参考
层级
最高级：the matplotlib “state-machine environment”。看下面的例子，全程使用plt模块的函数做事情，不使用对象的方法和属性。
import matplotlib.pyplot as plt
plt.figure(1) # the first figure
plt.subplot(211) # the first subplot in the first figure
plt.plot([1, 2, 3])
plt.subplot(212) # the second subplot in the first figure
plt.plot([4, 5, 6])
plt.figure(2) # a second figure
plt.plot([4, 5, 6]) # creates a subplot(111) by default
plt.figure(1) # figure 1 current; subplot(212) still current
plt.subplot(211) # make subplot(211) in figure1 current
plt.title('Easy as 1, 2, 3') # subplot 211 title
plt.show()
次一级：面向对象的界面的第一层。此时，plt模块的函数仅仅用于创建figure，axes等对象，然后就直接用对象的接口做事情。
x = np.arange(0, 10, 0.2)
y = np.sin(x)
fig, ax = plt.subplots()
ax.plot(x, y) # 使用ax的方法做事情
plt.show()
对象
figure
一个figure包含多个axes，也可以一个也没有
- 多个figure，多个axes
import matplotlib.pyplot as plt
plt.figure(1) # the first figure
plt.subplot(211) # the first subplot in the first figure
plt.plot([1, 2, 3])
plt.subplot(212) # the second subplot in the first figure
plt.plot([4, 5, 6])
plt.figure(2) # a second figure
plt.plot([4, 5, 6]) # creates a subplot(111) by default
plt.figure(1) # figure 1 current; subplot(212) still current
plt.subplot(211) # make subplot(211) in figure1 current
plt.title('Easy as 1, 2, 3') # subplot 211 title
plt.show()
- 一个figure，没有axes
fig = plt.figure() # an empty figure with no axes
fig.suptitle('No axes on this figure') # Add a title so we know which it is
# plt.plot([1,2,3]) # draw a line (now have an axes)
# plt.show() # show the plot
axes
一个axes对象构件中有多个axis对象（2D plot有两个，分别是x轴和y轴；3D plot有三个）
import matplotlib.pyplot as plt
x = np.arange(0, 10, 0.2)
y = np.sin(x)
fig, ax = plt.subplots()
fig.suptitle("basic math")
ax.plot(x, y, label='sin') # 使用ax的方法做事情
ax.set_title('sin function')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_xlim(-1, 11)
ax.legend()
plt.show()
数据
最好是np.array数据，pd和np.matrix的可以进行下面的转换
a = pandas.DataFrame(np.random.rand(4,5), columns = list('abcde'))
a_asarray = a.values
b = np.matrix([[1,2],[3,4]])
b_asarray = np.asarray(b)
mpl, plt和pylab
matplotlib是一个package，pyplot是matplotlib下的一个module ，pylab集合了pyplot和numpy构成统一的命名空间（已被弃用）。
对于plt而言，里面的函数总会有一个当前figure和当前axes（自动创建出来）
x = np.linspace(0, 2, 100)
plt.plot(x, x, label='linear')
plt.plot(x, x**2, label='quadratic')
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
plt.show()
代码风格
- 显式导入plt和np再利用，而不要全部导入其中的对象，避免污染命名空间
- 使用plt创建出figure和axes对象，然后使用对象的方法进行进一步的控制
- 使用np做数据
- 使用plt显示图像
# 导入方式
import matplotlib.pyplot as plt
import numpy as np
def my_plotter(ax, data1, data2, param_dict):
"""
A helper function to make a graph
Parameters
----------
ax : Axes
The axes to draw to
data1 : array
The x data
data2 : array
The y data
param_dict : dict
Dictionary of kwargs to pass to ax.plot
Returns
-------
out : list
list of artists added
"""
out = ax.plot(data1, data2, **param_dict) # 使用对象操作
return out
# which you would then use as:
data1, data2, data3, data4 = np.random.randn(4, 100) # 数据
fig, (ax1, ax2) = plt.subplots(1, 2) # 获取figure和axes对象
my_plotter(ax1, data1, data2, {'marker': 'x'})
my_plotter(ax2, data3, data4, {'marker': 'o'})
plt.show()
后端
交互式后端和非交互式后端
指定后端
- matplotlibrc文件中的backend参数（我的电脑，这个文件位于
C:\Users\xxxx\PycharmProjects\untitled1\venv\Lib\site-packages\matplotlib\mpl-data下）
- 脚本中指定
import matplotlib
matplotlib.use('PS') # generate postscript output by default
此时如果脚本中有plt.show()也不会显示图片，而会报出UserWarning：
- 环境变量指定（这种没有具体例子）
性能上的考虑
主要是简化render，包括线段、标记等等，可以直接使用fast模式来简单设定
import matplotlib.style as mplstyle
mplstyle.use('fast')
