快捷導(dǎo)航

Python中如何使用Matplotlib庫(kù)繪制圖形

更新時(shí)間：2022年07月01日 13:05:39 作者：辰往易

Matplotlib是一個(gè)Python的2D繪圖庫(kù),通過Matplotlib開發(fā)者可以僅需要幾行代碼,便可以生成繪圖,直方圖,功率譜,條形圖,錯(cuò)誤圖,散點(diǎn)圖等,這篇文章主要給大家介紹了Python中如何使用Matplotlib庫(kù)繪制圖形的相關(guān)資料

前言

Matplotlib 可能是 Python 2D-繪圖領(lǐng)域使用最廣泛的套件。它能讓使用者很輕松地將數(shù)據(jù)圖形化，并且提供多樣化的輸出格式。這里將會(huì)探索使用matplotlib 庫(kù)實(shí)現(xiàn)簡(jiǎn)單的圖形繪制。

一、簡(jiǎn)單的正弦函數(shù)與余弦函數(shù)

是取得正弦函數(shù)和余弦函數(shù)的值：

X 是一個(gè) numpy 數(shù)組，包含了從 −π 到 +π 等間隔的 256 個(gè)值。C 和 S 則分別是這 256 個(gè)值對(duì)應(yīng)的余弦和正弦函數(shù)值組成的 numpy 數(shù)組。

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)

完整代碼如下

import numpy as np
import matplotlib.pyplot as plt
 
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)
#繪制并顯示圖形
plt.plot(X, C)
plt.plot(X, S)
 
plt.show()

二、進(jìn)階版正弦函數(shù)與余弦函數(shù)

上面我們學(xué)習(xí)了簡(jiǎn)單的正弦函數(shù)與余弦函數(shù)，接下來我們將精益求精，改變顏色與粗細(xì)，設(shè)置記號(hào)，調(diào)整邊框等。

1.改變顏色與粗細(xì)

我們以藍(lán)色和紅色分別表示余弦和正弦函數(shù)，而后將線條變粗一點(diǎn)。接下來，我們?cè)谒椒较蚶煲幌抡麄€(gè)圖。

代碼如下（示例）：

figure(figsize=(10, 6), dpi=80)
plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plot(X, S, color="red",  linewidth=2.5, linestyle="-")

2.設(shè)置圖片邊界

代碼如下（示例）：

xmin, xmax = X.min(), X.max()
dx = (xmax - xmin) * 0.2
xlim(xmin - dx, xmax + dx)

3.設(shè)置記號(hào)

我們討論正弦和余弦函數(shù)的時(shí)候，通常希望知道函數(shù)在 ±π 和 ±π2 的值。

xticks( [-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
yticks([-1, 0, +1])

4.設(shè)置記號(hào)的標(biāo)簽

我們可以把 3.142 當(dāng)做是 π，但畢竟不夠精確。當(dāng)我們?cè)O(shè)置記號(hào)的時(shí)候，我們可以同時(shí)設(shè)置記號(hào)的標(biāo)簽。注意這里使用了 LaTeX。

xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
       [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
 
yticks([-1, 0, +1],
       [r'$-1$', r'$0$', r'$+1$'])

5.設(shè)置X,Y軸

ax = gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))

6.完整代碼

# 導(dǎo)入 matplotlib 的所有內(nèi)容（nympy 可以用 np 這個(gè)名字來使用）
from pylab import *
 
# 創(chuàng)建一個(gè) 8 * 6 點(diǎn)（point）的圖，并設(shè)置分辨率為 80
figure(figsize=(8, 6), dpi=80)
 
# 創(chuàng)建一個(gè)新的 1 * 1 的子圖，接下來的圖樣繪制在其中的第 1 塊（也是唯一的一塊）
subplot(1, 1, 1)
 
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)
 
