Python matplotlib（2D繪圖庫）

matplotlib簡介

matplotlib是python最著名的繪圖庫，它提供了一整套和matlab相似的命令API，十分適合交互式地進行製圖。而且也可以方便地將它作爲繪圖控件，嵌入GUI應用程序中。它的文檔相當完備，並且Gallery頁面 中有上百幅縮略圖，打開之後都有源程序。因此如果你需要繪製某種類型的圖，只需要在這個頁面中瀏覽/複製/粘貼一下，基本上都能搞定。

在Linux下比較著名的數據圖工具還有gnuplot，這個是免費的，Python有一個包可以調用gnuplot，但是語法比較不習慣，而且畫圖質量不高。而Matplotlib則比較強：Matlab的語法、python語言、latex的畫圖質量（還可以使用內嵌的latex引擎繪製的數學公式）。

Matplotlib 圖像各個部分
（1）Figure：整個圖像爲一個Figure對象。一個Figure對象可以包含一個或者多個Axes子圖。

（2）Axes：每個Axes(ax)對象都是一個擁有自己座標系統的繪圖區域。子圖Axes可以用subplot()快速繪製。
各個對象關係可以梳理成以下內容：
圖像中所有對象均來自於Artist的基類。

當前的圖表和子圖可以使用plt.gcf()和plt.gca()獲得，分別表示Get Current Figure和Get Current Axes。

matplotlib.pyplot
matplotlib.pyplot(下面簡寫成plt)是一些命令行風格函數的集合，使matplotlib以類似於MATLAB的方式工作。每個plt函數對一幅圖片(figure)做一些改動：比如創建新圖片，在圖片創建一個新的作圖區域(plotting area)，在一個作圖區域內畫直線，給圖添加標籤(label)等。plt是有狀態的，亦即它會保存當前圖片和作圖區域的狀態，新的作圖函數會作用在當前圖片的狀態基礎之上。

plt可在圖片上做的一些修改如下：
（1）plt.axis：座標軸

plt.axis([0,6,0,20])
axis()函數接受形如[xmin,xmax,ymin,ymax]的參數，指定了X,Y軸座標的範圍。

（2）Tick:刻度線，Tick Label：刻度註釋 plt.xticks(np.linspace(-1, 1, 5)) #x座標爲從-1到1平均分成五個點：-1，-0.5,0.5,1
（3）plt.xlabel,plt.ylabel：座標軸標註
（4）plt.title：圖像標題
plt.title(s, *args, **kwargs)
爲當前圖表添加標題，重要參數如下：
s：標題內容
fontdict：標題樣式，是一個字典
loc：標題位置，可選 ‘centet’, ‘left’, ‘right’

(5)plt.legend():顯示圖例

座標軸相關設置

plt.axis():座標軸設置

函數
plt.axis(*v, **kwargs)

主要用於設置座標軸的屬性，返回值爲當前的座標軸範圍 [xmin, xmax, ymin, ymax]，幾種調用方式如下：

調用方式	說明
axis()	返回當前的座標軸範圍 [xmin, xmax, ymin, ymax]
axis(v)	其中 v 爲 [xmin, xmax, ymin, ymax]用來設置座標軸範圍
axis(‘off’)	不顯示座標軸和座標軸名稱
axis(‘equal’)	x、y軸對應長度所表示的數值相同，提高某一個軸的範圍以保持圖表大小及比例不變
axis(‘scaled’)	x、y 軸對應長度所表達的數值相同，並保持兩個軸的數值範圍不變，因此需要對圖表比例進行調整（縮放）
axis(‘tight’)	在顯示所有數據的前提下，儘量減少兩個軸的數值範圍，並儘量讓數據居中
axis(‘image’)	將圖表比例按照圖片的比例進行調整（縮放）
axis(‘square’)	將圖表變成正方形，並確保 (xmax-xmin) 與 (ymax-ymin) 相同
axis(‘auto’)	恢復自動範圍

plt.xlim() 和 plt.ylim()：x和y軸數值範圍

設置並返回 x 軸和 y 軸的數值範圍，以 xlim() 爲例說明調用方式：

調用方式	說明
xlim()	返回 xmin, xmax
xlim(xmin, xmax) 或 xlim((xmin, xmax))	設置 x 軸的最大、最小值
xlim(xmax = n) 和 xlim(xmin = n)	設置 x 軸的最大或最小值

plt.xlabel()和plt.ylabel:x軸及y軸的標籤

函數
plt.xlabel(label, fontdict=None, labelpad=None, **kwargs)

plt.xticks()和plt.yticks():x軸及y軸刻度

plt.xticks(locs, [labels], **kwargs) # Set locations and labels
locs表示位置，labels決定這些位置上的標籤，labels的默認值爲和locs相同。

# --coding:utf-8--
import matplotlib.pyplot as plt

數據設置

x1 = [0, 5000, 10000, 15000, 20000, 25000, 30000, 35000, 40000, 45000, 50000, 55000];
y1 = [0, 223, 488, 673, 870, 1027, 1193, 1407, 1609, 1791, 2113, 2388];

x2 = [0, 5000, 10000, 15000, 20000, 25000, 30000, 35000, 40000, 45000, 50000, 55000];
y2 = [0, 214, 445, 627, 800, 956, 1090, 1281, 1489, 1625, 1896, 2151];

設置輸出的圖片大小

figsize = 7,5
figure, ax = plt.subplots(figsize=figsize)

在同一幅圖片上畫兩條折線

A, = plt.plot(x1, y1, ‘-r’, label=‘A’, linewidth=5.0)
B, = plt.plot(x2, y2, ‘b-.’, label=‘B’, linewidth=5.0)

設置圖例並且設置圖例的字體及大小

font1 = {‘family’: ‘Times New Roman’,
‘weight’: ‘normal’,
‘size’: 23,
}
legend = plt.legend(handles=[A, B], prop=font1)

設置座標刻度值的大小以及刻度值的字體

plt.tick_params(labelsize=23)
labels = ax.get_xticklabels() + ax.get_yticklabels()
[label.set_fontname(‘Times New Roman’) for label in labels]

設置橫縱座標的名稱以及對應字體格式

font2 = {‘family’: ‘Times New Roman’,
‘weight’: ‘normal’,
‘size’: 30,
}
plt.xlabel(‘round’, font2)
plt.ylabel(‘value’, font2)

將文件保存至文件中並且畫出圖

plt.savefig(‘figure.eps’)
plt.show()

plt.figure()的使用

函數

plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

重要參數

• num:圖像編號或名稱，數字爲編號 ，字符串爲名稱
• figsize:指定figure的寬和高，單位爲英寸；
• dpi:指定繪圖對象的分辨率，即每英寸多少個像素，缺省值爲80 1英寸等於2.5cm,A4紙是 21*30cm的紙張
• facecolor:背景顏色
• edgecolor:邊框顏色
• frameon:是否顯示邊框

例子1

import matplotlib.pyplot as plt
創建自定義圖像
fig=plt.figure(figsize=(4,3),facecolor='blue')
plt.show()

subplot創建單個子圖

matplotlib下, 一個 Figure 對象可以包含多個子圖(Axes), 可以使用 subplot() 快速繪製, 其調用形式如下 :
subplot(nrows,ncols,sharex,sharey,subplot_kw,**fig_kw)

• 圖表的整個繪圖區域被分成 numRows 行和 numCols 列
• 然後按照從左到右，從上到下的順序對每個子區域進行編號，左上的子區域的編號爲1
• plotNum 參數指定創建的Axes對象所在的區域

例如，如果 numRows ＝ 2, numCols ＝ 2, 那整個繪製圖表樣式爲 2X2 的圖片區域, 用座標表示爲
(1, 1), (1, 2)
(2, 1), (2, 2)
這時, 當 plotNum ＝ 2時,表示的座標爲(1, 2), 即第一行第二列的子圖

（1）如果 numRows, numCols 和 plotNum 這三個數都小於 10 的話, 可以把它們縮寫爲一個整數, 例如 subplot(222) 和 subplot(2,2,2) 是相同的。
（2）subplot在 plotNum 指定的區域中創建一個軸對象. 如果新創建的軸和之前創建的軸重疊的話，之前的軸將被刪除。

示例1
規則劃分成2*2的

import matplotlib.pyplot as plt

plt.figure()

繪製第一個圖

plt.subplot(2, 2, 1)
plt.plot([0, 1], [0, 1])

繪製第二個圖

plt.subplot(2, 2, 2)
plt.plot([0, 1], [0, 1])

繪製第三個圖

plt.subplot(2, 2, 3)
plt.plot([0, 1], [0, 1])

繪製第四個圖

plt.subplot(2, 2, 4)
plt.plot([0, 1], [0, 1])
a,b,c,d=plt.axis()
print(“a:”,a," b:",b," c:"," d:",d) #a: -0.05 b: 1.05 c: d: 1.05
plt.show()

不規則的

import matplotlib.pyplot as plt

plt.figure()

繪製第一個圖

plt.subplot(2, 1, 1)
plt.plot([0, 1], [0, 1])

