• matplotlib背景介紹：
  第三方庫matplotlib（沒有的話，可在終端輸入"pip install matplotlib"進行安裝）是一款高質量的2D作圖庫，可被廣泛地應用於支持Python的環境中。並且，如果在某些情境下需要繪制一些基礎的3D圖，這個時候可以結合標準庫mpl_toolkits.mplot3d來使用。出於Python語言的便攜性，從而為我們提供了一套輕量級的作圖方案。
  由於網絡上的資料大多不太符合官方推薦的作圖方式，且很多內容並沒有一個清晰的邏輯。筆者此處重新整理幾個簡單的示例，僅供參考！

• 簡單作圖示例：
  

   1
   
   import numpy
   2 import matplotlib.pyplot as plt
   3 
   4 x = numpy.linspace(0, 2, 100)
   5 
   6 plt.figure(figsize=(8, 4))
   7 
   8 plt.plot(x, x, label=‘linear‘)
   9 plt.plot(x, x**2, label=‘quadratic‘)
  10 plt.plot(x, x**3, label=‘cubic‘)
  11 
  12 # 設置展示區間
  13 plt.xlim(-1, 3)
  14 plt.ylim(-1, 10)
  15 
  16 # 設置展示信息
  17
   
   plt.xlabel(‘$x$‘)
  18 plt.ylabel(‘$y$‘)
  19 plt.title(‘simple_plot‘)
  20 plt.legend(loc=‘best‘)
  21 
  22 # 保存圖片
  23 plt.savefig(fname=‘test_plot.png‘, dpi=500)
  24 
  25 # 展示圖片
  26 plt.show()
  27 # 關閉圖片
  28 plt.close()

  View Code

  

• 復雜作圖示例：
  明確三層作圖對象：
  1. 整個圖片對象 $\rightarrow$ figure
  2. 圖片內的子圖對象 $\rightarrow$ axes
  3. 子圖內的軸對象
  $\rightarrow$ axis
  

   1 import numpy
   2 import matplotlib.pyplot as plt
   3 
   4 # 明確三層作圖對象: figure, axes, axis
   5 # 整個圖片對象, 圖片內的子圖對象, 子圖內的軸對象
   6 
   7 x = numpy.linspace(0, 2, 100)
   8 y = 1 + numpy.sin(2 * numpy.pi * x)
   9 
  10 # 創建圖片對象
  11 fig = plt.figure(figsize=(8, 4))
  12 fig.suptitle(‘figure_title‘)
  13 
  14 # 創建子圖對象
  15 axes = plt.subplot()
  16 axes.plot(x, y, label=‘$sin(x)$‘)
  17 axes.set(xlim=(-1, 3), ylim=(-1, 10), xlabel=‘$x$‘, ylabel=‘$y$‘, title=‘axes_title‘)
  18 axes.grid()
  19 axes.legend()
  20 
  21 # fig.tight_layout()
  22 fig.savefig(‘test_plot.png‘, dpi=500)
  23 
  24 plt.show()
  25 plt.close()

  View Code

  

• 復雜作圖 $\rightarrow$ 多類型示例：
  

   1 import numpy
   2 import matplotlib.pyplot as plt
   3 
   4 # 創建圖片對象
   5 fig = plt.figure(figsize=(8, 4))
   6 
   7 # 創建子圖對象
   8 ax1 = plt.subplot(2, 2, 1)
   9 ax2 = plt.subplot(2, 2, 2)
  10 ax3 = plt.subplot(2, 1, 2)
  11 
  12 # 散點圖
  13 ax1.scatter(numpy.random.uniform(1, 11, 100), numpy.random.random(100), color=‘r‘, marker=‘.‘, label=‘scatter_label‘)
  14 ax1.set(xlabel=‘$x$‘, ylabel=‘$y$‘, title=‘scatter_title‘)
  15 ax1.legend()
  16 
  17 # 盒型圖
  18 ax2.boxplot([numpy.arange(10), numpy.arange(10)])
  19 ax2.set_xticklabels([‘the first‘, ‘the second‘], rotation=10)   # 重置坐標軸刻度並旋轉
  20 ax2.set(ylabel=‘$y$‘, title=‘boxplot_title‘)
  21 
  22 # 條形圖
  23 ax3.bar(numpy.arange(1, 21), numpy.random.random(20), width=0.5, color=‘g‘, label=‘bar_label‘)
  24 ax3.set(xlabel=‘$x$‘, ylabel=‘$y$‘, title=‘bar_title‘)
  25 ax3.legend()
  26 
  27 fig.tight_layout()
  28 fig.savefig(‘test_plot.png‘, dpi=500)
  29 
  30 plt.show()
  31 plt.close()

  View Code

  

• 復雜作圖 $\rightarrow$ 3D類型示例：
  

   1 import numpy
   2 import matplotlib.pyplot as plt
   3 from matplotlib import cm
   4 from matplotlib.ticker import LinearLocator, FormatStrFormatter
   5 from mpl_toolkits.mplot3d import Axes3D                     # 該模塊並未直接使用, 但必須導入, 否則無法識別下面的projection=‘3d‘
   6 
   7 
   8 # 子圖1的數據 - 一條曲線
   9 theta = numpy.linspace(-4*numpy.pi, 4*numpy.pi, 500)
  10 z1 = numpy.linspace(-2, 2, 500)
  11 r = z1**2 + 1
  12 x1 = r * numpy.sin(theta)
  13 y1 = r * numpy.cos(theta)
  14 
  15 # 子圖2的數據 - 一個曲面
  16 x2 = numpy.linspace(-5, 5, 100)
  17 y2 = numpy.linspace(-5, 5, 100)
  18 x2, y2 = numpy.meshgrid(x2, y2)                             # 生成網格
  19 length = numpy.sqrt(x2**2 + y2**2)
  20 z2 = numpy.sin(length)
  21 
  22 # 創建圖片對象
  23 fig = plt.figure(figsize=(8, 4))
  24 
  25 # 創建子圖對象
  26 ax1 = plt.subplot(1, 2, 1, projection=‘3d‘)                 # projection=‘3d‘標記該子圖為3D子圖
  27 ax2 = plt.subplot(1, 2, 2, projection=‘3d‘)
  28 
  29 ax1.plot(x1, y1, z1, linewidth=1, label=‘3d curve‘)
  30 ax1.set(xlim=(-5, 5), ylim=(-5, 5), zlim=(-5, 5),xlabel=‘$x$‘, ylabel=‘$y$‘, zlabel=‘$z$‘, title=‘curve_title‘)
  31 ax1.legend()
  32 
  33 surf = ax2.plot_surface(x2, y2, z2, cmap=cm.coolwarm, antialiased=False)
  34 ax2.set(zlim=(-1.01, 1.01), xlabel=‘$x$‘, ylabel=‘$y$‘, zlabel=‘$z$‘, title=‘surface_title‘)
  35 # 設置子圖內的軸對象
  36 ax2.zaxis.set_major_locator(LinearLocator(10))              # z軸上的總刻度數
  37 ax2.zaxis.set_major_formatter(FormatStrFormatter(‘%.02f‘))  # z軸上刻度的格式
  38 
  39 fig.colorbar(surf, shrink=0.5, aspect=10)                   # 展示顏色棒
  40 
  41 fig.tight_layout()
  42 fig.savefig(‘test_plot.png‘, dpi=500)
  43 
  44 plt.show()
  45 plt.close()

  View Code

  
  

• 參考：
  https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplots.html#matplotlib.pyplot.subplots
  https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.plot.html#matplotlib.axes.Axes.plot
  https://matplotlib.org/tutorials/toolkits/mplot3d.html
  

Python矩陣作圖庫matplotlib的初級使用