介绍

官方教程
 中文教程

功能简介

基础功能

使用简介

基础概念
legend,marker; figure,axes,axis ; spines
Artist( text, line2D , collection , patch ... )
数据类型
array
命名空间
matplotlib.pyplot 可与 numpy 使用 (pylab已经弃用)
生成多个图
plt.subplots(row,col) 可生成多个axes
交互模式
plt.draw() 如果不需要在屏幕显示，调用该函数
便捷功能
线段的简化：
通过 path.simplify and path.simplify_threshold
Marker的简化:
通过markevery plt.plot(x, y, markevery=10)详情参看Markevery Demo
线分块：
mpl.rcParams['agg.path.chunksize'] = 0
使用快速格式：
为了避免其他格式被改变，可以在最后部分调用，不会改变其他设置
import matplotlib.style as mplstyle
mplstyle.use('fast')

Pyplot示例
折线图、散点图、柱状图
散点图的图示、图的颜色
绘制多个图
插入文本
插入数学公式
插入注释文本
坐标轴会自动适应不同数据：线性、指数等

图的种类

线 plot()
多个子图 subplot()
显示图片 imshow()
轮廓线与伪彩色 pcolormesh() , contour()
直方图 hist()
路径 matplotlib.path
3D 3D plotting
流量图 streamplot()
椭圆为了某些具体任务..
条形图 bar()
饼图 pie()
表格 table()
散点图 scatter()
填充曲线 fill()
时序数据 matplotlib.ticker 与 matplotlib.dates
指数 semilogx(), semilogy() 与 loglog()
极坐标图 polar()
图示 legend()
tex文本 matplotlib.mathtext；usetex

图片示例

导入图片模块 import matplotlib.image as mpimg ; 可以使用Pillow library, Matplotlib 只支持PNG
读取图片 img = mpimg.imread('../../doc/_static/stinkbug.png')
显示图片 imgplot = plt.imshow(img)
色条 plt.colorbar()
不同的图片模式 (设置显示范围等)

一个完整的plot的例子

数据
加载数据
控制格式 plt.style.use('fivethirtyeight') plt.rcParams.update({'figure.autolayout': True})
tips: Customizing Matplotlib with style sheets and rcParams
变更plt属性,一次改变多个 pyplot.setp()
调整图的尺寸 fig, ax = plt.subplots(figsize=(8, 4))
坐标轴格式控制 ax.xaxis.set_major_formatter(formatter) ticker.FuncFormatter
保存图片 figure.Figure.savefig()

使用style sheets与 rcParams控制格式

style sheets

可选用的格式 plt.style.available
定义自己的格式 mpl_configdir/stylelib/presentation.mplstyle
格式组合 plt.style.use(['dark_background', 'presentation'])
临时格式 with plt.style.context('dark_background'):

rcParams

直接使用 matplotlib.rcParams 修改格式，如 mpl.rcParams['lines.linewidth'] = 2
使用matplotlib.rc()修改格式，如 mpl.rc('lines', linewidth=4, color='g')
使用matplotlib.rcdefaults()恢复默认配置
默认配置都在 matplotlibrc 文件中

中级功能

Artist 教程

三层结构：

画图区域 matplotlib.backend_bases.FigureCanvas
画图方法 matplotlib.backend_bases.Renderer
使用renderer在canvas上绘图 matplotlib.artist.Artist

Artist 分为两类：

primitives 包括：Line2D, Rectangle, Text, AxesImage, etc
containers 包括：Axis, Axes and Figure

Axes 通常按行列分布，使用 add_axes() 在任意位置创建axes

legend 教程

legend entry: 每个legend由一个或多个legend entry构成
legend key: 左边标记的颜色或模式
legend label: 描述handle的文本
legend handle: 描述的handle

cycler教程

处理周期数据 ps.

改变Figure布局

subplots() : 创建并布局axes
GridSpec : 重置figure布局
SubplotSpec : 给定布局，创建子图
subplot2grid() : 在grid内部创建子图

布局教程

constrained_layout = ture 会避免坐标、文字重叠现象
colorbars,Suptitle,Legends 布局的影响
手动布局
另一种选择 tight_layout()

控制图片方向

通过 origin 与 extent kwargs参数控制图片的axes

高级功能

路径

绘制路径 path

路径效果

设置路径艺术字效果

转换坐标系

偏移？

颜色

指定颜色

设置颜色方法

RGB or RGBA 通过0-1的浮点数 (0.1, 0.2, 0.5) or (0.1, 0.2, 0.5, 0.3)
RGB or RGBA 字符串 #0f0f0f or #0f0f0f80
一个0-1浮点数,表示灰度 0.5
颜色缩写 {'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'}
X11/CSS4 颜色名 black
xkcd 颜色 xkcd:sky blue
大写C与数字 C0 根据style进行变化，数字最大也不知道是多少...(seaborn 有六种颜色 axes.prop_cycle: cycler('color', ['4C72B0', '55A868', 'C44E52', '8172B2', 'CCB974', '64B5CD']))

定制Colorbars

基本连续的colorbar
离散间隔的colorbar
设定长度的colorbar

定制colormap

获取改变colormap的值；设置多个colormap

colormap 分布

通常是线性分布，在某些情况下需要调整

选择colormap

选择colormap的色彩模式

文本

Matplotlib Plots 中的文本

基本命令

text axes上任意位置添加文本
annotate axes上任意位置添加注释，有一个可选的箭头
xlabel axes的x轴标签
ylabel axes的y轴标签
title axes标题
figtext figure上任意位置添加文本
suptitle figure添加标题

x-轴与y-轴文本的格式

分布位置
字体格式 text的参数
间隔 pad

标题

分布位置
间隔 pad

刻度与刻度标签

主刻度、副刻度
刻度显示的范围
刻度显示的格式

文本的属性与布局

alpha 透明度
color 颜色
position 位置
rotation 旋转

坐标转换？
非拉丁字符？

注释

文本的样式
箭头的格式（可以是圆、方框、各种箭头等）
ps. 注释数据的高亮是由marker实现的

数学表达式

plot支持latex的数学表达式
ps. 使用mathtype进行编辑，导出就可以了

使用latex渲染文本

没有必要..

实际使用

根据官方文档示例 + API文档根据需要进行修改与使用

使用figure.Figure.savefig()保存成PDF

matplotlib 教程简析

介绍