1.基础绘图
1）绘图核心API
案例： 绘制简单直线
import numpy as np
import matplotlib.pyplot as mp
# 绘制简单直线
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 6, 9, 12, 15])
mp.plot(x, y)
mp.show() # 显示图片，阻塞方法
2）设置线性、线宽
linestyle: 设置线型，常见取值有实线（'-'）、虚线（'--'）、点虚线（'-.'）、点线（':'）
linewidth：线宽
color：颜色（red, blue, green）
alpha: 设置透明度（0~1之间）
label: 设置标签
案例：绘制正弦、余弦曲线，并设置线型、线宽、颜色、透明度
import numpy as np
import matplotlib.pyplot as mp
x = np.arange(0, 2 * np.pi, 0.1) # # 以0.1为单位，生成0~2pi的数据
y1 = np.sin(x)
y2 = np.cos(x)
# 绘制图形
mp.plot(x, y1, label='sin', linewidth='2') # 实线，线宽2像素
mp.plot(x, y2, label='cos', linewidth='4', linestyle='--') # 虚线，线宽4像素
# 设置x轴和y轴文字
mp.xlabel('x')
mp.ylabel('y')
# 设置坐标轴范围
mp.xlim(0, 4 * np.pi)
mp.ylim(-2, 2)
# 设置图标题
mp.title('sin & cos')
# 设置图例
mp.legend()
mp.show()
3）设置坐标刻度
#x_val_list: x轴刻度值序列
#x_text_list: x轴刻度标签文本序列 [可选]
mp.xticks(x_val_list , x_text_list )
#y_val_list: y轴刻度值序列
#y_text_list: y轴刻度标签文本序列 [可选]
mp.yticks(y_val_list , y_text_list )案例：绘制二次函数曲线
import numpy as np
import matplotlib.pyplot as mp
x = np.arange(-5, 5, 0.1) # 以0.1为单位，生成-5~5的数据
y = x ** 2
# 绘制图形
mp.plot(x, y, label=r'$y=x^2$', # 线的标注
linewidth=2, # 线宽2像素
color='red', # 颜色
alpha=0.5) # 透明度
mp.xlabel('x')
mp.ylabel('y')
# 设置坐标范围
mp.xlim(-10, 10)
mp.ylim(-1, 30)
# 设置刻度
x_tck = np.arange(-10, 10, 2)
x_txt = x_tck.astype('U')
mp.xticks(x_tck)
y_tck = np.arange(-1, 30, 5)
y_txt = y_tck.astype('U')
mp.yticks(y_tck, y_txt)
mp.title('square')
mp.legend(loc='upper right') # 图例
mp.show()
刻度文本的特殊语法 -- LaTex排版语法字符串
r'$x^n+y^n=z^n$', r'$\int\frac{1}{x} dx = \ln |x| + C$', r'$-\frac{\pi}{2}$'4）设置坐标轴
坐标轴名：left / right / bottom / top
# 获取当前坐标轴字典，{'left':左轴,'right':右轴,'bottom':下轴,'top':上轴 }
ax = mp.gca()
# 获取其中某个坐标轴
axis = ax.spines['坐标轴名']
# 设置坐标轴的位置。 该方法需要传入2个元素的元组作为参数
# type: <str> 移动坐标轴的参照类型 一般为'data' (以数据的值作为移动参照值)
# val: 参照值
axis.set_position((type, val))
# 设置坐标轴的颜色
# color: <str> 颜色值字符串
axis.set_color(color)案例：设置坐标轴格式
import numpy as np
import matplotlib.pyplot as mp
# 绘制简单直线
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 6, 9, 12, 15])
mp.plot(x, y)
# # 设置坐标轴
axis_b = mp.gca().spines['bottom'] # 获取下轴
axis_b.set_position(('data', 8)) # 设置下轴位置, 以数据作为参照值
axis_l = mp.gca().spines['left'] # 获取左轴
axis_l.set_position(('data', 0.5)) # 设置左轴位置, 以数据作为参照值
mp.gca().spines['top'].set_color('none') # 设置顶部轴无色
mp.gca().spines['right'].set_color('none') # 设置右部轴无色
mp.show() # 显示图片，阻塞方法
5）图例
测试loc属性，就是图例显示的位置
# 再绘制曲线时定义曲线的label
# label: <关键字参数 str> 支持LaTex排版语法字符串
mp.plot(xarray, yarray ... label='', ...)
