一篇matplotlib庫的學習博文。matplotlib對於數據可視化非常重要，它完全封裝了MatLab的所有API，在python的環境下和Python的語法一起使用更是相得益彰。
一、庫的安裝和環境的配置
windows下：py -3 -m pip install matplotlib
linux下：python3 -m pip install matplotlib
建議配合Jupyter使用。在jupyter notebook中，使用%matplotlib inline，即可進入交互頁面（類似下圖）
二、設置中文環境
首先引入包：
import numpy as np #之後需要用到
import matplotlib as mpl #設置環境變量
import matplotlib.pyplot as plt #繪圖專用
from mpl_toolkits.mplot3d import Axes3D #繪製3D圖爲了讓圖片兼容中文的說明、名字等，這裏需要：
mpl.rcParams['font.sans-serif'] = ['FangSong']
mpl.rcParams['axes.unicode_minus']=False三、一窺全貌
首先，我們畫一張正弦和餘弦圖。
plt.figure('sin/cos', dpi=70)
# 創建一個新的 1 * 1 的子圖，接下來的圖樣繪製在其中的第 1 塊（也是唯一的一塊）
plt.subplot(1,1,1)
X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)
# 繪製餘弦曲線，使用藍色的、連續的、寬度爲 1 （像素）的線條
plt.plot(X, C, color="blue", linewidth=1.0, linestyle="-")
# 繪製正弦曲線，使用綠色的、連續的、寬度爲 1 （像素）的線條
plt.plot(X, S, color="green", linewidth=1.0, linestyle="-")
# 設置橫軸的上下限
plt.xlim(-4.0,4.0)
# 設置橫軸記號
plt.xticks(np.linspace(-4,4,9,endpoint=True))
# 設置縱軸的上下限
plt.ylim(-1.0,1.0)
# 設置縱軸記號
plt.yticks(np.linspace(-1,1,5,endpoint=True))
# 以分辨率 72 來保存圖片
# savefig("exercice_2.png",dpi=72)
# 在屏幕上顯示
plt.show()
plt.figure(name,dpi):name是圖片的名字，dpi是分辨率plt.plot(x,y,color,linewidth,linestyle,label)：用來繪製點線圖。color是線條顏色，linewidth是寬度，linestyle可以設置成--，就變成了虛線。
label參數和圖例有關plt.xlim(min,max)/plt.ylim(min,max)：設置x/y軸的範圍。plt.xtricks(列表)/plt.ytricks(列表)：設置x軸/y軸的上顯示的值。
如果想要設置記號標籤（我們可以把 3.1423.142 當做是 ππ，但畢竟不夠精確。當我們設置記號的時候，我們可以同時設置記號的標籤。注意這裏使用了 LaTeX）。可以傳入兩個對應的列表。plt.legend(loc=隨機默認)：添加圖例，圖例來自於plt.plot()參數裏的label，如果想讓label按照公式顯示，需要在字符串前後加$。即：label='$sin(x)$'
loc參數定義圖標位置，可以是upper left/right類似的方向。plt.xlabel(labelname)/ylabel(labelname)：添加x/y軸的名字並且顯示出來。plt.scatter(xlist,ylist):根據需要標註圖中的特殊點。plt.title()：給圖一個名字- 移動座標軸：（之前的圖片還是不好看）實際上每幅圖有四條脊柱（上下左右），爲了將脊柱放在圖的中間，我們必須將其中的兩條（上和右）設置爲無色，然後調整剩下的兩條到合適的位置——數據空間的 0 點。
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('red')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))改進後的代碼如下：
plt.figure(figsize=(8,6), dpi=70)
# 創建一個新的 1 * 1 的子圖，接下來的圖樣繪製在其中的第 1 塊（也是唯一的一塊）
plt.subplot(1,1,1)
X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)
plt.plot(X, C, color="blue", linewidth=1.5, linestyle="--",label="$y=cos(x)$")
plt.plot(X, S, color="red", linewidth=1.0, linestyle="-",label='$y=sin(x)$')
plt.xlabel('Y')
plt.ylabel('X')
plt.xlim(X.min()*1.1,X.max()*1.1)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],\
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
plt.ylim(C.min()*1.1,C.max()*1.1)
plt.yticks([-1, 0, +1],\
[r'$-1$', r'$0$', r'$+1$'])
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
# 以分辨率 72 來保存圖片
# savefig("exercice_2.png",dpi=72)
t = 2*np.pi/3
plt.scatter([t,],[np.cos(t),], 20, color ='black')
plt.scatter([t,],[np.sin(t),], 20, color ='black')
plt.legend(loc="upper left")
plt.title('三角函數示意圖')
# 在屏幕上顯示
plt.show()現在來看一下處理過後的圖的樣子：
四、精益求精
plt.figure('sin/cos', dpi=70)
# 創建一個新的 1 * 1 的子圖，接下來的圖樣繪製在其中的第 1 塊（也是唯一的一塊）
#plt.subplot(112)
X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)
plt.plot(X, C, color="blue", linewidth=1.5, linestyle="--",label="$y=cos(x)$")
plt.plot(X, S, color="red", linewidth=1.0, linestyle="-",label='$y=sin(x)$')
plt.xlabel('Y')
plt.ylabel('X')
plt.xlim(X.min()*1.1,X.max()*1.1)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],\
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
plt.ylim(C.min()*1.1,C.max()*1.1)
plt.yticks([-1, 0, +1],\
[r'$-1$', r'$0$', r'$+1$'])
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
# 以分辨率 72 來保存圖片
# savefig("exercice_2.png",dpi=72)
t = 2*np.pi/3
plt.scatter([t,],[np.cos(t),], 20, color ='black')
plt.scatter([t,],[np.sin(t),], 20, color ='black')
plt.annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',\
xy=(t, np.sin(t)), xycoords='data',\
xytext=(+10, +30), textcoords='offset points', fontsize=16,\
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
plt.annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',\
xy=(t, np.cos(t)), xycoords='data',\
xytext=(-90, -50), textcoords='offset points', fontsize=16,\
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
plt.plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
plt.plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")
plt.legend(loc="upper left")
plt.title('三角函數示意圖')
# 在屏幕上顯示
plt.show()
我們添加了標註點，並且向x軸做了垂線，使其更清晰。
五、圖的存儲
這麼漂亮的圖，還是通過plt.savefig(照片名字+後綴名)保存到本地吧。
六、子圖
plt.subplot(x,y,n):將圖片分成x*y塊，這個圖是第n個。（看示例）
示例一：
x = np.arange(0, 5, 0.1)
y = np.arange(0, 5, 0.1)
#plt.figure(1)
plt.subplot(221)
plt.plot(x, y, 'go')
plt.subplot(222)
plt.plot(x, y, 'r--')
plt.subplot(212)
plt.plot(x, y,)
plt.show() 
示例二：
x = np.arange(0, 5, 0.1)
y = np.arange(0, 5, 0.1)
#plt.figure(1)
plt.subplot(221)
plt.plot(x, y, 'go')
plt.subplot(222)
plt.plot(x, y, 'r--')
plt.subplot(224)
plt.plot(x, y,)
plt.show() 