matplotlib繪圖入門詳解
matplotlib是受MATLAB的啓發構建的。MATLAB是數據繪圖領域廣泛使用的語言和工具。MATLAB語言是面向過程的。利用函數的調用，MATLAB中可以輕鬆的利用一行命令來繪製直線，然後再用一系列的函數調整結果。
matplotlib有一套完全仿照MATLAB的函數形式的繪圖接口，在matplotlib.pyplot模塊中。這套函數接口方便MATLAB用戶過度到matplotlib包
學習方式：從官網examples入門學習
import matplotlib.pyplot as plt
在繪圖結構中，figure創建窗口，subplot創建子圖。所有的繪畫只能在子圖上進行。plt表示當前子圖，若沒有就創建一個子圖。所有你會看到一些教程中使用plt進行設置，一些教程使用子圖屬性進行設置。他們往往存在對應功能函數。
Figure：面板(圖)，matplotlib中的所有圖像都是位於figure對象中，一個圖像只能有一個figure對象。
Subplot：子圖，figure對象下創建一個或多個subplot對象(即axes)用於繪製圖像。
圖片1.png
配置參數：
axex: 設置座標軸邊界和表面的顏色、座標刻度值大小和網格的顯示
figure: 控制dpi、邊界顏色、圖形大小、和子區( subplot)設置
font: 字體集（font family）、字體大小和樣式設置
grid: 設置網格顏色和線性
legend: 設置圖例和其中的文本的顯示
line: 設置線條（顏色、線型、寬度等）和標記
patch: 是填充2D空間的圖形對象，如多邊形和圓。控制線寬、顏色和抗鋸齒設置等。
savefig: 可以對保存的圖形進行單獨設置。例如，設置渲染的文件的背景爲白色。
verbose: 設置matplotlib在執行期間信息輸出，如silent、helpful、debug和debug-annoying。
xticks和yticks: 爲x,y軸的主刻度和次刻度設置顏色、大小、方向，以及標籤大小。
線條相關屬性標記設置
| 線條風格linestyle或ls | 描述 |
|---|---|
| ‘-‘ | 實線 |
| ‘:’ | 虛線 |
| ‘–’ | 破折線 |
| ‘None’,’ ‘,’’ | 什麼都不畫 |
| ‘-.’ | 點劃線 |
線條標記
標記maker 描述
‘o’ 圓圈
‘.’ 點
‘D’ 菱形
‘s’ 正方形
‘h’ 六邊形1
‘*’ 星號
‘H’ 六邊形2
‘d’ 小菱形
‘_’ 水平線
‘v’ 一角朝下的三角形
‘8’ 八邊形
‘<’ 一角朝左的三角形
‘p’ 五邊形
‘>’ 一角朝右的三角形
‘,’ 像素
‘^’ 一角朝上的三角形
‘+’ 加號
‘\ ‘ 豎線
‘None’,’’,’ ‘ 無
‘x’ X
顏色
別名 顏色
b 藍色
g 綠色
r 紅色
y 黃色
c 青色
k 黑色
m 洋紅色
w 白色
如果這兩種顏色不夠用，還可以通過兩種其他方式來定義顏色值：
1、使用HTML十六進制字符串 color=’#123456’ 使用合法的HTML顏色名字（’red’,’chartreuse’等）。
2、也可以傳入一個歸一化到[0,1]的RGB元祖。 color=(0.3,0.3,0.4)
背景色
通過向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()這樣的方法提供一個axisbg參數，可以指定座標這的背景色。
subplot(111,axisbg=(0.1843,0.3098,0.3098)）
以下示例需要引入的庫包括
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator
繪圖操作步驟（以點圖、線圖爲例）
#使用numpy產生數據
x=np.arange(-5,5,0.1)
y=x*3
#創建窗口、子圖
#方法1：先創建窗口，再創建子圖。（一定繪製）
fig = plt.figure(num=1, figsize=(15, 8),dpi=80) #開啓一個窗口，同時設置大小，分辨率
ax1 = fig.add_subplot(2,1,1) #通過fig添加子圖，參數：行數，列數，第幾個。
ax2 = fig.add_subplot(2,1,2) #通過fig添加子圖，參數：行數，列數，第幾個。
print(fig,ax1,ax2)
#方法2：一次性創建窗口和多個子圖。（空白不繪製）
fig,axarr = plt.subplots(4,1) #開一個新窗口，並添加4個子圖，返回子圖數組
ax1 = axarr[0] #通過子圖數組獲取一個子圖
print(fig,ax1)
