python绘图

时间：2019-08-11 21:26:35 阅读：128 评论：0 收藏：0 [点我收藏+]

申明：本人博客为自己学习记录，本文学习内容主要来源以下两篇博客。

https://www.jianshu.com/p/78ba36dddad8

https://blog.csdn.net/lm_is_dc/article/details/81191207

1、基础知识

1.1 库

主要用到的两个库：

numpy
matplotlib.pyplot

1.2 图形组成标签

技术分享图片

图片来源：https://www.jianshu.com/p/78ba36dddad8

几个重要的标签：

Figure(图像窗口）:Figure 是包裹 Axes、tiles、legends 等组件的最外层窗口。它其实是一个 Windows 应用窗口。
Axes(轴域/子图）：Axes 是带有数据的图像区域。一个 Figure 中可以有多个子图。
Axis（轴）：X Axis和Y Axis。

1.3 导入库

import numpy as npimport matplotlib.pyplot as plt

2、绘图

2.1 包含单条曲线的图

正比例函数

from matplotlib import pyplot as plt

x=[1,2,3,4,5]
y=[2,4,6,8,10]
plt.figure()    # 定义一个图像窗口
plt.plot(x,y)   # 绘制曲线
plt.show()      #显示图像

结果：

技术分享图片

指数函数

import numpy as np
from matplotlib import pyplot as plt

x1=np.arange(-np.pi,np.pi,0.01)
# y1=np.power(x1,2)   #指数函数
y1=x1**2              #指数函数（同上）
plt.figure()    # 定义一个图像窗口
plt.plot(x1,y1)  # 绘制曲线
plt.show()      #显示图像

结果：

技术分享图片

2.2 包含多条曲线的图

连续调用多次plot函数

import numpy as np
from matplotlib import pyplot as plt

x=[1,2,3,4,5]
y=[2,4,6,8,10]

x1=np.arange(-np.pi,np.pi,0.01)
# y1=np.power(x1,2)   #指数函数
y1=x1**2              #指数函数（同上）

plt.figure()    # 定义一个图像窗口

plt.plot(x,y)  # 绘制曲线y
plt.plot(x1,y1)  # 绘制曲线y1

plt.show()      #显示图像

结果：

技术分享图片

也可以在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线

import numpy as np
from matplotlib import pyplot as plt

x=[1,2,3,4,5]
y=[2,4,6,8,10]

x1=np.arange(-np.pi,np.pi,0.01)
# y1=np.power(x1,2)   #指数函数
y1=x1**2              #指数函数（同上）

plt.figure()    # 定义一个图像窗口

plt.plot(x,y,x1,y1)  # 绘制曲线y,y1,   注意顺序
#plt.plot(x1,y1)  # 绘制曲线y1

plt.show()      #显示图像

2.3 将多个曲线图绘制在一个Figure(图像窗口）区域中：对象形式创建表图

a=plt.subplot（row,col,loc） 创建曲线图
a.plot(x,y) 绘制曲线图

实例：

import numpy as np
from matplotlib import pyplot as plt

x=[1,2,3,4,5]
y=[2,4,6,8,10]

x1=np.arange(-np.pi,np.pi,0.01)
# y1=np.power(x1,2)   #指数函数
y1=x1**2              #指数函数（同上）

x2=np.linspace(-np.pi,np.pi,5)   、
y2=np.sin(x)

plt.figure()    # 定义一个图像窗口

a1=plt.subplot(2,2,1) #创建曲线图
a1.plot(x,y) #绘制曲线图

a2=plt.subplot(2,2,2) #创建曲线图
a2.plot(x1,y1)  # 绘制曲线

a3=plt.subplot(223) #创建曲线图  可以省略逗号
a3.plot(x2,y2)  # 绘制曲线

plt.show()      #显示图像

结果：

技术分享图片

2.4 网格线gride

参数：

axis
color:支持十六进制颜色
linestyle: – -. :
alpha :

设置网格：

直接设置：plt.grid()
使用对象设置：a=plt.subplot(221) a.grid()

import numpy as np
from matplotlib import pyplot as plt

x=np.linspace(-np.pi,np.pi,100)
y=np.sin(x)

a1=plt.subplot(221)
a1.grid()
a1.plot(x,y)

a2=plt.subplot(222)
a2.grid()
a2.plot(x,y)

a3=plt.subplot(223)
a3.grid()
a3.plot(x,y)

a4=plt.subplot(224)
a4.grid()
a4.plot(x,y)

plt.show()      #显示图像

结果：
技术分享图片

2.5 坐标轴界限

修改x，y轴刻度值

plt.axis([xmin,xmax,ymin,ymax])

例如：plt.axis([-4,4,-2,2])

关闭坐标轴

plt.axis(‘off‘)

设置画布比例

plt.figure(figsize=(a,b))

参数：

a:x刻度比例；
b：y刻度比例
（2:1）表示x刻度显示为y刻度显示的2倍。

xlim方法和ylim方法

可以通过plt的xlim(xmin,xmax)，ylim方法设置坐标轴范围；

plt.xlim(-6,6)
plt.ylim(-2,2)

通过对象的方式设置x，y轴的刻度值范围 ax.set_xlim(a,b)

ax1=plt.subplot(111)
ax1.set_xlim(-4,4)
ax1.set_ylim(-2,2)

2.6 坐标轴标签

color 标签颜色
fontsize 字体大小
rotation 旋转角度
plt的xlabel方法和ylabel方法

import numpy as np
from matplotlib import pyplot as plt

x=np.linspace(-np.pi,np.pi,100)
y=np.cos(x)
plt.title(‘tittle‘)
plt.ylabel(‘yyy‘,fontsize=16,rotation=90,color=‘r‘)
plt.xlabel(‘xxx‘,fontsize=16)
plt.plot(x,y)
plt.show()

结果：

技术分享图片

对象方法set_xlabel/ylabel()

2.6.1 显示坐标轴中文标签

设置参数：fontproperties

import numpy as np
from matplotlib import pyplot as plt

x=np.linspace(-np.pi,np.pi,100)
y=np.cos(x)
ax=plt.subplot(111)
ax.set_xlabel(‘x轴‘,fontproperties=‘KaiTi‘,fontsize=18)   #对象方法
ax.set_ylabel(‘y轴‘,fontproperties=‘KaiTi‘,fontsize=18)
ax.set_title(‘标题‘,fontproperties=‘KaiTi‘,fontsize=16)
ax.plot(x,y)
plt.show()

技术分享图片

2.7、标题

plt.title()方法
ax.set_title()方法

2.8、图例

2.8.1 legend方法

两种传参方法：

- 分别在plot函数中增加label参数,再调用plt.legend()方法显示

x=np.linspace(0,10,30)
y=x ** 2
plt.plot(x,y,label=‘aaa‘) #参数传递方法1，绘制曲线
plt.plot(x+1,y-1,label=‘bbb‘) 
plt.legend()

技术分享图片

- 直接在legend方法中传入字符串列表

import numpy as np
from matplotlib import pyplot as plt
x=np.linspace(0,10,30)
y=x ** 2
plt.plot(x,y)
plt.plot(x+1,y-1)
plt.legend([‘a‘,‘b‘])
plt.show()