Matplotlib之基本点线作图

在Jupyter Notebook下实现各种Matplotlib用法。

#导入库和数据
>>>import matplotlib.pyplot as plt
import matplotlib
import numpy as np
%matplotlib inline

x = np.linspace(-1, 1, 20)
y1 = 2*x + 1
y2 = x**2
y3 = np.zeros(20)+0.5

基本作图

plt.figure(num=1, figsize=(10,6))#定义一个图像窗口，编号为1，大小(10,6)
plt.plot(x, y1)#画默认线
plt.plot(x, y2, color='red', linewidth=5.0, linestyle='-.')#设置颜色，线宽，线的样式
plt.plot(x,y3,'o',color='green',markersize=10)#画点，设置点的样式，颜色，大小
plt.title('Matplotlib Test',fontsize=50)

Figure 1.png

坐标轴操作

plt.figure(num=2, figsize=(10,6))

#坐标刻度范围
plt.xlim((-2, 2))
plt.ylim((-3, 5))

#坐标标签
plt.xlabel('I am x',fontsize=20)#设置坐标标签和大小
plt.ylabel('I am y')

#坐标刻度间隔
new_ticks = np.linspace(-2, 2, 15)
plt.xticks(new_ticks)#括号为空即不显示刻度
#设置刻度名称
plt.yticks([-2.5, -1.8, -1, 1.22, 3],['really bad', 'bad', 'normal', 'good', 'really good'])
#设置刻度位置
ax = plt.gca()#获取坐标轴
ax.xaxis.set_ticks_position('top')#（所有位置：left，right，both，default，none）
#设置刻度方向
matplotlib.rcParams['xtick.direction'] = 'inout' #in,out,inout三种属性
matplotlib.rcParams['ytick.direction'] = 'inout' #in,out,inout三种属性

#设置坐标轴位置和颜色
ax = plt.gca()#获取坐标轴
ax.spines['right'].set_color('none')#使用.spines获取边框，设置右边无色
ax.spines['top'].set_color('r')#使用.spines获取边框，设置上边红色
ax.spines['bottom'].set_position(('data', 0))#使用.spines获取边框，设置底边位置为data位，x=0,（位置所有属性：outward，axes，data）
ax.spines['left'].set_position(('data',-0.5))#使用.spines获取边框，设置左边位置为data位，y=0.5,（位置所有属性：outward，axes，data）

Figure 2.png

图例操作

"""
注：valid locations are best, upper right, upper left, lower left, lower right,
right, center left, center right, lower center, upper center, center
"""
plt.figure(num=3, figsize=(10,6))
l1, = plt.plot(x, y2, label='linear line')#画图，设置图例名称
l2, = plt.plot(x, y1, color='red', linewidth=5.0, linestyle='--', label='square line')
plt.legend(loc='lower left')
plt.legend(handles=[l1, l2], labels=['up', 'down'],  loc='best', fontsize=30)

Figure 3.png

注释操作

plt.figure(num=4, figsize=(10, 6))
#画图并设置坐标轴
plt.plot(x, y1,'-', linewidth=15, zorder=1)
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))

x0 = 0.25
y0 = 2*x0 + 1
plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5)
#画出特定点
plt.scatter([x0, ], [y0, ], s=500, color='r', zorder=2)
#zorder=1,2...从下至上表示图层顺序, plt.lengend()也有set_zorder(20)方法

#添加标注
plt.annotate('2x+1=%s' % y0, xy=(x0, y0), xycoords='data', xytext=(+300, -30),
             textcoords='offset points', fontsize=20,
             arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))

#添加文字注释
plt.text(-2, 1.5, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$', 
         fontdict={'size': 25, 'color': 'm'})

Figure 4.png

其它

plt.figure(num=5, figsize=(10, 6))
ax=plt.gca()
#设置刻度名称的颜色，透明度，使用set_bbox()方法，alpha表示透明度。
for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(12)
    label.set_bbox(dict(facecolor='red', edgecolor='k', alpha=0.5))

Figure 5.png