Python Matplotlib绘图基础知识代码解析_Python

1.Figure和Subplot

									import numpy as np

									import matplotlib.pyplot as plt

									#创建一个Figure

									fig = plt.figure()

									#不能通过空figure绘图，必须使用add_subplot创建一个或多个subplot

									#图像为2x2，第三个参数为当前选中的第几个

									ax1 = fig.add_subplot(2, 2, 1)

									ax2 = fig.add_subplot(2, 2, 2)

									ax3 = fig.add_subplot(2, 2, 3)

									#默认在最后一个subplot上绘制

									#'k--'为线型选项，绘制黑色虚线

									plt.plot(np.random.randn(50).cumsum(), 'k--')

									print(type(ax1))#<class 'matplotlib.axes._subplots.AxesSubplot'>

									#直接调用它们的实例方法就可以在其他格子绘图

									_ = ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3)

									ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))

									plt.show()

									fig, axes = plt.subplots(2, 2, sharex=True, sharey=True)#创建一个新的Figure，并返回一个已创建subplot对象的NumPy数组

									#可以索引axes[0,1]，axes[0][1]

									'''

									plt.subplots的选项 

									nrows:subplot的行数

									ncols:subplot的列数

									sharex:所有subplot应该使用相同的x轴刻度（调节xlim将会影响所有subplot）

									sharey:所有subplot应该使用相同的y轴刻度（调节ylim将会影响所有subplot）

									subplot_kw:用于创建各subplot的关键字字典

									**fig_kw:创建figure时其他关键字，如plt.subplots(2,2,figsize=(8,6))

									'''

									for i in range(2):

									    for j in range(2):

									        axes[i,j].hist(np.random.randn(500),bins=50, color='k',alpha=0.5)

									#调整subplot周围间距

									#plt.subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None)

									plt.subplots_adjust(wspace=0, hspace=0)

									plt.show()

2.颜色、标记和线型

									#ax.plot(x,y,'g--')

									#ax.plot(x, y, linestyle='--', color='g')

									#plt.plot(np.random.randn(30).cumsum(), 'ko--')

									#plt.plot(np.random.randn(30).cumsum(), color='k', linestyle='dashed', marker='o')

									#线型图中，非实际数据点默认是按线性方式插值的，可以通过drawstyle选项修改

									data = np.random.randn(30).cumsum()

									plt.plot(data, 'k--', label='Defalt')

									plt.plot(data, 'k-', drawstyle='steps-post', label='steps-post')

									plt.legend(loc='best')

3.刻度、标签和图例

xlim,xticks,xticklabels之类的方法。它们分别控制图表的范围、刻度位置、刻度标签等。

其使用方式有以下两种：

调用时不带参数，则返回当前参数值。plt.xlim()
调用时带参数，则设置参数值。plt.xlim([0,10])

这些方法对当前或最近创建的AxesSubplot起作用

对应在subplot对象上的两个方法，如ax.get_xlim和ax.set_xlim

3.1.设置标题、轴标签、刻度以及刻度标签

									fig = plt.figure()

									ax = fig.add_subplot(1,1,1)

									ax.plot(np.random.randn(1000).cumsum())

									#改变X轴的刻度，最简单的方法是使用set_xticks和set_xticklabels。

									#前者告诉刻度放在数据范围中的哪些位置，默认情况下，这些位置是刻度标签，可以用set_xticklabels设置。

									a=ax.set_xticks([0,250,500,750,1000])

									b=ax.set_xticklabels(['one','two','three','four','five'],rotation=30,fontsize='small')

									ax.set_xlabel('Stages')

									plt.show()

3.2.添加图例（legend）、注解以及在Subplot上绘图

两种方式，最简单的是在添加subplot的时候传入label参数

									fig = plt.figure()

									ax = fig.add_subplot(1,1,1)

									ax.plot(np.random.randn(1000).cumsum(), 'k', label='one')

									ax.plot(np.random.randn(1000).cumsum(), 'k--', label='two')

									ax.plot(np.random.randn(1000).cumsum(), 'k.', label='three')

									ax.legend(loc='best')

									#loc表示将图例放在哪

									#从图例中去除一个或多个元素，不传入label或label='_nolegend_'即可

									#注解以及在Subplot上绘图

									#注解可以通过text,arrow和annotate等函数进行添加。

									#text可以将文本绘制在图标的指定坐标（x，y），还可以加上一些自定义格式

									#ax.text(x ,y, 'Hello world!',family='monosapce',fontsize=10)

									plt.show()