matplotlib基礎系統介紹

目錄

1. Matplotlib概述

2. 講解Matplotlib核心原理

3. Matplotlib相關基礎操作介紹

• 3.1 建立figure(畫布)的方式及完整繪圖步驟
• 3.2 線型設定
• 3.3

---

1.Matplotlib概述

Matplotlib 是一個基於python 的繪相簿，完全支援二維影象，有限支援三維圖形，Matplotlib是python程式語言及其資料科學擴充套件包NumPy的視覺化操作介面庫。它利用通過的圖形化使用者介面工具包（如Tkinter、wxPython 、Qt、FLTK、Cocoatoolkits或GTK+）嚮應用程式嵌入式繪圖提供了應用程式介面（API）。此外，Matolotlib還有一個基於影象處理庫（如圖形庫OpenGL）的pylab介面，其設計與MATLAB非常類似。SciPy就是用Matplotlib進行圖形繪製。

---

2. 講解Matplotlib核心原理

想認識matplotlib繪圖的原理就必須清楚的理解figure(畫布)、axes(座標系)、axis(座標軸)三者之間的關係

類似畫畫，首先需要一張畫布，對於matplotlib相當於初始化了一張figure（畫布），然後一張畫布可以分配出不同的區域進行畫畫，相當於figure可以指定多個axes（座標系），而在每個axes（座標系）上繪圖，相當於每個axes（座標系）中都有一個axis（座標軸）

• 畫圖的實現
  
• matplotlib繪圖實現
  

---

3. Matplotlib相關基礎操作介紹

3.1建立figure(畫布)的方式及完整繪圖步驟

一、建立figure(畫布)的方式

• 隱式建立
• 顯示建立

①隱式建立figure物件

先觀察下面程式碼

import matplotlib.pyplot as plt
x = [-1, 3, 5, 0]
y = [4, -9, 2, 8]
plt.plot(x, y)
plt.show()

看到上面的結果，可能會有疑問，在前面的敘述中，我們已經說過，想要使用matplotlib繪圖，必須先要建立一個figure(畫布)物件，可是上面的程式碼並沒有建立，這是為什麼呢？

• 這是因為在第一次執行plt.xxx()這句程式碼時，系統就會自動地去判斷是否已經有了figure物件，如果沒有，系統會自動建立一個figure物件，並且在這個figure之上，自動建立一個axes座標系。
  注意：
  1. 當我們只是繪製一個圖形時，那麼直接plt.xxx(),系統會自動幫我建立一個figure物件和一個axes座標系。
  2.這也意味著如果我們不設定figure物件，那麼一個figure物件上，只能有一個axes座標系，即我們只能繪製一個圖形。

②顯式建立figure物件

• 對於不同的圖，想讓他分佈在不同的圖上，那麼就得用plt.figure進行設定，以plt.figure( )開頭，獲取每個axes（座標系）
  觀察下面基本建立程式碼，後面會詳細介紹

import matplotlib.pyplot as plt
figure = plt.figure()  # 建立figure（畫布）
figure.add_subplot(2,2,1)
figure.add_subplot(2,2,2)
figure.add_subplot(2,2,3)
figure.add_subplot(2,2,4)
plt.plot()
plt.show()

匯入資料之後的結果

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-2,2,200)
y1 = 2 * x + 1
y2 = 2*x**2
y3 = 1/x
y4 = x ** 0.5
figure = plt.figure()
axes1 = figure.add_subplot(2,2,1)
axes2 = figure.add_subplot(2,2,2)
axes3 = figure.add_subplot(2,2,3)
axes4 = figure.add_subplot(2,2,4)
axes1.plot(x, y1)
axes2.plot(x, y2)
axes3.plot(x, y3)
axes4.plot(x, y4)
plt.show()

結果如下圖所示

二、完整的繪圖步驟

• 初步認識建立figure後，我瞭解基本的繪圖步驟

① 導庫

# 我們主要用的是matplotlib中的pyplot
import matplotlib.pyplot as plt 

② 建立figure畫布物件

• 如果繪製一個簡單的小圖形，可以不設定figure物件，系統預設建立的figure物件。

• 如果需要繪製多個圖形,那麼就必須建立figure物件並且得到每個位置上的axes物件，再對每個axes相應的位置進行繪製。

③ 根據figure物件進行佈局設定

figure = plt.figure()  #只有一個座標系
figure.add_subplot(1, 1, 1)
plt.show()

figure = plt.figure()  # 圖一
figure.add_subplot(1, 2, 1)
figure.add_subplot(1, 2, 2)
plt.show()

figure = plt.figure()  # 圖二
figure.add_subplot(2, 2, 1)
figure.add_subplot(2, 2, 2)
figure.add_subplot(2, 2, 4)
plt.show()

