Matplotlib 速查手册

简介

Matplotlib 是 Python 进行数据可视化的工具之一，与之相似的工具有 MATLAB。因为我没有学习过MATLAB，在此就不作比较了。

当然，我写这篇文章的初衷是为了“防蠢”，对于不常用的东西确实容易忘记，为了减少以后的学习成本。本系列的主旨是总结 Matplotlib 中的常用功能，精简出一套适合速查使用的模板，希望该篇文章对于你有所帮助。

对于这篇文章中的不常用函数的特性，我并没有进行特别详细的讲解，如果觉得需要改正/补充可以直接提出修改意见，联系方式见博客主页。

这篇速查笔记主要参考这篇博客的讲解顺序及部分内容，毕竟人家写的实在太好了，在这里进行特别感谢。当然，也参考了一些其他博主的文档，因为实在太多，在这里也一并进行感谢。

PS：现在的官方文档已经很标准了，涵盖了各式各样的图形画法，如果有画不了的，可以去参考官网。

安装

Matplotlib 第三方包下载网址：https://pypi.org/project/matplotlib/#files

pip 安装

1
pip install 第三方包链接(matplotlib)

PS：可能会存在一些其他的依赖包(numpy等)

基本画图流程

1.基本框架

对于使用 Matplotlib 进行画图，是有一个基本流程的，但是由于网上的资料过于庞杂（面对一个初学者来说，并不知道如何选择），在不考虑时间复杂度即其语句歧义的主旨下，我选择了一个基本流程：

  • figure 相当于一个画板，具体来说就是程序运行时跳出来的窗口。当然，你可以在一个程序中创建多个画板。
  • axis 可以理解为一个画纸，一个 figure 上可以有一个或多个 axis 。
  • matplotlib.pyplot 可以理解为画笔，例如：plt.plot 可以画连线图， plt.scatter 可以用来画散点图。

从上述 画板、画纸、画笔 的关系，其实就可以大概看出 Matplotlib 的整体设计结构。

但是，话说回来，对于只有一张图的时候，并不会进行 figure,axis 的创建，往往都是plt.plot()直接画，因为这样效率高，这里后续代码会直接体现出来。

2.绘画流程

对于使用 Matplotlib 绘制图像，先说明一下大致流程：

  • 准备好所要绘制的数据；
  • 使用 matplotlib 中对应的图像工具进行绘制描点及备注；
  • 将图片显示出来

头文件导入方式

方式1：

1
2
import matplotlib.pyplot as plt
import numpy as np

方式2：不推荐

1
from pylab import *

基础样例

先在一张图上绘制 正弦 、余弦 图像，然后再进行逐步分析：

1.头文件

1
2
import matplotlib.pyplot as plt
import numpy as np

2.准备数据

1
X = np.linspace(-np.pi, np.pi, 300)

​ X 是一个 numpy 数组，包含了从 −π 到 +π 等间隔的 300 个值。

1
2
C = np.cos(X)
S = np.sin(X)

​ C 和 S 则分别是这 300 个值对应的余弦和正弦函数值组成的 numpy 数组。

3.绘图并展示

1
2
3
4
plt.plot(X, C)
plt.plot(X, S)

plt.show()

属性：

Matplotlib 是一个对十分人性化的包，在绘图时很多参数都默认配置好了。当然，你依旧可以进行调整大多数的参数：图片大小和分辨率（dpi）、线宽、颜色、风格、坐标轴、坐标轴以及网格的属性、文字与字体属性等。

参数种类及绘图工具

1.plt.plot() 基本属性

有关点（marker）种类 标签（记得加单引号）
像素 . (默认)
圆形 o
上三角 ^
下三角 v (小写)
左三角 <
右三角 >
方形 s
加号 +
叉形 x (小写)
菱形 D
细菱形 d
三脚架朝下 1 (像’丫’)
三脚架朝上 2
三脚架朝左 3
三脚架朝右 4
六角形 h
旋转六角形 H
五角形 p
垂直线 |
水平线 _
有关颜色（color 简写为 c）的种类 标签（记得加单引号）
蓝色 b
绿色 g
红色 r
墨绿色 c
红紫色 m
黄色 y
黑色 k
白色 w
有关线形（linestyle 简写为 ls）的种类 标签（记得加单引号）
实线 - (减号)
虚线 – (减号)
虚点线 -.
点线 :
点 .

2.设置 “图像 、x轴、y轴” 的标题

图种

1.连线图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import matplotlib.pyplot as plt
import numpy as np

x_list = np.linspace(-100, 100, 10)
y_list = np.linspace(-100, 100, 10)
x_list[9] = 0
y_list[9] = 50

# plt.plot() 基本属性
plt.plot(x_list,          #  x 轴坐标
         y_list,          #  y 轴坐标
         marker = '<',    #  点型 
         color = 'b',     #  颜色
         linestyle = '-', #  线型
         linewidth = 1,   #  线段粗细
         label = 'L_1'    #  线段名称，绘制图例时要用
        )

plt.show()

备注：

对于plt.plot()属性部分 x_list 和 y_list 这两个信息必填，且个数必须相等，其余均可不填。

如何保存图片

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import matplotlib.pyplot as plt
import numpy as np

X = np.linspace(-np.pi, np.pi, 300)

C = np.cos(X)
S = np.sin(X)

plt.plot(X, C)
plt.plot(X, S)

# 保存图片
plt.savefig("Cos&Sin.png",       # 填写保存地址及图片名称
            transparent=True,    # 图片背景是否透明
            format='png')        # 图片格式 

plt.show()

参考资料

Matplotlib 中文文档：https://www.matplotlib.org.cn/

Matplotlib 教学视频：https://morvanzhou.github.io/tutorials/data-manipulation/plt/

参考博客：https://liam.page/2014/09/11/matplotlib-tutorial-zh-cn/