1. 前言
Matplotlib 是 Python 的绘图库,它经常与 NumPy 一起使用,从而提供一种能够代替 Matlab 的方案。不仅如此 Matplotlib 还可以与 PyQt 和 wxPython 等图形工具包一起使用。
Matplotlib 最初由 John D. Hunter 编写,目前,它的最新的版本是 3.3.1,最后一个支持 Python 2 的版本是 2.2.5 。您可以通过 Python 包管理器 pip 来安装 Matplotlib,命令如下:
pip3 install matplotlib
安装成功后,我们可以使用下面的引包方式,将其导入:
from matplotlib import pyplot as plt
2. 绘制线性函数图像
Matplotlib 的子模块模块 pyplot 是用来绘制 2D 图像的重要模块。下面示例绘制了函数 y = 2x + 5 的图像:
import numpy as np from matplotlib import pyplot as plt x = np.arange(1,11) y = 2 * x + 5 #绘制坐标标题 plt.title("Matplotlib demo") #绘制x、y轴备注 plt.xlabel("x axis") plt.ylabel("y axis") plt.plot(x,y) plt.show()
输出结果如下:
![Matplotlib绘图](http://c.biancheng.net/uploads/allimg/210712/122Q63941-0.gif)
图1:Matplotlib绘制线性图
您可以向 plot() 函数中添加格式化字符,来实现不同样式的显示或标记。 下表列举了常用的格式化字符:
字符 | 描述 |
---|---|
'-' | 实线样式 |
'--' | 短横线样式 |
'-.' | 点划线样式 |
':' | 虚线样式 |
'.' | 点标记 |
',' | 像素标记 |
'o' | 圆标记 |
'v' | 倒三角标记 |
'^' | 正三角标记 |
'<' | 左三角标记 |
'>' | 右三角标记 |
'1' | 下箭头标记 |
'2' | 上箭头标记 |
'3' | 左箭头标记 |
'4' | 右箭头标记 |
's' | 正方形标记 |
'p' | 五边形标记 |
'*' | 星形标记 |
'h' | 六边形标记 1 |
'H' | 六边形标记 2 |
'+' | 加号标记 |
'x' | X 标记 |
'D' | 菱形标记 |
'd' | 窄菱形标记 |
'|' | 竖直线标记 |
'_' | 水平线标记 |
同时 Matplotlib 还定义了一些颜色字符,如下所示:
字符 | 颜色 |
---|---|
'b' | 蓝色 |
'g' | 绿色 |
'r' | 红色 |
'c' | 青色 |
'm' | 品红色 |
'y' | 黄色 |
'k' | 黑色 |
'w' | 白色 |
如果想要以圆点的样式,来代替图 1 中的线条样式,那么可以使用“ ob”作为 plot() 的格式化字符。如下所示:
import numpy as np from matplotlib import pyplot as plt x = np.arange(1,11) y = 2 * x + 5 plt.title("Matplotlib demo1") plt.xlabel("x axis") plt.ylabel("y axis") plt.plot(x,y,"ob") plt.show()
输出结果如下图:
![matplotlib绘图](http://c.biancheng.net/uploads/allimg/210712/122Q63101-1.gif)
图2:Matplotlib绘制圆点图
3. 绘制正弦波图
您也可以使用 Matplotlib 生成正弦波图。示例如下:
import numpy as np import matplotlib.pyplot as plt # 计算正弦曲线上的x和y坐标 x = np.arange(0, 3 * np.pi, 0.1) y = np.sin(x) plt.title("sine wave image") # 使用matplotlib制图 plt.plot(x, y) plt.show()
输出结果:
![matplotlib绘制正弦波图](http://c.biancheng.net/uploads/allimg/210712/122Q633L-2.gif)
图3:Matplotlib绘图正弦图
4. subplot()
subplot() 允许您在同一画布中的不同位置绘制多个图像,可以理解为对画布按行、列分割,函数的语法格式如下:
plt.subplot(nrows, ncols, index, **kwargs)
参数说明:该函数使用三个整数描述子图的位置信息,这三个整数是行数、列数和索引值(此处索引值从1开始),子图将分布在设定的索引位置上。从右上角增加到右下角。比如,plt.subplot(2, 3, 5) 表示子图位于 2 行 3 列 中的第 5 个位置上。
![subplot示意图](http://c.biancheng.net/uploads/allimg/210712/122QA4Y-3.gif)
图4:subplot画布分割
下面示例是在同一画布中绘制正弦和余弦图像,代码如下:
import numpy as np import matplotlib.pyplot as plt #计算正弦和余弦曲线上的点的 x 和 y 坐标 x = np.arange(0, 3 * np.pi, 0.1) y_sin = np.sin(x) y_cos = np.cos(x) #绘制subplot 网格为2行1列 #激活第一个 subplot plt.subplot(2, 1, 1) #绘制第一个图像 plt.plot(x, y_sin) plt.title('Sine') #将第二个 subplot 激活,并绘制第二个图像 plt.subplot(2, 1, 2) plt.plot(x, y_cos) plt.title('Cosine') #展示图像 plt.show()
输出结果如下:
![subplot绘制多图像](http://c.biancheng.net/uploads/allimg/210712/122QA4H-4.gif)
图5:Matplotlib绘制波形图
5. bar()柱状图
pyplot 子模块中提供了 bar() 函数来生成柱状图。下面示例代码,生成了两组数据的柱状图:
from matplotlib import pyplot as plt #第一组数据 x1 = [5,8,10] y1 = [12,16,6] #第二组数据 x2 = [6,9,11] y2 = [6,15,7] plt.bar(x1, y1, align = 'center') plt.bar(x2, y2, color = 'g', align = 'center') plt.title('Bar graph') #设置x轴与y轴刻度 plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
标签:subplot,25,plt,标记,Matplotlib,np,import,NumPy From: https://www.cnblogs.com/jiajunling/p/16739050.html