繪製第二個圖

plt.subplot(2, 3, 4)
plt.plot([0, 1], [0, 1])

繪製第三個圖

plt.subplot(2, 3, 5)
plt.plot([0, 1], [0, 1])

繪製第四個圖

plt.subplot(2, 3, 6)
plt.plot([0, 1], [0, 1])
plt.show()

import matplotlib.pyplot as plt
import numpy as np

def f(t):
return np.exp(-t) * np.cos(2 * np.pi * t)

t1 = np.arange(0, 5, 0.1)
t2 = np.arange(0, 5, 0.02)

plt.figure(12)#12代表第幾個figure（左上角）

分成2x2，佔用第一個，即第一行第一列的子圖

plt.subplot(221)
plt.plot(t1, f(t1), ‘bo’, t2, f(t2), ‘r–’)

分成2x2，佔用第二個，即第一行第二列的子圖

plt.subplot(222)
plt.plot(t2, np.cos(2 * np.pi * t2), ‘r–’)

將整個Figure，分成2x1，佔用第二個，即第二行

plt.subplot(212)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

plt.show()

subplots創建多個子圖

subplots參數與subplots相似。兩者都可以規劃figure劃分爲n個子圖，但每條subplot命令只會創建一個子圖，而一條subplots就可以將所有子圖創建好。subplots返回一個 Figure實例fig 和一個 AxesSubplot實例ax 。
fig, ax = plt.subplots()

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 100)

劃分子圖

fig, axes = plt.subplots(2, 2) #2行2列
ax1 = axes[0, 0]
ax2 = axes[0, 1]
ax3 = axes[1, 0]
ax4 = axes[1, 1]

作圖1

ax1.plot(x, x)

作圖2

ax2.plot(x, -x)

作圖3

ax3.plot(x, x ** 2)
ax3.grid(color=‘r’, linestyle=’–’, linewidth=1, alpha=0.3)

作圖4

ax4.plot(x, -2xx+2*x)
plt.savefig(“test.jpg”)
plt.show()

add_subplot與add_axes新增子圖或區域

import matplotlib.pyplot as plt
import numpy as np

def f(t):
return np.exp(-t) * np.cos(2 * np.pi * t)

t1 = np.arange(0, 5, 0.1)
t2 = np.arange(0, 5, 0.02)
#使用add方式
fig=plt.figure(12)#12代表第幾個figure（左上角）

分成2x2，佔用第一個，即第一行第一列的子圖

ax1=fig.add_subplot(221)
ax1.plot(t1, f(t1), ‘bo’, t2, f(t2), ‘r–’)

分成2x2，佔用第二個，即第一行第二列的子圖

ax2=fig.add_subplot(222)
ax2.plot(t2, np.cos(2 * np.pi * t2), ‘r–’)

將整個Figure，分成2x1，佔用第二個，即第二行

ax3=fig.add_subplot(212)
ax3.plot([1, 2, 3, 4], [1, 4, 9, 16])

plt.show()

plt.legend:畫圖例

1.使用pyplot的方式
legend語法參數如下: matplotlib.pyplot.legend(*args,**kwargs)
一些重要參數如下：
(1)設置圖例位置
使用loc參數
plt.legend(loc=‘lower left’)
有下面一些組合：
‘best’ : 0, (only implemented for axes legends)(自適應方式) ‘upper right’ : 1, ‘upper left’ : 2, ‘lower left’ : 3, ‘lower right’ : 4, ‘right’ : 5, ‘center left’ : 6, ‘center right’ : 7, ‘lower center’ : 8, ‘upper center’ : 9, ‘center’ : 10

(2)設置圖例字體
#設置字體大小
fontsize: int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}

(3)設置圖例邊框及背景
plt.legend(loc=‘best’,frameon=False) #去掉圖例邊框
plt.legend(loc=‘best’,edgecolor=‘blue’) #設置圖例邊框顏色
plt.legend(loc=‘best’,facecolor=‘blue’) #設置圖例背景顏色,若無邊框,參數無效

(4)設置圖例標題
plt.legend(loc=‘best’,title=‘figure 1 legend’)

2.使用面向對象的方式
(1)獲取並設置legend圖例

plt.legend(loc=0, numpoints=1)  
leg = plt.gca().get_legend() #或leg=ax.get_legend()  
ltext = leg.get_texts()  
plt.setp(ltext, fontsize=12,fontweight='bold') 