# 设置图例的位置
# loc: <关键字参数> 制定图例的显示位置 (若不设置loc，则显示默认位置)
# =============== =============
# Location String Location Code
# =============== =============
# 'best' 0
# 'upper right' 1
# 'upper left' 2
# 'lower left' 3
# 'lower right' 4
# 'right' 5
# 'center left' 6
# 'center right' 7
# 'lower center' 8
# 'upper center' 9
# 'center' 10
# =============== =============
mp.legend(loc='')6）特殊点
# xarray: <序列> 所有需要标注点的水平坐标组成的序列
# yarray: <序列> 所有需要标注点的垂直坐标组成的序列
mp.scatter(xarray, yarray,
marker='', #点型 ~ matplotlib.markers
s='', #大小
edgecolor='', #边缘色
facecolor='', #填充色
zorder=3 #绘制图层编号 （编号越大，图层越靠上）
)
import numpy as np
import matplotlib.pyplot as mp
# 绘制简单直线
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 6, 9, 12, 15])
mp.scatter(x, y, # 特殊点的坐标
marker='s', # 点形状
s=40, # 大小
facecolor='blue', # 填充色
zorder=3) # 图层颜色
mp.plot(x, y)
mp.show() # 显示图片，阻塞方法
7）备注
# 在图表中为某个点添加备注。包含备注文本，备注箭头等图像的设置。
mp.annotate(
r'$\frac{\pi}{2}$', #备注中显示的文本内容
xycoords='data', #备注目标点所使用的坐标系（data表示数据坐标系）
xy=(x, y), #备注目标点的坐标
textcoords='offset points', #备注文本所使用的坐标系（offset points表示参照点的偏移坐标系）
xytext=(x, y), #备注文本的坐标
fontsize=14, #备注文本的字体大小
arrowprops=dict() #使用字典定义文本指向目标点的箭头样式
)arrowprops参数使用字典定义指向目标点的箭头样式
#arrowprops字典参数的常用key
arrowprops=dict(
arrowstyle='', # 定义箭头样式
connectionstyle='' # 定义连接线的样式
)箭头样式（arrowstyle）字符串如下
============ =============================================
Name Attrs
============ =============================================
'-' None
'->' head_length=0.4,head_width=0.2
'-[' widthB=1.0,lengthB=0.2,angleB=None
'|-|' widthA=1.0,widthB=1.0
'-|>' head_length=0.4,head_width=0.2
'<-' head_length=0.4,head_width=0.2
'<->' head_length=0.4,head_width=0.2
'<|-' head_length=0.4,head_width=0.2
'<|-|>' head_length=0.4,head_width=0.2
'fancy' head_length=0.4,head_width=0.4,tail_width=0.4
'simple' head_length=0.5,head_width=0.5,tail_width=0.2
'wedge' tail_width=0.3,shrink_factor=0.5
============ =============================================连接线样式（connectionstyle）字符串如下
============ =============================================
Name Attrs
============ =============================================
'angle' angleA=90,angleB=0,rad=0.0
'angle3' angleA=90,angleB=0`
'arc' angleA=0,angleB=0,armA=None,armB=None,rad=0.0
'arc3' rad=0.0
'bar' armA=0.0,armB=0.0,fraction=0.3,angle=None
============ =============================================import numpy as np
import matplotlib.pyplot as mp
# 绘制简单直线
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 6, 9, 12, 15])
mp.scatter(x, y, # 特殊点的坐标
marker='s', # 点形状
s=40, # 大小
facecolor='blue', # 填充色
zorder=3) # 图层颜色
# 设置备注
mp.annotate(
r'$y=kx+b$', #备注中显示的文本内容
xycoords='data', #备注目标点所使用的坐标系（data表示数据坐标系）
xy=(3, 9), #备注目标点的坐标 (4,16)
textcoords='offset points', #备注文本所使用的坐标系（offset points表示参照点的偏移坐标系）
xytext=(60, 30), #备注文本的坐标
fontsize=14, #备注文本的字体大小
arrowprops=dict(
arrowstyle="->",
connectionstyle="angle3"
) #使用字典定义文本指向目标点的箭头样式
)
mp.plot(x, y)
mp.show() # 显示图片，阻塞方法
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