#方法3：一次性創建窗口和一個子圖。（空白不繪製）
ax1 = plt.subplot(1,1,1,facecolor='white') #開一個新窗口，創建1個子圖。facecolor設置背景顏色
print(ax1)
#獲取對窗口的引用，適用於上面三種方法
# fig = plt.gcf() #獲得當前figure
# fig=ax1.figure #獲得指定子圖所屬窗口
# fig.subplots_adjust(left=0) #設置窗口左內邊距爲0，即左邊留白爲0。
#設置子圖的基本元素
ax1.set_title('python-drawing') #設置圖體，plt.title
ax1.set_xlabel('x-name') #設置x軸名稱,plt.xlabel
ax1.set_ylabel('y-name') #設置y軸名稱,plt.ylabel
plt.axis([-6,6,-10,10]) #設置橫縱座標軸範圍，這個在子圖中被分解爲下面兩個函數
ax1.set_xlim(-5,5) #設置橫軸範圍，會覆蓋上面的橫座標,plt.xlim
ax1.set_ylim(-10,10) #設置縱軸範圍，會覆蓋上面的縱座標,plt.ylim
xmajorLocator = MultipleLocator(2) #定義橫向主刻度標籤的刻度差爲2的倍數。就是隔幾個刻度才顯示一個標籤文本
ymajorLocator = MultipleLocator(3) #定義縱向主刻度標籤的刻度差爲3的倍數。就是隔幾個刻度才顯示一個標籤文本
ax1.xaxis.set_major_locator(xmajorLocator) #x軸 應用定義的橫向主刻度格式。如果不應用將採用默認刻度格式
ax1.yaxis.set_major_locator(ymajorLocator) #y軸 應用定義的縱向主刻度格式。如果不應用將採用默認刻度格式
ax1.xaxis.grid(True, which='major') #x座標軸的網格使用定義的主刻度格式
ax1.yaxis.grid(True, which='major') #x座標軸的網格使用定義的主刻度格式
ax1.set_xticks([]) #去除座標軸刻度
ax1.set_xticks((-5,-3,-1,1,3,5)) #設置座標軸刻度
ax1.set_xticklabels(labels=['x1','x2','x3','x4','x5'],rotation=-30,fontsize='small') #設置刻度的顯示文本，rotation旋轉角度，fontsize字體大小
plot1=ax1.plot(x,y,marker='o',color='g',label='legend1') #點圖：marker圖標
plot2=ax1.plot(x,y,linestyle='--',alpha=0.5,color='r',label='legend2') #線圖：linestyle線性，alpha透明度，color顏色，label圖例文本
ax1.legend(loc='upper left') #顯示圖例,plt.legend()
ax1.text(2.8, 7, r'y=3*x') #指定位置顯示文字,plt.text()
ax1.annotate('important point', xy=(2, 6), xytext=(3, 1.5), #添加標註，參數：註釋文本、指向點、文字位置、箭頭屬性
arrowprops=dict(facecolor='black', shrink=0.05),
)
#顯示網格。which參數的值爲major(只繪製大刻度)、minor(只繪製小刻度)、both，默認值爲major。axis爲'x','y','both'
ax1.grid(b=True,which='major',axis='both',alpha= 0.5,color='skyblue',linestyle='--',linewidth=2)
axes1 = plt.axes([.2, .3, .1, .1], facecolor='y') #在當前窗口添加一個子圖，rect=[左, 下, 寬, 高]，是使用的絕對佈局，不和以存在窗口擠佔空間
axes1.plot(x,y) #在子圖上畫圖
plt.savefig('aa.jpg',dpi=400,bbox_inches='tight') #savefig保存圖片，dpi分辨率，bbox_inches子圖周邊白色空間的大小
plt.show() #打開窗口，對於方法1創建在窗口一定繪製，對於方法2方法3創建的窗口，若座標系全部空白，則不繪製
1.jpg
plot時可以設置的屬性包括如下：
