python 画图工具——matplotlib命令式函数

1. 概述

Matplotlib是python的一个绘图库，是数据科学的的必备库，更是很多高级可视化库的底层基础，matplotlib与numpy、pandas被誉为数据科学三剑客。Python与matplotlib是替代matlab软件的免费方案，matplotlib.pyplot画图方式与matlab高度相似。

matplotlib的的使用方法有3种：

1.pylot API，直接调用pylot API函数，pylot API是一组命令样式函数，每个pylot函数对图形进行一些更改：例如，创建图形、在图形中创建绘图区域、在绘图区域中绘制一些线、使用标签装饰绘图等。这种工作方式类似于MATLAB。

2.面向对象式，Matplotlib的核心是面向对象的。如果需要对 plots 进行更多控制和自定义，建议直接使用对象。

3.pylab接口，官网强烈不建议使用。

本文介绍matplotlib的命令式使用方法实践，这种方法使用简单。

2. matplotlib的pylot API使用

matplotlib是第三方库，使用前需要先安装，安装方法与其他库一样，输入命令即可

pip install matplotlib

我们主要使用matplotlib.pyplot模块，通常导入时写

import matplotlib.pyplot as plt

，因此后续用plt指代matplotlib.pyplot模块

plt常用功能：plt.plot() : 绘制折线图形；金融分析极其常用的图形plt.scatter()：绘制散点图；plt.bar()：绘制柱状图；plt.show()：图形显示；IDE,pycharm是一定要加这句话的；jupyter notebook中不用加也可以直接显示图形plt.figure()：类似画布，在figure上画图plt.title()：确定图片标题；plt.xlabel()：确定图片x轴的名字；plt.legend()：显示图例；plt.grid(True)：出现网格；plt.subplot()：绘制子图；

2.1简单图形画法

画折线图

import matplotlib.pyplot as pltplt.plot([1,2,3,4,5],[3,5,6,2,4])plt.show()

画散点图

import matplotlib.pyplot as pltplt.scatter([1,2,3,4,5],[3,5,6,2,4])plt.show()

画柱状图

import matplotlib.pyplot as pltplt.bar([1,2,3,4,5],[3,5,6,2,4])plt.show()

2.2 x轴y轴设置

plt.plot([1,2,3,4,5],[3,5,6,2,4])plt.xlabel('data1') # 添加x轴标签plt.ylabel('data2') # 添加y轴标签plt.xlim(0,6) # x轴的数值显示范围plt.ylim(0,8) # y轴的数值显示范围plt.show()

2.3 图形常用参数

plt.plot([1,2,3,4],[2,4,6,8], c='r', ls='--',linewidth=1.0, label = 'Line')

c表示颜色常见的颜色为 ['r','y','g','b'] , linewidths为线宽, 线条风格linestyle或ls:

-：实线--：虚线-.：点划线:：点线

label代表图例名称, 颜色和标记线可以联合使用，如：'r--','go-'

plt.plot([1,2,3,4],[2,4,6,8], 'r--',linewidth=1.0, label = 'Line')

2.4 设置坐标轴大小和标题

import numpy as npl = np.arange(0, 5, 1)plt.figure(figsize =(5,5)) #图像大小plt.plot(l,2*l)plt.title('picture1')plt.show()

2.5 显示网格

l = np.arange(0, 5, 1)plt.plot(l,l)plt.title('picture1')plt.grid(True)plt.show()

2.6 一个坐标轴绘制多个图

import numpy as npl = np.arange(0, 5, 1)plt.figure(figsize =(5,5)) plt.plot(l,l) # 画第一个图plt.plot(l,2*l) # 画第二个图plt.title('picture2')plt.legend() #显示图例plt.show()

2.7 画子图

import numpy as npl = np.arange(0, 5, 1)plt.figure(figsize=(8,6))plt.subplot(2,1,1) # 子图，三个参数分别代表一共2行,一共1列，第1个子图plt.plot(l, label='1st')plt.legend(loc=0)plt.title('Sub Plot')plt.subplot(212) # 子图，三个参数分别代表一行2个，一共1行，第2个子图plt.plot(2*l, label='2nd')plt.legend(loc=0)plt.show()