 中文会乱码。
x = ['北京', '上海', '深圳', '广州']
y = [60000, 58000, 50000, 52000]
plt.plot(x, y)
plt.show()
如何解决呢？
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False #用来正常显示负号plt.plot(x, y)plt.show()
