Matplotlib可视化指导手册

星星在线

发布于 2020-05-22 15:04:13

1.3K0

发布于 2020-05-22 15:04:13

matplotlib 安装配置

linux可以通过以下方式安装matplotlib

sudo pip install numpy
sudo pip install scipy
sudo pip install matplotlib

windows墙裂推荐大家使用anaconda

可视化图的基本结构

通常，使用 numpy 组织数据, 使用 matplotlib API 进行数据图像绘制。一幅数据图基本上包括如下结构：

Data: 数据区，包括数据点、描绘形状
Axis: 坐标轴，包括 X 轴、 Y 轴及其标签、刻度尺及其标签
Title: 标题，数据图的描述
Legend: 图例，区分图中包含的多种曲线或不同分类的数据

其他的还有图形文本 (Text)、注解 (Annotate)等其他描述

绘图流程

下面以常规图为例，详细记录作图流程及技巧。按照绘图结构，可将数据图的绘制分为如下几个步骤：

导入 matplotlib 包相关工具包
准备数据，numpy 数组存储
绘制原始曲线
配置标题、坐标轴、刻度、图例
添加文字说明、注解
显示、保存绘图结果

下面是一个包含cos、sin、sqrt函数的完整图像：

导入库

import numpy as np
import matplotlib.pyplot as plt

导入数据

x = np.arange(0., 10, 0.2)
y1 = np.cos(x)
y2 = np.sin(x)
y3 = np.sqrt(x)

绘制基本曲线

使用 plot 函数直接绘制上述函数曲线，可以通过配置 plot 函数参数调整曲线的样式、粗细、颜色、标记等：

plt.plot(x, y1, color='blue', linewidth=1.5, linestyle='-', marker='.')
plt.plot(x, y2, color='green', linewidth=1.5, linestyle='-', marker='*')
plt.plot(x, y3, color='m', linewidth=1.5, linestyle='-', marker='x')

设置坐标

# 坐标轴上移
ax = plt.subplot(111)
ax.spines['right'].set_color('none')  # 去掉右边的边框线
ax.spines['top'].set_color('none')  # 去掉上边的边框线

# 移动下边边框线，相当于移动 X 轴
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))

# 移动左边边框线，相当于移动 y 轴
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))

设置坐标轴取值范围

# 设置 x, y 轴的取值范围
plt.xlim(x.min() * 1.1, x.max() * 1.1)
plt.ylim(-1.5, 4.0)

# 设置 x, y 轴的刻度值
plt.xticks([2, 4, 6, 8, 10], [r'2', r'4', r'6', r'8', r'10'])
plt.yticks([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0],
           [r'-1.0', r'0.0', r'1.0', r'2.0', r'3.0', r'4.0'])

设置标题和轴标签

# 设置标题、x轴、y轴
plt.title(r'$the \ function \ figure \ of \ cos(), \ sin() \ and \ sqrt()$', fontsize=19)
plt.xlabel(r'$the \ input \ value \ of \ x$', fontsize=18, labelpad=88.8)
plt.ylabel(r'$y = f(x)$', fontsize=18, labelpad=12.5)

设置文字描述、注解

# 添加文字
plt.text(4, 1.68, r'$x \in [0.0, \ 10.0]$', color='k', fontsize=15)
plt.text(4, 1.38, r'$y \in [-1.0, \ 4.0]$', color='k', fontsize=15)

# 特殊点添加注解
plt.scatter([8, ], [np.sqrt(8), ], 50, color='m')  # 使用散点图放大当前点
plt.annotate(r'$2\sqrt{2}$', xy=(8, np.sqrt(8)), xytext=(8.5, 2.2), fontsize=16, color='#090909',
             arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=0.1', color='#090909'))

增加图例

# 设置图例及位置
plt.legend(loc='upper left')
plt.legend(['cos(x)', 'sin(x)', 'sqrt(x)'], loc='upper left')

显示网格线

# 显示网格线
plt.grid(True)

保存/显示图像

# 保存图片
plt.savefig('foo.png')

# 显示绘图
plt.show()

plt.plot(x, y1, color='blue', linewidth=1.5, linestyle='-', marker='.')

颜色参数color

主要是color参数：r 红色、g 绿色、b 蓝色、c cyan、m 紫色、y 土黄色、k 黑色、w 白色

线条类型参数linestyle

linestyle 参数主要包含虚线、点化虚线、粗虚线、实线

标记参数marker

marker参数设定在曲线上标记的特殊符号，以区分不同的线段。常见的形状及表示符号如下图所示：

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2020-03-25，如有侵权请联系 cloudcommunity@tencent.com 删除

numpy

python

matlab

本文分享自 python爬虫实战之路微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

numpy

python

matlab

登录后参与评论

0 条评论

热度