屬性 值類型
alpha 浮點值
animated [True / False]
antialiased or aa [True / False]
clip_box matplotlib.transform.Bbox 實例
clip_on [True / False]
clip_path Path 實例， Transform，以及Patch實例
color or c 任何 matplotlib 顏色
contains 命中測試函數
dash_capstyle ['butt' / 'round' / 'projecting']
dash_joinstyle ['miter' / 'round' / 'bevel']
dashes 以點爲單位的連接/斷開墨水序列
data (np.array xdata, np.array ydata)
figure matplotlib.figure.Figure 實例
label 任何字符串
linestyle or ls [ '-' / '--' / '-.' / ':' / 'steps' / ...]
linewidth or lw 以點爲單位的浮點值
lod [True / False]
marker [ '+' / ',' / '.' / '1' / '2' / '3' / '4' ]
markeredgecolor or mec 任何 matplotlib 顏色
markeredgewidth or mew 以點爲單位的浮點值
markerfacecolor or mfc 任何 matplotlib 顏色
markersize or ms 浮點值
markevery [ None / 整數值 / (startind, stride) ]
picker 用於交互式線條選擇
pickradius 線條的拾取選擇半徑
solid_capstyle ['butt' / 'round' / 'projecting']
solid_joinstyle ['miter' / 'round' / 'bevel']
transform matplotlib.transforms.Transform 實例
visible [True / False]
xdata np.array
ydata np.array
zorder 任何數值
一個窗口多個圖
#一個窗口，多個圖，多條數據
sub1=plt.subplot(211,facecolor=(0.1843,0.3098,0.3098)) #將窗口分成2行1列，在第1個作圖，並設置背景色
sub2=plt.subplot(212) #將窗口分成2行1列，在第2個作圖
sub1.plot(x,y) #繪製子圖
sub2.plot(x,y) #繪製子圖
axes1 = plt.axes([.2, .3, .1, .1], facecolor='y') #添加一個子座標系，rect=[左, 下, 寬, 高]
plt.plot(x,y) #繪製子座標系，
axes2 = plt.axes([0.7, .2, .1, .1], facecolor='y') #添加一個子座標系，rect=[左, 下, 寬, 高]
plt.plot(x,y)
plt.show()
2.jpg
極座標
屬性設置同點圖、線圖中。
fig = plt.figure(2) #新開一個窗口
ax1 = fig.add_subplot(1,2,1,polar=True) #啓動一個極座標子圖
theta=np.arange(0,2*np.pi,0.02) #角度數列值
ax1.plot(theta,2*np.ones_like(theta),lw=2) #畫圖，參數：角度，半徑，lw線寬
ax1.plot(theta,theta/6,linestyle='--',lw=2) #畫圖，參數：角度，半徑，linestyle樣式，lw線寬
ax2 = fig.add_subplot(1,2,2,polar=True) #啓動一個極座標子圖
ax2.plot(theta,np.cos(5*theta),linestyle='--',lw=2)
ax2.plot(theta,2*np.cos(4*theta),lw=2)
ax2.set_rgrids(np.arange(0.2,2,0.2),angle=45) #距離網格軸，軸線刻度和顯示位置
ax2.set_thetagrids([0,45,90]) #角度網格軸，範圍0-360度
plt.show()
3.jpg
柱形圖
屬性設置同點圖、線圖中。
plt.figure(3)
x_index = np.arange(5) #柱的索引
x_data = ('A', 'B', 'C', 'D', 'E')
