matplotlib學習之基本使用

1.figure學習2.設置坐標軸3.Legend 圖例4.Annotation 標注5.tick能見度

1.figure學習

導包

import??matplotlib.pyplot?as?plt import?numpy?as?np

產生-3到3之間50個點

x=np.linspace(-3,3,50)

定義函數

y1=2*x+1 y2=x**2

繪制直線

plt.figure() plt.plot(x,y1)

曲線與直線繪制一塊

#?num=3表示圖片上方標題?變為figure3，figsize=(長，寬)設置figure大小 plt.figure(num=3,figsize=(8,5)) plt.plot(x,y2) #?紅色虛線直線寬度默認1.0 plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--') plt.show()

2.設置坐標軸

設置x軸范圍

plt.xlim((-1,2))

設置軸y范圍

plt.ylim((-2,3))

設置坐標軸含義

#?注：英文直接寫，中文需要后面加上fontproperties屬性 plt.xlabel(u'價格',fontproperties='SimHei') plt.ylabel(u'利潤',fontproperties='SimHei')

設置x軸刻度

#?-1到2區間，5個點，4個區間，平均分：[-1.,-0.25,0.5,1.25,2.] new_ticks=np.linspace(-1,2,5) print(new_ticks) plt.xticks(new_ticks)

設置y軸刻度

''' 設置對應坐標用漢字或英文表示，后面的屬性fontproperties表示中文可見，不亂碼， 內部英文$$表示將英文括起來，r表示正則匹配，通過這個方式將其變為好看的字體 如果要顯示特殊字符，比如阿爾法，則用轉意符\alpha,前面的\?表示空格轉意 ''' plt.yticks([-2,-1.8,-1,1.22,3.],['非常糟糕','糟糕',r'$good\?\alpha$',r'$really\?good$','超級好'],fontproperties='SimHei')

設置邊框/坐標軸

gca='get?current?axis/獲取當前軸線' ax=plt.gca() #?spines就是脊梁，即四個邊框 #?取消右邊與上邊軸 ax.spines['right'].set_color('none') ax.spines['top'].set_color('none')

matlibplot并沒有設置默認的x軸與y軸方向，下面就開始設置默認軸

ax.xaxis.set_ticks_position('bottom') ax.yaxis.set_ticks_position('left')

設置坐標原點

#?實現將(0,-1)設為坐標原點 #?設置y軸上-1為坐標原點的y點,把x軸放置再-1處 ax.spines['bottom'].set_position(('data',-1))?#?也可以是('axes',0.1)后面是百分比，相當于定位到10%處 #?設置x軸上0為坐標原點的x點，將y軸移置0處 ax.spines['left'].set_position(('data',0))

再寫一遍以下代碼，因為以上使用set_position后，中文會顯示不出來

plt.yticks([-2,-1.8,-1,1.22,3.],['非常糟糕','糟糕',r'$good\?\alpha$',r'$really\?good$','超級好'],fontproperties='SimHei')

顯示圖片

plt.show()

3.Legend 圖例

解釋見1

import??matplotlib.pyplot?as?plt import?numpy?as?np x=np.linspace(-3,3,50) y1=2*x+1 y2=x**2 #?繪制直線 plt.figure() plt.plot(x,y1) #?曲線與直線繪制一塊 #?num=3表示圖片上方標題?變為figure3，figsize=(長，寬)設置figure大小 plt.figure(num=3,figsize=(8,5))#?設置x軸范圍 plt.xlim((-1,2)) #?設置軸y范圍 plt.ylim((-2,3)) #?設置坐標軸含義 #?注：英文直接寫，中文需要后面加上fontproperties屬性 plt.xlabel(u'價格',fontproperties='SimHei') plt.ylabel(u'利潤',fontproperties='SimHei')#?-1到2區間，5個點，4個區間，平均分：[-1.,-0.25,0.5,1.25,2.] new_ticks=np.linspace(-1,2,5) print(new_ticks) plt.xticks(new_ticks)plt.yticks([-2,-1.8,-1,1.22,3.],['非常糟糕','糟糕',r'$good\?\alpha$',r'$really\?good$','超級好'],fontproperties='SimHei')

