前言
由于最近导师的任务分配是训练一个目标识别模型，我最近也是开始学习matplotlib了，以下是一些总结的小知识点
目录
1. 安装与环境配置
安装方式
# 使用 pip
pip install matplotlib
# 使用 conda
conda install matplotlib
依赖检查
import matplotlib
print(matplotlib.__version__) # 需 >= 3.5.0
2. 基本概念
核心组件
- Figure：画布（顶级容器）
- Axes：坐标系（包含坐标轴、标题、数据区域）
- Axis：坐标轴（控制刻度、标签）
- Artist：所有可见元素基类
两种接口
- pyplot 接口（面向过程）
- OO 接口（面向对象）
3. 快速入门
基础折线图
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
plt.figure(figsize=(8, 4)) # 创建画布
plt.plot(x, y, label='sin(x)', color='blue', linestyle='--')
plt.title("Sine Wave")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")
plt.grid(True)
plt.legend()
plt.show()
4. 常见图表类型
4.1 线图 (Line Plot)
plt.plot(x, y1, label='Line 1')
plt.plot(x, y2, label='Line 2')
4.2 散点图 (Scatter)
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5, marker='o')
4.3 柱状图 (Bar)
plt.bar(categories, values, color=['r', 'g', 'b'])
4.4 直方图 (Histogram)
plt.hist(data, bins=30, density=True, alpha=0.6)
4.5 饼图 (Pie)
plt.pie(sizes, labels=labels, autopct='%1.1f%%', explode=explode)
4.6 箱线图 (Boxplot)
plt.boxplot([data1, data2], vert=True, patch_artist=True)
5. 自定义与样式调整
颜色与线型
plt.plot(x, y,
color='#FF5733', # 十六进制颜色
linestyle='-.', # 线型：'-', '--', '-.', ':'
linewidth=2,
marker='o',
markersize=8,
markerfacecolor='white',
markeredgecolor='black')
样式参数预设
plt.rcParams.update({
'font.size': 12,
'axes.titlesize': 16,
'axes.labelsize': 14,
'xtick.labelsize': 12,
'ytick.labelsize': 12,
'figure.figsize': (10, 6)
})
使用样式表
print(plt.style.available) # 查看可用样式
plt.style.use('seaborn-darkgrid')
6. 子图与复杂布局
使用 subplot
plt.subplot(2, 1, 1) # 2行1列第1个
plt.plot(x, y1)
plt.subplot(2, 1, 2)
plt.plot(x, y2)
使用 subplots
fig, axes = plt.subplots(2, 2, figsize=(10, 8))
axes[0,0].plot(x, y1)
axes[1,1].scatter(x, y2)
GridSpec 高级布局
import matplotlib.gridspec as gridspec
gs = gridspec.GridSpec(3, 3)
ax1 = plt.subplot(gs[0, :]) # 首行全宽
ax2 = plt.subplot(gs[1:, 0:2]) # 后两行前两列
ax3 = plt.subplot(gs[1:, 2])
7. 高级技巧
动画制作
from matplotlib.animation import FuncAnimation
fig, ax = plt.subplots()
line, = ax.plot([], [])
def animate(i):
line.set_data(x[:i], y[:i])
return line,
ani = FuncAnimation(fig, animate, frames=100, interval=50)
plt.show()
3D 图表
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z, cmap='viridis')
交互式图表
from mpld3 import display
display(fig) # 转换为交互式 HTML
8. 资源推荐
官方文档
优质教程
推荐书籍
- 《Python数据可视化之美：Matplotlib高级开发指南》
- 《Matplotlib 3.0 Cookbook》
9. 常见问题
Q1: 图表不显示？
# 非交互环境需要显式调用
plt.show()
# Jupyter 中使用魔法命令
%matplotlib inline
Q2: 中文显示异常？
plt.rcParams['font.sans-serif'] = ['SimHei'] # Windows
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] # Mac
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示
Q3: 如何保存高清图片？
plt.savefig('output.png',
dpi=300,
bbox_inches='tight',
transparent=True)
