Matplotlib---小白級教程(1)

1.畫布的創建和佈局–add_subplot()

簡單理解就是，先準備一塊畫布，並且設定好這塊畫布的佈局。你是準備畫一個圖表還是多個圖表、你是準備在畫布的靠左邊畫圖，還是右邊畫圖。

fig = plt.figure()
ax1 = fig.add_subplot(numrows, numcols, fignum)

• numrows 代表你的畫布，打算分幾行
• numcols代表你的畫布，打算分幾列
• fignum代表你的畫布上的第幾個圖表

案例一：

import matplotlib.pyplot as plt


fig = plt.figure()
ax1 = fig.add_subplot(1, 3, 1)			# 第一個畫布
ax2 = fig.add_subplot(1, 3, 2)			# 第二個畫布
ax3 = fig.add_subplot(1, 3, 3)			# 第三個畫布
plt.show()

• 如上add_subplot()函數的第一個參數都爲1，那麼整個畫布設置一行的意思
• 第二個參數都爲3，說明是一張畫布都分3列
• 第三個參數，分別是1/2/3,是值具體的圖表的第一個、第二個、第三個

案例二：

import matplotlib.pyplot as plt


fig = plt.figure()
ax1 = fig.add_subplot(1, 3, 1)
ax3 = fig.add_subplot(1, 3, 3)
plt.show()

案例三：

import matplotlib.pyplot as plt


fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
ax4 = fig.add_subplot(2, 2, 4)
plt.show()

案例四：

import matplotlib.pyplot as plt


fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax4 = fig.add_subplot(2, 2, 4)
plt.show()

2.X & Y 座標的區間設置

    def plot(self, xs, ys, *args, zdir='z', **kwargs):
        """
        Plot 2D or 3D data.

        Parameters
        ----------
        xs : 1D array-like
            x coordinates of vertices.						# X座標軸
        ys : 1D array-like
            y coordinates of vertices.						# y座標軸
        zs : scalar or 1D array-like
            z coordinates of vertices; either one for all points or one for
            each point.
        zdir : {'x', 'y', 'z'}
            When plotting 2D data, the direction to use as z ('x', 'y' or 'z');
            defaults to 'z'.
        **kwargs
            Other arguments are forwarded to `matplotlib.axes.Axes.plot`.
        """

import matplotlib.pyplot as plt

fig = plt.figure()
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
ax1.plot([0, 1, 2], [1, 2, 3])	
ax2.plot([0, 1, 2, 3], [1, 2, 3, 4])

plt.show()

• 如上第一個圖中，x座標用[0, 1, 2]區間表示，y座標用[1, 2, 3]區間表示
• 同理，第二個圖

3.表格名稱以及X & Y座標的備註

案例一：

import matplotlib.pyplot as plt

fig = plt.figure()
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
ax1.plot([0, 1, 2], [1, 2, 3])
ax2.plot([0, 1, 2, 3], [1, 2, 3, 4])

ax1.set_title("table title")			# 圖一的標題
ax1.set_xlabel("x label")				# x座標的含義
ax1.set_ylabel("y label")				# y座標的含義
ax2.set_title("table title 2")
ax2.set_xlabel("x label 2")
ax2.set_ylabel("y label 2")
plt.show()

如果是一個畫布上有一張圖或多張圖，可以用如上方式。

案例二：

import matplotlib.pyplot as plt

fig = plt.figure()

ax2 = fig.add_subplot(1, 2, 2)		# 畫布顯示了第二個區域的圖表
ax2.plot([0, 1, 2, 3], [1, 2, 3, 4])

plt.xlabel('x info')
plt.ylabel('y info')
plt.title('Title Demo')

plt.show()

• 此部分只顯示了一張圖的座標備註信息，如果是兩個圖表，建議還是利用案例一里面的方法設置座標的備註信息。

4.波動曲線的設置（顏色、線型、標註）

1.顏色篇

import matplotlib.pyplot as plt

fig = plt.figure()

ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
ax1.plot([0, 1, 2], [1, 2, 3], "red")				# 第三個參數，默認是顏色
ax2.plot([0, 1, 2, 3], [1, 2, 3, 4], "green")


plt.show()

別名	全名	顏色
b	blue	藍色
g	green	綠色
r	red	紅色
y	yellow	黃色
c	Cyan	青色
k	blacK	黑色
m	Magenta	洋紅色
w	waite	白色

使用別名和全名，都可以實現顏色的設置

2.線型篇

import matplotlib.pyplot as plt

fig = plt.figure()

ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
ax1.plot([0, 1, 2], [1, 2, 3], "r-")				# 使用別名的方式
ax2.plot([0, 1, 2, 3], [1, 2, 3, 4], "g--")


plt.show()

• 如果要求不多，可以使用顏色的別名 + “–” 的形式，可以實現虛線的設置，而"-"則是普通的實線

具體線型的列表如下：

線條風格linestyle或ls	描述
‘-‘	實線
‘:’	點線
‘–’	破折線
‘None’,’ ‘,’’	什麼都不畫
‘-.’	點劃線
‘--’	虛線

3.標註篇

如上部分，我們看到的都是線型圖表，通過線把不同的點連接一起最終看到的效果。但有時候，我們需要的僅僅是標註所有點的情況，並不需要把所有點都連接到一起，那麼只需要使用標註功能即可。

import matplotlib.pyplot as plt

fig = plt.figure()

ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
ax1.plot([0, 1, 2], [1, 2, 3], "rx")		# rx對應的意思是，r 以及  x，一個表示顏色，一個表示X形狀標註
ax2.plot([0, 1, 2, 3], [1, 2, 3, 4], "g^")	# g表示綠色,^表示的是上三角形狀標註


plt.show()

所有標註的形狀如下：

標記maker	描述
‘o’	圓圈
‘.’	點
‘D’	菱形
‘s’	正方形
‘h’	六邊形1
‘*’	星號
‘H’	六邊形2
‘d’	小菱形
‘_’	水平線
‘v’	一角朝下的三角形
‘8’	八邊形
‘<’	一角朝左的三角形
‘p’	五邊形
‘>’	一角朝右的三角形
‘,’	像素
‘^’	一角朝上的三角形
‘+’	加號
‘\ ‘	豎線
‘None’,’’,’ ‘	無
‘x’	X

5.plot()的其他屬性

alpha	浮點值
animated	[True / False]
antialiased	[True / False]
clip_box	matplotlib.transform.Bbox 實例
clip_on	[True / False]
clip_path	Path 實例， Transform，以及Patch實例
color	任何 matplotlib 顏色
contains	命中測試函數
dash_capstyle	[‘butt’ / ‘round’ / ‘projecting’]
dash_joinstyle	[‘miter’ / ‘round’ / ‘bevel’]
dashes	以點爲單位的連接/斷開墨水序列
data	(np.array xdata, np.array ydata)
figure	matplotlib.figure.Figure 實例
label	任何字符串
linestyle	[ ‘-’ / ‘--’ / ‘-.’ / ‘:’ / ‘steps’ / ...]
linewidth	以點爲單位的浮點值
lod	[True / False]
marker	[ ‘+’ / ‘,’ / ‘.’ / ‘1’ / ‘2’ / ‘3’ / ‘4’ ]
markeredgecolor	任何 matplotlib 顏色
markeredgewidth	以點爲單位的浮點值
markerfacecolor	任何 matplotlib 顏色
markersize	浮點值
markevery	[ None / 整數值 / (startind, stride) ]
picker	用於交互式線條選擇
pickradius	線條的拾取選擇半徑
solid_capstyle	[‘butt’ / ‘round’ / ‘projecting’]
solid_joinstyle	[‘miter’ / ‘round’ / ‘bevel’]
transform	matplotlib.transforms.Transform 實例
visible	[True / False]
xdata	np.array
ydata	np.array
zorder	任何數值