matplotlib的基础用法

导入相关包

import matplotlib.pyplot as plt
import numpy as np
import random

1、创建两组数据

x = np.linspace(-3, 3, 50)#等差数列
y1 = 2*x + 1
y2 = x**2

2.定义图像窗口并画图

1. 在画图前使用plt.figure()定义一个图像窗口：编号为3；大小为(8, 5)；这两项参数可缺省。其中，num参数决定了程序运行后弹出的图像窗口名字，但在klab平台下不会显示
2. 接着，我们使用plt.plot画出(x ,y2)曲线；使用plt.plot画(x ,y1)曲线;
   – 曲线的颜色属性(color)为红色；
   – 曲线的宽度(linewidth)为1.0；
   – 曲线的类型(linestyle)为虚线，除了虚线外，大家还可使用以下线性：’-’、’–’、’-.’、’:’ 。
3. 接着，我们使用plt.show()显示图像。

figure语法：

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

• num:图像编号或名称，数字为编号 ，字符串为名称
• figsize:指定figure的宽和高，单位为英寸；
• dpi参数指定绘图对象的分辨率，即每英寸多少个像素，默认为80（1英寸等于2.5cm,A4纸是 21*30cm的纸张 ）
• facecolor:背景颜色
• edgecolor:边框颜色

plt.figure(num=3, figsize=(8, 5))
plt.plot(x, y1)
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')
plt.show()

3.加图例

通过plt.legend()设置图例的显示：legend获取代码中的 label 的信息, plt就能自动的为我们添加图例。

plt.figure(num=3, figsize=(8, 5))
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
plt.legend(loc='upper right')

如果希望图例能够更加个性化，可通过以下方式更改：参数 loc 决定了图例的位置，比如参数 loc=‘upper right’ 表示图例将添加在图中的右上角。
其中’loc’参数有多种，’best’表示自动分配最佳位置，其余的如下：
{‘best’ : 0,‘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}

4.加轴名和范围

plt.figure(num=3, figsize=(8, 5))
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')

plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

5.改刻度

plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
plt.legend(loc='upper right')
plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel('X')
plt.ylabel('Y')

new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3], ['really bad', 'bad', 'normal', 'good', 'really good'])
plt.show()

6.改边框

上图中坐标轴总是由上下左右四条线组成，我们也可以对它们进行修改：
使用plt.gca()获取当前坐标轴信息。
使用.spines设置边框：右侧边框；
使用.set_color设置边框颜色：默认白色；
使用.spines设置边框：上边框；
使用.set_color设置边框颜色：默认白色；

plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
plt.legend(loc='upper right')
plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel('X')
plt.ylabel('Y')
new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3], ['really bad', 'bad', 'normal', 'good', 'really good'])

ax = plt.gca() 
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
plt.show()

7.显示原点

使用.xaxis.set_ticks_position设置x坐标刻度数字或名称的位置：bottom.（所有位置：top，bottom，both，default，none）；
使用.spines设置边框：x轴；
使用.set_position设置边框位置：y=0的位置；（位置所有属性：outward，axes，data）
使用.yaxis.set_ticks_position设置y坐标刻度数字或名称的位置：left.（所有位置：left，right，both，default，none）
使用.spines设置边框：y轴；
使用.set_position设置边框位置：x=0的位置；（位置所有属性：outward，axes，data）
使用plt.show显示图像.

plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
plt.legend(loc='upper right')
plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel('X')
plt.ylabel('Y')
new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3], ['really bad', 'bad', 'normal', 'good', 'really good'])
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))
plt.show()

8.标点

plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
plt.legend(loc='upper right')
plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel('X')
plt.ylabel('Y')
new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3], ['really bad', 'bad', 'normal', 'good', 'really good'])
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))

x0 = 0.5
y0 = 2*x0 + 1
plt.scatter([x0, ], [y0, ], s=50, color='red')
plt.show()

时间序列图

1.画图

# 数据准备
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x ]
# 创建画布
plt.figure(figsize=(20,8))
# 画图
plt.plot(x, y_shanghai)
plt.show()

2.改行行刻度

plt.figure(figsize=(20,8),dpi=80)
plt.rcParams['font.family']='simhei'#设置中文字体

x = range(60)
y_shanghai = [random.uniform(15,18) for i in x ]
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])
plt.plot(x, y_shanghai)
plt.show()

#https://www.cnblogs.com/kuxingseng95/p/10021788.html

注：使用的时候可能会出现中文无法显示的状况，需要手动导入字体
参考文章：https://www.cnblogs.com/kuxingseng95/p/10021788.html

3.加行列名和表名

plt.figure(figsize=(20,8),dpi=80)
plt.rcParams['font.family']='simhei'#设置中文字体
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x ]
plt.figure(figsize=(20,8), dpi=80)
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])

plt.xlabel("时间变化")
plt.ylabel("温度变化")
plt.title("某城市一小时内每分钟的温度变化")
plt.plot(x, y_shanghai)
plt.show()

4.两个城市，加图例

x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(10,14) for i in x]
plt.figure(figsize=(20,8),dpi=80)

plt.plot(x,y_shanghai, color="r",label="上海")
plt.plot(x,y_beijing,color="b",label="北京")
#显示图例，需要在图像层与辅助显示层都做修改best为默认值
plt.legend(loc="best")
plt.show()

5.改刻度，加文字

x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(10,14) for i in x]
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_shanghai, color="r",label="上海")
plt.plot(x,y_beijing,color="b",label="北京")
plt.legend(loc="best")

plt.rcParams['font.sans-serif']=['SimHei']
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5],x_label[::5])
plt.yticks(range(5, 30, 5))
#添加描述信息
plt.xlabel("时间变化")
plt.ylabel("温度变化")
plt.title("上海，北京两地11点到12点每分钟的温度变化状况")
plt.show()