(2)設置圖例

legend = ax.legend(loc='upper center', shadow=True, fontsize='x-large')  
legend.get_frame().set_facecolor('red')   #設置圖例legend背景爲紅色  
frame = legend.get_frame()  
frame.set_alpha(1)  
frame.set_facecolor('none') #設置圖例legend背景透明  

(3)移除圖例
ax1.legend_.remove() ##移除子圖ax1中的圖例

示例1：顯示多圖例legend

import matplotlib.pyplot as plt
import numpy as np

x = np.random.uniform(-1, 1, 4)
y = np.random.uniform(-1, 1, 4)
p1, = plt.plot([1, 2, 3])
p2, = plt.plot([3, 2, 1])
l1 = plt.legend([p2, p1], [“line 2”, “line 1”], loc=‘upper left’)

p3 = plt.scatter(x[0:2], y[0:2], marker=‘D’, color=‘r’)
p4 = plt.scatter(x[2:], y[2:], marker=‘D’, color=‘g’)

This removes l1 from the axes.

plt.legend([p3, p4], [‘label’, ‘label1’], loc=‘lower right’, scatterpoints=1)

Add l1 as a separate artist to the axes

plt.gca().add_artist(l1)
plt.show()

示例2：

import matplotlib.pyplot as plt
#藍線
line1, = plt.plot([1,2,3], label="Line 1", linestyle='--')
#橘黃色的線
line2, = plt.plot([3,2,1], label="Line 2", linewidth=4)
# 爲第一個線條創建圖例
first_legend = plt.legend(handles=[line1], loc=1)
# plt.gca(): 返回當前axes(matplotlib.axes.Axes)
# plt.gcf(): 返回當前figure(matplotlib.figure.Figure)
# plt.clf(): 清理當前figure
# plt.cla(): 清理當前axes
# plt.close(): 一副figure知道顯示的調用close()時纔會釋放她所佔用的資源;
# 手動將圖例添加到當前軸域
ax = plt.gca().add_artist(first_legend)
# 爲第二個線條創建另一個圖例
plt.legend(handles=[line2], loc=4)
plt.show()

plt.plot：曲線圖、折線圖

plt.plot畫圖時可以設定線條參數。包括：顏色、線型、標記風格。

只提供一個列表或數組（Y向量）-缺省x
如果只提供給plot()函數一個列表或數組，matplotlib會認爲這是一串Y值(Y向量)，並且自動生成X值(X向量)，x的默認值是：range(len(y))。

import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.ylabel('some numbers')
plt.show()

提供X,Y向量
也可以給plt.plot()函數傳遞多個序列(元組或列表)，每兩個序列是一個X,Y向量對，在圖中構成一條折線。

如果要顯示的制定X軸的座標，可以像如下一樣：
plt.plot([1,2,3,4],[1,4,9,16])
形成點（1,1），（2,4），（3,9），（4,16）

控制線形（marker）和顏色

（1）線形，默認是實線solid-
    ``'-'``             solid line style
    ``'--'``            dashed line style
    ``'-.'``            dash-dot line style
    ``':'``             dotted line style
    
（2）點的形狀：marker，默認爲point .
    ``'.'``             point marker
    ``','``             pixel marker
    ``'o'``             circle marker
    ``'v'``             triangle_down marker
    ``'^'``             triangle_up marker
    ``'<'``             triangle_left marker
    ``'>'``             triangle_right marker
    ``'1'``             tri_down marker
    ``'2'``             tri_up marker
    ``'3'``             tri_left marker
    ``'4'``             tri_right marker
    ``'s'``             square marker
    ``'p'``             pentagon marker
    ``'*'``             star marker
    ``'h'``             hexagon1 marker
    ``'H'``             hexagon2 marker
    ``'+'``             plus marker
    ``'x'``             x marker
    ``'D'``             diamond marker
    ``'d'``             thin_diamond marker
    ``'|'``             vline marker
    ``'_'``             hline marker
    
（3）顏色對應如下,默認爲藍色b
    'b'         blue
    'g'         green
    'r'         red
    'c'         cyan
    'm'         magenta
    'y'         yellow
    'k'         black
    'w'         white

示例：
爲了區分同一個圖裏的多條曲線，可以爲每個X,Y向量對指定一個參數來標明該曲線的表現形式，默認的參數是’b-’，亦即藍色的直線，如果想用紅色的圓點來表示這條曲線，可以：

import matplotlib.pyplot as plt
plt.plot([1,2,3,4],[1,4,9,16],'ro')

matplotlib不僅僅可以使用序列(列表和元組)作爲參數，還可以使用numpy數組。實際上，所有的序列都被內在的轉化爲numpy數組。同時plot函數還可以同時繪製多條線。

import numpy as np
import matplotlib.pyplot as plt
t=np.arange(0.,5.,0.2)
plt.plot(t,t,'r--',t,t**2,'bs',t,t**3,'g^')#繪製三條線，t**2表示t的平方，即每個元素的都平方
plt.show()

