图像是我们最直观的数据表达方式，python的matplotlib库可以用来画图。下面来简单总结下matplotlib的使用方法。

上篇讲matplot画图中用到的基础对象，包括图像Figure，平面曲线Line2D，坐标轴Axes，图例Legend, 注解Annotation, 注释Text

理解这些对象，有利于我们更好的用matplot画图。

matplotlib 导入1import matplotlib.pyplot as plt

简单demo1

2

3

4

5

6

7

8x = 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

1

2

3

4# 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：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21def __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

1

2

3

4

5

6

7

8

9

10

11# 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：

1

2

3

4

5# 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

1

2

3

4

5

6# 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

1

2

3

4

5

6

7

8

9plt.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

1

2

3

4

5

6

7

8plt.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

1

2

3

4

5# 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()