# 繪制余弦曲線，使用藍(lán)色的、連續(xù)的、寬度為 1 （像素）的線條
plot(X, C, color="blue", linewidth=1.0, linestyle="-")
 
# 繪制正弦曲線，使用綠色的、連續(xù)的、寬度為 1 （像素）的線條
plot(X, S, color="green", linewidth=1.0, linestyle="-")
 
# 設(shè)置橫軸的上下限
xlim(-4.0, 4.0)
 
# 設(shè)置橫軸記號(hào)
xticks(np.linspace(-4, 4, 9, endpoint=True))
 
# 設(shè)置縱軸的上下限
ylim(-1.0, 1.0)
 
# 設(shè)置縱軸記號(hào)
yticks(np.linspace(-1, 1, 5, endpoint=True))
 
# 以分辨率 72 來保存圖片
# savefig("exercice_2.png",dpi=72)
 
# 設(shè)置顏色與粗細(xì)
figure(figsize=(10, 6), dpi=80)
plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plot(X, S, color="red",  linewidth=2.5, linestyle="-")
# 設(shè)置邊框
xmin, xmax = X.min(), X.max()
 
dx = (xmax - xmin) * 0.2
 
xlim(xmin - dx, xmax + dx)
# 設(shè)置記號(hào)
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
yticks([-1, 0, +1])
 
# 設(shè)置記號(hào)的標(biāo)簽
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
       [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
 
yticks([-1, 0, +1],
       [r'$-1$', r'$0$', r'$+1$'])
 
# 設(shè)置xy軸
ax = gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
# 在屏幕上顯示
show()

最終效果

三、繪制簡(jiǎn)單的折線圖

折線圖是一種將數(shù)據(jù)點(diǎn)按照順序連起來的圖形，可以體現(xiàn)變量y隨變量x的變化情況。Matplotlib 提供了plot()函數(shù)繪制折線圖,其語(yǔ)法格式如下：

plt.plot(*args, **kwargs)

常用參數(shù)及說明如下：

x、y：分別表示x軸和y軸對(duì)應(yīng)的數(shù)據(jù)，接收列表類型參數(shù)
color：表示折線的顏色
marker：表示折線上點(diǎn)的類型，有“.”、“o”、“v”等等類型
linestyle：表示折線的類型，默認(rèn)為“-”，表示實(shí)線，設(shè)置為“--”表示長(zhǎng)虛線，設(shè)置為“-.”表示點(diǎn)線，設(shè)置為“:”表示點(diǎn)虛線
linewidth：表示折線的粗細(xì)
alpha：表示點(diǎn)的透明度，接收0~1之間的小數(shù)

下面我們將以某地區(qū)周一到周日平均溫度變化折線圖為例，具體的學(xué)習(xí)了解折線圖的繪制。

import matplotlib.pyplot as plt
 
plt.figure(figsize=(10, 8))
# 周一到周日平均溫度數(shù)據(jù)
plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10])
plt.show()

效果如下：

我們可以給圖表添加一些標(biāo)簽和圖例，讓圖表更加清晰好看，具體方法如下：

plt.title()：指定當(dāng)前圖表的標(biāo)題，包括名稱、位置、顏色、字體大小等
plt.xlabel()：指定當(dāng)前圖表x軸的名稱、位置、顏色、字體大小等
plt.ylabel()：指定當(dāng)前圖表y軸的名稱、位置、顏色、字體大小等
plt.xlim()：指定當(dāng)前圖表x軸的范圍
plt.ylim()：指定當(dāng)前圖表y軸的范圍
plt.xticks()：指定當(dāng)前圖表x軸刻度
plt.yticks()：指定當(dāng)前圖表y軸刻度

import matplotlib.pyplot as plt
 
# 設(shè)置支持中文
plt.rcParams['font.family'] = ['SimHei']
plt.figure(figsize=(10, 8))
 
plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10], linestyle="-", marker=".")
plt.xlabel("時(shí)間")
plt.ylabel("溫度")
plt.yticks([i for i in range(20)][::5])
 
plt.show()

效果如下：

總結(jié)

到此這篇關(guān)于Python中如何使用Matplotlib庫(kù)繪制圖形的文章就介紹到這了,更多相關(guān)Python Matplotlib庫(kù)繪制圖形內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: