文章目录
基本要点
折线图：准备所有的x和所有的y
传入即可：
plt.plot(x,y,label)
#x和y是列表类型,label是该组映射的标签
plt.legend() #绘制图例 ， 上述label需要结合legend使用
#再添加一次plot就可以再设置一组xy映射
#x有多大，y就有多大
#下面每种画图方式都是如此，在x对应的位置绘制y相关的图像
不需要将x和y一个一个的匹配成元组
1. 导入模块：
import matplotlib.pyplot as plt
2. 定义图像窗口：
plt.figure(num,figsize,dpi) #设置 窗口 大小，figsize大小，dpi分辨率
3. 画图：
plt.plot(x, y,color,linewidth,linestyle,label)
4. 定义坐标轴范围：
plt.xlim(n1,n2)/plt.ylim()
5. 设置描述信息：
plt.xlabel("xxx")/plt.ylabel()
plt.title()
6. 定义坐标轴刻度及名称：
plt.xticks()/plt.yticks()
plt.xticks(ticks,[lables,...])
#设置刻度，指示刻度的是ticks，label是ticks的标签，类似别 名,rotation旋转,两个参数都是列表类型，如：
plt.yticks([-2, -1.8, -1, 1.22, 3],['really bad', 'bad', 'normal', 'good', 'really good'])
#传入()的时候，隐藏刻度
7. 设置图像边框颜色：
ax = plt.gca() #获取当前坐标轴的信息
ax.spines['top,bottom,left,right'].set_color('颜色或none')
8. 调整 刻度 位置：
ax.xaxis.set_ticks_position() #top，bottom，both，default，none
ax.yaxis.set_ticks_position()
9. 调整 边框（坐标轴） 位置：
ax.spines['top,bottom,left,right'].set_position((prop,num)) #prop为outward，axes，data
10.保存图片
plt.savefig("path") #保存图片
11.网格
plt.grid(alpha=0.1) #网格，根据刻度进行绘制。alpha设置透明度，从0到1
12.添加标注
plt.annotate('注解内容', xy=(x0, y0), xycoords='data', xytext=(+30, -30),
textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
#xy：对哪个点标注
#xycoords：基于什么来选择 被标注物体 的位置
#xytext：标注的位置
#textcoords：基于什么来选择 标注 的位置
#arrowprops：设置箭头类型和箭头弧度，类型为dict
13.添加注释
plt.text(x, y, '注释内容',fontdict={
'size': 16, 'color': 'r'})
#x,y注释的位置
#fontdict：dict类型，注释的信息
14.设置tick的能见度
for label in ax.get_xticklabels() + ax.get_yticklabels(): #取出label
label.set_fontsize(12) #设置label
label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.7, zorder=2))
散点图、直方图、柱形图
散点图
plt.scatter(x,y,label)
直方图
绘制连续的数据：某个区间的数量、频率、分布
plt.hist(data,num,density)
#data表示数据，num表示将data分成几组，直方图的高度就是每组的数量
#density 为True时，每组的数量变成频率，也就是占比
柱形图
绘制离散的数据：每个种类的数量和频率
plt.bar(x,y,width,facecolor,edgecolor) #纵向，width设置柱子宽度，0到1
#x代表柱子的位置，y代表柱子的高度
#y可以写成+y或-y，可以实现向上的柱子，和向下的柱子
plt.barh(x,y,height) #横向
1.柱子上加数据
for x, y in zip(X, Y1):
plt.text(x, y , '%.2f' % y, ha='center', va='bottom')
#对x和y，加上'%.2f' % y
#ha：横向对齐方式 horizontal alignment
#va：纵向对齐方式 vertical alignment
等高线图
三维，包括：x,y,height=f(x,y)
1.颜色填充
plt.contourf(X, Y, f(X, Y), 8, alpha=.75, cmap=plt.cm.RdBu)
#8表示密集程度：0-10
#cmap：color map
https://matplotlib.org/examples/color/colormaps_reference.html #color map
2.等高线绘制
C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)
3.添加高度数字
plt.clabel(C, inline=True, fontsize=10)
#inline：是否把label放在线中
多图合并显示
子图
subplot
1.子图
plt.figure()
plt.subplot(2,2,1) #把整个图，分成2行2列，当前为第一个
plt.plot([0,1],[0,1]) #在当前子图中绘制
2.不均匀子图
plt.subplot(2,1,1)
plt.plot([0,1],[0,1])
plt.subplot(2,3,4)
plt.plot([0,1],[0,2])
更加方便的分图：
subplot2grid
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3,rowspan)
#(3, 3)：分成3行3列
#(0, 0)：从第0行第0列开始画
#colspan，rowspan：列行的跨度，默认为1
ax1.plot([1, 2], [1, 2]) # 画小图
ax1.set_title('ax1_title') # 设置小图的标题
gridspec
import matplotlib.gridspec as gridspec
plt.figure(figsize=(8, 8))
gs = gridspec.GridSpec(3, 3) #整个图像窗口分成3行3列
#使用plt.subplot来作图
ax6 = plt.subplot(gs[0, :]) #gs[0, :]表示这个图占第0行和所有列
ax7 = plt.subplot(gs[1, :2]) #gs[1, :2]表示这个图占第1行和第2列前的所有列
ax8 = plt.subplot(gs[1:, 2]) #gs[1:, 2]表示这个图占第1行后的所有行和第2列
ax9 = plt.subplot(gs[-1, 0]) #gs[-1, 0]表示这个图占倒数第1行和第0列
ax10 = plt.subplot(gs[-1, -2]) # gs[-1, -2]表示这个图占倒数第1行和倒数第2列
subplots
f, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2, sharex=True, sharey=True)
#分成2行2列
#sharex：共享x轴坐标
#返回值：窗口，以及所有子图
plt.tight_layout() #表示紧凑显示图像
图中图
窗口>大图>小图
1.设置窗口
fig = plt.figure()
2.画大图
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
ax1 = fig.add_axes([left, bottom, width, height])
#设置大图在窗口中的位置：百分比
ax1.plot(x, y, 'r')
3.画小图
#步骤与画大图一样
left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(y, x, 'b')
次坐标轴
fig, ax1 = plt.subplots()
ax2 = ax1.twinx() #镜面
ax1.plot(x, y1, 'g-')
ax1.set_xlabel('X data')
ax1.set_ylabel('Y1 data', color='g')
ax2.plot(x, y2, 'b-')
ax2.set_ylabel('Y2 data', color='b')
3D作图、动画
3D
from mpl_toolkits.mplot3d import Axes3D
1.设置窗口
fig = plt.figure()
ax = Axes3D(fig) #在窗口中 添加3D坐标轴
2.作3D表面
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))
#rstide，cstride：表示row和col的跨度，跨度越小，网格越密集
3.投影
ax.contourf(X, Y, Z, zdir='z', offset=-1, cmap=plt.get_cmap('rainbow'))
#zdir：z表示对XY投影，x表示对YZ投影
#offset：投影面的偏移坐标
动画
1.设置函数，添加线条
line, = ax.plot(x, np.sin(x))
2.定义函数：动画、初始
def animate(i):
line.set_ydata(np.sin(x + i/10.0))
return line,
def init():
line.set_ydata(np.sin(x))
return line,
3.将窗口信息、函数信息等 添加到animation的参数中
ani = animation.FuncAnimation(fig=fig,
func=animate,
frames=100,
init_func=init,
interval=20,
blit=True)
参考
部分参考链接丢失（真的丢失），如有侵权，请联系我删除