Matplotlib 学习

Posted 2023-01-11 xunzf

Matplotlib图像组成：

• Figure：指整个图形，您可以把它理解成一张画布，它包括了所有的元素，比如标题、轴线等；
• Axes：绘制 2D 图像的实际区域，也称为轴域区，或者绘图区；
• Axis：指坐标系中的垂直轴与水平轴，包含轴的长度大小（图中轴长为 7）、轴标签（指 x 轴，y轴）和刻度标签；
• Artist：您在画布上看到的所有元素都属于 Artist 对象，比如文本对象（title、xlabel、ylabel）、Line2D 对象（用于绘制2D图像）等。

 

绘图类型：

 

Image函数：

 

Axis函数：

 

Figure函数：

正弦曲线

import math
import matplotlib.pyplot as plt
import numpy as np

"""
正弦曲线图
"""

# 第三个参数为步长，即两个参数之间的差值
x = np.arange(0, math.pi*2, 0.05)
y=np.sin(x)
plt.plot(x,y)
plt.xlabel("angle")
plt.ylabel("sine")
plt.title(\'sine wave\')
plt.show()

 

pylab绘图：

PyLab绘图基础

 from numpy import *
from pylab import *

x=linspace(-3,3,30)
y=x**2
plot(x,y)
show()

plot(x,y,\'r\')
show()

plot(x,y,\'r.\')
show()

plot(x,sin(x))
plot(x,cos(x),\'r-\')
plot(x,-sin(x),\'g--\')
show()

 

Matplot figure对象：

  fig = plt.figure()

 

Matplotlib axes类：

  一个画布（figure）中可以包含多个 axes（轴域）对象，但是同一个axes对象只能在一个画布中使用。（2D 绘图区域（axes）包含两个轴（axis）对象；如果是3D绘图区域，则包含三个）

  通过调用 add_axes() 方法能够将 axes 对象添加到画布中，该方法用来生成一个 axes 轴域对象，对象的位置由参数rect决定。

  rect 是位置参数，接受一个由 4 个元素组成的浮点数列表，形如 [left, bottom, width, height] ，它表示添加到画布中的矩形区域的左下角坐标(x, y)，以及宽度和高度。如下所示：

  ax=fig.add_axes([0.1,0.1,0.8,0.8])

  注意：每个元素的值是画布宽度和高度的分数。即将画布的宽、高作为 1 个单位。比如，[ 0.1, 0.1, 0.8, 0.8]，它代表着从画布 10% 的位置开始绘制, 宽高是画布的 80%。

  Legend()绘制图例

    ax.legend(handles, labels, loc)

• • labels 是一个字符串序列，用来指定标签的名称；
  • loc 是指定图例位置的参数，其参数值可以用字符串或整数来表示；
  • handles 参数，它也是一个序列，它包含了所有线型的实例；

  loc参数有字符串和整数两种：

    

  axes.plot()

    这是 axes 类的基本方法，它将一个数组的值与另一个数组的值绘制成线或标记，plot() 方法具有可选格式的字符串参数，用来指定线型、标记颜色、样式以及大小。

直线图

import matplotlib.pyplot as plt

y = [1, 4, 9, 16, 25, 36, 49, 64]
x1 = [1, 16, 30, 42, 55, 68, 77, 88]
x2 = [1, 6, 12, 18, 28, 40, 52, 65]
fig = plt.figure()
ax = fig.add_axes([0, 0, 1, 1])
# 使用简写的形式color/标记符/线型
l1 = ax.plot(x1, y, \'ys-\')
l2 = ax.plot(x2, y, \'go--\')
ax.legend(labels=(\'tv\', \'Smartphone\'), loc=\'lower right\')  # legend placed at lower right
ax.set_title("Advertisement effect on sales")
ax.set_xlabel(\'medium\')
ax.set_ylabel(\'sales\')
plt.show()