y1_data = (20, 35, 30, 35, 27)
y2_data = (25, 32, 34, 20, 25)
bar_width = 0.35 #定義一個數字代表每個獨立柱的寬度
rects1 = plt.bar(x_index, y1_data, width=bar_width,alpha=0.4, color='b',label='legend1') #參數：左偏移、高度、柱寬、透明度、顏色、圖例
rects2 = plt.bar(x_index + bar_width, y2_data, width=bar_width,alpha=0.5,color='r',label='legend2') #參數：左偏移、高度、柱寬、透明度、顏色、圖例
#關於左偏移，不用關心每根柱的中心不中心，因爲只要把刻度線設置在柱的中間就可以了
plt.xticks(x_index + bar_width/2, x_data) #x軸刻度線
plt.legend() #顯示圖例
plt.tight_layout() #自動控制圖像外部邊緣，此方法不能夠很好的控制圖像間的間隔
plt.show()
4.jpg
直方圖
fig,(ax0,ax1) = plt.subplots(nrows=2,figsize=(9,6)) #在窗口上添加2個子圖
sigma = 1 #標準差
mean = 0 #均值
x=mean+sigma*np.random.randn(10000) #正態分佈隨機數
ax0.hist(x,bins=40,normed=False,histtype='bar',facecolor='yellowgreen',alpha=0.75) #normed是否歸一化，histtype直方圖類型，facecolor顏色，alpha透明度
ax1.hist(x,bins=20,normed=1,histtype='bar',facecolor='pink',alpha=0.75,cumulative=True,rwidth=0.8) #bins柱子的個數,cumulative是否計算累加分佈，rwidth柱子寬度
plt.show() #所有窗口運行
5.jpg
散點圖
fig = plt.figure(4) #添加一個窗口
ax =fig.add_subplot(1,1,1) #在窗口上添加一個子圖
x=np.random.random(100) #產生隨機數組
y=np.random.random(100) #產生隨機數組
ax.scatter(x,y,s=x*1000,c='y',marker=(5,1),alpha=0.5,lw=2,facecolors='none') #x橫座標，y縱座標，s圖像大小，c顏色，marker圖片，lw圖像邊框寬度
plt.show() #所有窗口運行
6.jpg
三維圖
fig = plt.figure(5)
ax=fig.add_subplot(1,1,1,projection='3d') #繪製三維圖
x,y=np.mgrid[-2:2:20j,-2:2:20j] #獲取x軸數據，y軸數據
z=x*np.exp(-x**2-y**2) #獲取z軸數據
ax.plot_surface(x,y,z,rstride=2,cstride=1,cmap=plt.cm.coolwarm,alpha=0.8) #繪製三維圖表面
ax.set_xlabel('x-name') #x軸名稱
ax.set_ylabel('y-name') #y軸名稱
ax.set_zlabel('z-name') #z軸名稱
plt.show()
畫矩形、多邊形、圓形和橢圓
fig = plt.figure(6) #創建一個窗口
ax=fig.add_subplot(1,1,1) #添加一個子圖
rect1 = plt.Rectangle((0.1,0.2),0.2,0.3,color='r') #創建一個矩形，參數：(x,y),width,height
circ1 = plt.Circle((0.7,0.2),0.15,color='r',alpha=0.3) #創建一個橢圓，參數：中心點，半徑，默認這個圓形會跟隨窗口大小進行長寬壓縮
pgon1 = plt.Polygon([[0.45,0.45],[0.65,0.6],[0.2,0.6]]) #創建一個多邊形，參數：每個頂點座標
ax.add_patch(rect1) #將形狀添加到子圖上
ax.add_patch(circ1) #將形狀添加到子圖上
ax.add_patch(pgon1) #將形狀添加到子圖上
fig.canvas.draw() #子圖繪製
plt.show()
7.jpg
原文：