設置legend圖例

l1,=plt.plot(x,y2)?#?可添加label屬性，只不過如果這里添加了，下面legend再添加，下面的就會覆蓋此處的！ #?紅色虛線直線寬度默認1.0 l2,=plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--') ''' prop={'family':'SimHei','size':15}顯示中文 legend(hadles=[,,],labels=[,,],loc='best/upper?right/upper?left/.../lower?right') handles就是你給他添加legend的線,如果要用handles，則前面的plt.plot，必須用l1,形式(不要忘記逗號) 此處labels會覆蓋上述的plt.plot()的label loc默認是best,給你放在一個合適的位置上，如果你拉伸彈框，位置會跟著變，自動放置合適位置 ''' plt.legend(handles=[l1,l2],prop={'family':'SimHei','size':15},loc='lower?right',labels=['直線','曲線'])

繪制

plt.show()

4.Annotation 標注

見上述詳解

import??matplotlib.pyplot?as?plt import?numpy?as?np x=np.linspace(-3,3,20) y=2*x+1 #?繪制直線 plt.figure(num=1,figsize=(8,5),) plt.plot(x,y) #?gca='get?current?axis/獲取當前軸線' ax=plt.gca() #?spines就是脊梁，即四個邊框 #?取消右邊與上邊軸 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))?#?也可以是('axes',0.1)后面是百分比，相當于定位到10%處 ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data',0))

繪制特定散點

x0=1 y0=2*x0+1 #?plot散點圖，上述plt.plot(x,y)變為plt.scatter(x,y)繪制出來就是散點圖 #?s代表大小，b代表blue plt.scatter(x0,y0,s=50,color='b') #?把兩個點放進去plot一下，畫出垂直于x軸的一條線，[x0,x0]表示兩個點的x,[0,y0]表示兩個點的y

繪制(x0,y0)垂直于x軸的線

#?k--表示黑色虛線，k代表黑色，--表示虛線,lw表示線寬 plt.plot([x0,x0],[0,y0],'k--',lw=2.5)

添加注釋 annotate

''' 其中參數xycoords='data'?是說基于數據的值來選位置,?xytext=(+30,?-30)?和?textcoords='offset?points' 對于標注位置的描述?和?xy?偏差值,?arrowprops是對圖中箭頭類型的一些設置. '''plt.annotate(r'$2x+1=%s$'%y0,xy=(x0,y0),xycoords='data',xytext=(+30,-30),textcoords='offset?points',fontsize=16,arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))

添加注釋 text

#?其中-3.7,?3,是選取text的位置,?空格需要用到轉字符\?,fontdict設置文本字體. plt.text(-3.7,3,r'$This\?is\?the\?some\?text.\mu\?\sigma_i\?\alpha_t$',fontdict={'size':'16','color':'red'}) plt.show()

5.tick能見度

參考上面

import?matplotlib.pyplot?as?plt import?numpy?as?npx?=?np.linspace(-3,?3,?50) y?=?0.1*xplt.figure() #?設置?zorder?給?plot?在?z?軸方向排序 plt.plot(x,?y,?linewidth=10,?zorder=1) plt.ylim(-2,?2) ax?=?plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].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))

調整坐標

#?對被遮擋的圖像調節相關透明度，本例中設置?x軸?和?y軸?的刻度數字進行透明度設置 for?label?in?ax.get_xticklabels()+ax.get_yticklabels():label.set_fontsize(12)'''其中label.set_fontsize(12)重新調節字體大小，bbox設置目的內容的透明度相關參，facecolor調節?box?前景色，edgecolor?設置邊框，?本處設置邊框為無，alpha設置透明度.'''#?其中label.set_fontsize(12)重新調節字體大小，bbox設置目的內容的透明度相關參，facecolor調節?box?前景色，edgecolor?設置邊框，?本處設置邊框為無，alpha設置透明度.label.set_bbox(dict(facecolor='white',edgecolor='none',alpha=0.7))

繪制

plt.show()

作者光城的公眾號：

請關注和分享↓↓↓?

機器學習初學者

QQ群：774999266

往期精彩回顧

• 機器學習簡易入門-附推薦學習資料

• 機器學習初學者公眾號下載資源匯總（一）
  

• 黃海廣博士的github鏡像下載（機器學習及深度學習資源）

• 吳恩達老師的機器學習和深度學習課程筆記打印版
  

• 機器學習小抄-（像背托福單詞一樣理解機器學習）

• 首發：深度學習入門寶典-《python深度學習》原文代碼中文注釋版及電子書

• 科研工作者的神器-zotero論文管理工具

• 機器學習的數學基礎

• 機器學習必備寶典-《統計學習方法》的python代碼實現、電子書及課件

• 吐血推薦收藏的學位論文排版教程（完整版）

總結

以上是生活随笔為你收集整理的python绘图工具基础-matplotlib学习之基本使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。