IT博客汇 | Python学习

Python学习_matplotlib指南

chenxia发表于 2023-08-29 12:06:07

阅读Python的matplotlib的

Python 绘图教程

0x00 Basic setting

What is matplotlib?
Matplotlib is a comprehensive library for creating static, animated, interactive visualization in Python. We can as follows:

创建高质量的图片
创建可以交互的、放大、拖动、更新的图片
定制化风格和尺寸
导出为不同的格式
在Jupyter notebook或其他应用中使用
丰富的第三方库

在使用中图片可以按照A4比例来进行设置，同时设置对应的字体和颜色

mm = 1/25.4
# plt.figure(figsize=(10*mm,20*mm)
plt.rcParams['font.family']= "Times New Roman"
mpl.rcParams['xtick.labelsize'] = 10
mpl.rcParams['ytick.labelsize'] = 10
plt.rcParams['mathtext.fontset']='cm'
plt.style.use('tableau-colorblind10')

0x01 Intro to Matplotlib pyplot

1.1 两种绘图方式

面向对象（Objetc- oriented style）的绘图方式将图片的fig和axis区分开来，使用plt.subplots( )来创建figure对象
函数编程，直接使用封装好的plt.figure() plt.plot()来创建figure和绘图对象

1.2 图片对象包括哪些属性

Untitled

fig,ax = plt.subplots(figsize=(150*mm,100*mm))

ax.set_title('The title stays',fontsize=10)
ax.set_xlabel('xlabel stays',fontsize=10)
ax.set_ylabel('ylabel stays',fontsize=10)
ax.xaxis.set_major_formatter(mpl.ticker.FormatStrFormatter('%.1f'))
ax.yaxis.set_major_formatter(mpl.ticker.FormatStrFormatter('%.1f'))
ax.xaxis.set_major_locator(mpl.ticker.MultipleLocator(1))
ax.yaxis.set_major_locator(mpl.ticker.MultipleLocator(1))
ax.xaxis.set_minor_locator(mpl.ticker.MultipleLocator(0.5))
ax.yaxis.set_minor_locator(mpl.ticker.MultipleLocator(0.5))
ax.set_xscale('linear')
ax.set_yscale('linear')
ax.set_xticks(np.linspace(0,10,11))
ax.set_yticks(np.linspace(0,10,11))

ax.plot(np.linspace(0,10,100),np.linspace(0,10,100),label='1:1',color='k',linestyle='--')
ax.scatter(np.linspace(0,10,20),np.sin(np.linspace(0,10,20)+1),label='1:2',color='g',marker='o')
ax.legend(loc='upper left',fontsize=10,frameon=False)
ax.grid('major',color='k',linestyle='--',linewidth=0.1)
ax.spines['right'].set_color('None')
ax.spines['top'].set_color('None')
ax.spines['bottom'].set_position(('data',1)) #将x轴移到y=0处
ax.spines['left'].set_position(('data',1)) #将x轴移到x=0处
ax.text(6,9,"function:y=x",size=15,color='r',style='italic',weight='light',bbox=dict(facecolor='w',alpha=0.5))
for coord in np.linspace(3,7,10):
    ax.text(coord,coord+1,'%.0f'%coord,ha='center',va='bottom')

ax.annotate('annotate',xy=(9,9),xytext=(7,6),arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=0.2'))

ax2 = ax.twinx()
ax2.set_ylabel('ylabel stays',fontsize=10)
ax2.set_yscale('linear')
ax2.set_yticks(np.linspace(0,10,11))
ax2.set_ylim(0,10)
X,Y = np.meshgrid(np.linspace(0,10,11),np.linspace(0,10,11))
Z = np.sin(X)+np.cos(Y)
pc = ax2.pcolormesh(X,Y,Z,cmap='RdBu_r',vmin=-1, vmax=1,alpha=0.3)
fig.colorbar(pc,ax=ax2,shrink=0.8,pad=0.1)
ax2.set_ylabel('colorbar',fontsize=10)

1.3 Pyplot 设置

上面的图形选项很多，从学习的角度可以全而广的了解，从实际使用的角度可能只会用到其中的几个。

color：pink。lightblue；

ax.set_prop_cycle(color=['#1f77b4', '#aec7e8', '#ff7f0e', '#ffbb78', '#2ca02c', '#98df8a','#d62728', '#ff9896', '#9467bd', '#c5b0d5', '#8c564b', '#c49c94','#e377c2', '#f7b6d2', '#7f7f7f', '#c7c7c7', '#bcbd22', '#dbdb8d','#17becf', '#9edae5'])

colormap：RdBu

linestyle：https://matplotlib.org/stable/gallery/lines_bars_and_markers/linestyles.html#

marker：https://matplotlib.org/stable/gallery/lines_bars_and_markers/marker_reference.html

等等，除此之外还需要设置针对不同的图增加不同的表达方式。这个就需要从图的种类开始学习。