数据可视化入门篇-matplotlib第一讲-figure图像介绍

一.安装对应的库
在使用之前需要确保安装matplotlib和numpy库，本文是基于python3版本进行，所以使用前请确保您的版本是python3版本（由于官网停止了对python2的更新，建议花费点而时间安装python3）。
小xing在这里将matplotlib的安装都整理到了百度云盘链接：https://pan.baidu.com/s/1iA_bfRv8SlfkpyKt06z-AQ 密码：r3ui
numpy库直接使用命令

pip3 install numpy

安装即可；matplotlib需要在官网(http://pypi.python.org/pypi/matplotlib/)进行下载包，直接使用cmd命令安装即可.
figure(title,size…….)其中具体参数可参见官网介绍或百度。

二.figure函数画图的基本命令

import matplotlib.pyplot as plt
import numpy as np

#定义x的取值范围从-1到1，取50个点；
x=np.linspace(-1,1,50)
#函数表达式
y1 = 3*x+6
y2 = x**2

#产生多个figure，plot函数画曲线
plt.figure()
plt.plot(x,y1，color='red',linewidth=2.3,linestyle='--')

plt.figure()
plt.plot(x,y2)

#show()函数呈现函数图像
plt.show()

注：如果需要将两张图合并到一张图上，只需要在代码中对应的figure()函数下添加相应的plot()函数即可。由于小编之前接触MATLAB比较频繁，经过小编反复观察竟发现matplotlib与MATLAB如此类似，而且MATLAB有许多参考书籍，如果大家感兴趣，可以先尝试一下MATLAB.

三.修改坐标轴信息
函数xlim(),xlabel()分别是对坐标轴的范围和名称进行修改。
xticks()则是分别对刻度进行修改，正则化在此也能表现出较好功能，不过使用函数相对比较简单。程序如下;

import matplotlib.pyplot as plt
import numpy as np

#定义x的取值范围从-1到50，步长为1；
x=np.linspace(-2,2,50)
#函数表达式
y2 = x**2

#产生figure,plot函数画曲线
plt.figure()
plt.plot(x,y2)

#修改x,y轴的范围和名称，注意python中名称只能识别英文
plt.xlim((-2,2))
plt.ylim((-2,2))
plt.xlabel('x')
plt.ylabel('y')

#修改坐标的刻度名称
new_ticks=np.linespace(-2,2,10)
plt.yticks(new_ticks)
plt.xticks([-1,-0.5,1,1.5,2],['$one$','$two$','$three$','$four$'])
#show()函数呈现函数图像
plt.show()

四.修改坐标轴的位置
4.1.将右边和上边的坐标轴去掉，

nx = plt.gca()

#将右边和上边的坐标线去掉
nx.spines['right'].set_color('none')
nx.spines['top'].set_color('none')

4.2.将左边和下面的坐标轴移动到指定位置

#移动坐标轴，将spines选中的坐标轴放到指定的set_position的位置
nx.spines['bottom'].set_position(('data',0))
nx.spines['left'].set_position(('data',0))

4.3 将坐标刻度移动到指定位置
在此坐标刻度在不修改的情况下，默认为随着坐标轴的一定而移动，一般情况下可以不考虑。

#选择刻度移动位置
nx.xaxis.set_ticks_position('bottom')
nx.yaxis.set_ticks_position('left')

4.5 设置图例

#设置图例
plt.figure()
l1, = plt.plot(x,y1,color='red',linestyle='--')
l2, = plt.plot(x,y2,color='blue')
plt.legend(handles=[l1,l2],labels=['lin','fin'],loc='best')

修改坐标的完整代码：

import matplotlib.pyplot as plt
import numpy as np

#定义x的取值范围从-1到50，步长为1；
x=np.linspace(-2,2,50)
#函数表达式
y2 = x**2

plt.figure(1)
plt.plot(x,y2)

#修改x,y轴的范围和名称，注意python中名称只能识别英文
plt.xlim((-2,2))
plt.ylim((-2,3))
plt.xlabel('x')
plt.ylabel('y')
#修改坐标轴位置
nx = plt.gca()

#将右边和上边的坐标线去掉
nx.spines['right'].set_color('none')
nx.spines['top'].set_color('none')

#移动坐标轴，将spines选中的坐标轴放到指定的set_position的位置
nx.spines['bottom'].set_position(('data',0))
nx.spines['left'].set_position(('data',0))
#show()函数呈现函数图像

六.总结
由于此篇为小xing第一篇以第一作者发表的文章，如若存在错误，欢迎大家留言给予改正，同时也欢迎小白一起学习，共同进步。

数据可视化入门篇-matplotlib第一讲-figure图像介绍

猜你喜欢