線條、marker、顏色可以無順序任意組合

import numpy as np
import matplotlib.pyplot as plt
t=np.arange(0.,5.,0.2)
plt.plot(t,t,'r--*',t,t**2,'s--b',t,t**3,':g')#繪製三條線，t**2表示t的平方，即每個元素的都平方
plt.axis([0,6,0,20])
#axis()函數接受形如[xmin,xmax,ymin,ymax]的參數，指定了X,Y軸座標的範圍。
plt.show()

plt.scatter：散點圖

語法：plt.scatter(x, y, s, c ,marker, alpha,…)

• x,y: x軸與y軸的數據,都是向量，而且必須長度相等
• s: 點的面積。想讓所有點大小一樣就填一個數字，想不一樣就填一個向量
• c: 點的顏色。可填成RGB 三元數或顏色名稱或由 RGB 三元數組成的三列矩陣或顏色向量

選項	說明	對應的 RGB 三元數
‘red’ 或 ‘r’	紅色	[1 0 0]
‘green’ 或 ‘g’	綠色	[0 1 0]
‘blue’ 或 ‘b’	藍色	[0 0 1]
‘yellow’ 或 ‘y’	黃色	[1 1 0]
‘magenta’ 或 ‘m’	品紅色	[1 0 1]
‘cyan’ 或 ‘c’	青藍色	[0 1 1]
‘white’ 或 ‘w’	白色	[1 1 1]
‘black’ 或 ‘k’	黑色	[0 0 0]

#不同顏色的點
cValue = ['r','y','g','b','r','y','g','b','r']
plt.scatter(x,y,c=cValue)

• 1
• 2
• 3

• marker: 點的形狀
• alpha: 透明度。[0,1]：1不透明，0透明
• edgecolors：輪廓顏色。和c類似，參數也相同
• linewidths：線寬。標記邊緣的寬度，默認是’face’

注意事項：
color、marker等不能同時作爲一個參數，plt.scatter(x1, y1, ‘bo’, s=5)不合法。

示例1：

from numpy import *  
import matplotlib  
import matplotlib.pyplot as plt  
import numpy as np
x = random.rand(50,30)      #創建一個50行30列的多維數組(ndarray)
#basic  
f1 = plt.figure(1)          #創建顯示圖形輸出的窗口對象
plt.subplot(211)            #創建子座標系
#x[:,1]獲取第二列作爲一維數組，x[:,0]獲取第一列作爲一維數組
plt.scatter(x[:,1],x[:,0])  #畫散點圖

with label

plt.subplot(212) #c重新創建座標系

#list(ones(20)) 創建1行20列的全爲1列表
#list(2ones(15)) 創建1行15列全爲2的列表
#list(3ones(15) 創建1行15列全爲3的列表

label = list(ones(20))+list(2ones(15))+list(3ones(15)) #將列表合併到一起，共50列
label = array(label) #將列表轉爲數組

#15.0*label 將數組的每個值都乘以15.0
#x[:,1] 將x的第2列50行轉爲1行50列
#x[:,0] 將x的第1列50行轉爲1行50列

#x軸和y軸均50個點，兩個Label都是1行50列的數組
#從第一個點到第20個點的樣式相同，從第21到第35個點相同，從第36到第50個點相同
plt.scatter(x[:,1],x[:,0],15.0label,15.0label)

with legend

f2 = plt.figure(2) #創建顯示圖形輸出的窗口對象
idx_1 = np.where(label==1) #找label中爲1的位置

#畫圖 marker標識散點圖樣式 color標識顏色 label表示圖例的解釋 s表示散點的大小
p1 = plt.scatter(x[idx_1,1], x[idx_1,0], marker = ‘x’, color = ‘m’, label=‘1’, s = 30)
idx_2 = np.where(label==2) #找label中爲2的位置

p2 = plt.scatter(x[idx_2,1], x[idx_2,0], marker = ‘+’, color = ‘c’, label=‘2’, s = 50)
idx_3 = np.where(label==3) #找label中爲3的位置

p3 = plt.scatter(x[idx_3,1], x[idx_3,0], marker = ‘o’, color = ‘r’, label=‘3’, s = 15)
plt.legend(loc = ‘upper right’) #圖例的位置

plt.show()

Python matplotlib（2D繪圖庫）2