根據上面程式碼自行測試得出規律

④ 獲取對應的axes座標系物件

figure = plt.figure()
axes1 = figure.add_subplot(2,2,1)
axes2 = figure.add_subplot(2,2,2)
axes3 = figure.add_subplot(2,2,3)
axes4 = figure.add_subplot(2,2,4)

⑤ 對相應位置的圖形進行繪製
繪製圖形關鍵一步：傳入資料，並對繪製圖形的一些細節進行設定。如下例子，相關知識點後續會介紹；

x = np.linspace(-2, 2, 200)
y2 = 2 * x ** 2
plt.plot(x, y2, 'b-o', lw=5, marker='o', mfc='r')
plt.show()

⑥ 顯示圖形

如果是在pycharm中繪圖的話，必須要加下面程式碼，才能顯示
plt.show()
至於figure.show()不知道是本人的版本問題還是怎麼樣，在pycharm中沒效果
如果使用Jupyter Notebook 則不需要，自動顯示

---

3.2 線型設定

線型設定主要四種

• ①顏色
• ②點標記
• ③線條樣式
• ④透明度設定

常用的引數名 （小括號為簡寫）	引數介紹
color( c )	線條顏色
linestyle(ls)	線條形狀
linewidth(lw)	線的寬度
marker	點標記形狀
markersize(ms)	點標記的大小
markeredgecolor(mec)	點邊緣顏色
markeredgewidth(mew)	點邊緣寬度
markerfacecolor(mfc)	點的顏色

舉例：

plt.plot([5, 6, 7, 8], [1, 2, 3, 4], color='blue', linestyle='--',
         linewidth=5, marker='^', markeredgecolor='green', markersize=7,
         markeredgewidth=2, markerfacecolor='red',
         )
plt.show()

或簡寫

plt.plot([5, 6, 7, 8], [1, 2, 3, 4], color='blue', ls='--',
         lw=5, marker='^', mec='green', ms=7,
         mew=2, mfc='red',
         )
plt.show()

①顏色

常用顏色：

• 顏色：藍色"b" 綠色"g" 紅色"r" 青色"c" 品紅"m" 黃色"y" 黑色"k" 白色"w"

# color語法
plt.plot([4,7,1,0],[1,3,9,2],color='r')

顏色大全

②點標記

color引數	說明	marker引數	說明	linestyle引數	說明
r	紅色	.	點標記	-	直線
y	黃色	o	圓圈標記	–	虛線
g	綠色	v	下三角形標記	:	點線
b	藍色	^	上三角形標記	-.	點畫線
w	白色	<	左三角形標記
k	黑色	>	右三角形標記
m	品紅	s	正形標記
c	青色	p	五邊形標記
		*	五角形標記
		h	六邊形標記
		+	+號標記
		x	x標記
		D	大菱形標記
		d	小菱形標記
		l	豎線標記
		_	橫線標記

③線條樣式

線條樣式大全	說明
-	直線
–	虛線
:	點線
-.	點畫線

簡寫：色、點標記與線型可以使用一個引數設定進行簡化

• 格式：顏色、點標記樣式、線條樣式位置可互換
• 注意：簡化設定引數除這三者之外不需要再新增任何東西
• 舉例：ro-- 、b:o 、*-.g 、-y<

程式碼測試

plt.plot([4, 7, 1, 0], [1, 3, 9, 2], '*-.g')
plt.show()

結果如下

④透明度設定

1. 介紹：
可以通過alpha引數來設定影象的透明度，alpha引數的值範圍在 0(完全透明) ~ 1(不透明)

2. 舉例說明:

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-2,2,200)
y1 = 2 * x + 1
y2 = 2*x**2
plt.plot(x,y1,'r*:',alpha=0.1)
plt.plot(x,y2,'b<-.',alpha=0.7)
plt.show()

結果如下:

後面每晚我會持續更新，有什麼不足的歡迎小夥伴們在評論交流