matplotlib是受MATLAB的啟發構建的。MATLAB是資料繪圖領域廣泛使用的語言和工具。MATLAB語言是面向過程的。利用函式的呼叫，MATLAB中可以輕鬆的利用一行命令來繪製直線，然後再用一系列的函式調整結果。

matplotlib有一套完全仿照MATLAB的函式形式的繪圖介面，在matplotlib.pyplot模組中。這套函式介面方便MATLAB使用者過度到matplotlib包

學習方式：從官網examples入門學習

 import matplotlib.pyplot as plt

在繪圖結構中，figure建立視窗，subplot建立子圖。所有的繪畫只能在子圖上進行。plt表示當前子圖，若沒有就建立一個子圖。所有你會看到一些教程中使用plt進行設定，一些教程使用子圖屬性進行設定。他們往往存在對應功能函式。

Figure：面板(圖)，matplotlib中的所有影象都是位於figure物件中，一個影象只能有一個figure物件。

Subplot：子圖，figure物件下建立一個或多個subplot物件(即axes)用於繪製圖像。

配置引數：

axex: 設定座標軸邊界和表面的顏色、座標刻度值大小和網格的顯示 figure: 控制dpi、邊界顏色、圖形大小、和子區( subplot)設定 font: 字型集（font family）、字型大小和樣式設定 grid: 設定網格顏色和線性 legend: 設定圖例和其中的文字的顯示 line: 設定線條（顏色、線型、寬度等）和標記 patch: 是填充2D空間的圖形物件，如多邊形和圓。控制線寬、顏色和抗鋸齒設定等。 savefig: 可以對儲存的圖形進行單獨設定。例如，設定渲染的檔案的背景為白色。 verbose: 設定matplotlib在執行期間資訊輸出，如silent、helpful、debug和debug-annoying。 xticks和yticks: 為x,y軸的主刻度和次刻度設定顏色、大小、方向，以及標籤大小。

線條相關屬性標記設定

線條標記

標記maker            描述

‘o’                 圓圈  
‘.’                 點
‘D’                 菱形  
‘s’                 正方形
‘h’                 六邊形1    
‘*’                 星號
‘H’                 六邊形2    
‘d’                 小菱形
‘_’                 水平線 
‘v’                 一角朝下的三角形
‘8’                 八邊形 
‘<’                 一角朝左的三角形
‘p’                 五邊形 
‘>’                 一角朝右的三角形
‘,’                 畫素  
‘^’                 一角朝上的三角形
‘+’                 加號  
‘\  ‘               豎線
‘None’,’’,’ ‘       無   
‘x’                 X
 

顏色

別名             顏色   

b               藍色  
g               綠色
r               紅色  
y               黃色
c               青色
k               黑色   
m               洋紅色 
w               白色

如果這兩種顏色不夠用，還可以通過兩種其他方式來定義顏色值：

1、使用HTML十六進位制字串 color=’#123456’ 使用合法的HTML顏色名字（’red’,’chartreuse’等）。 2、也可以傳入一個歸一化到[0,1]的RGB元祖。 color=(0.3,0.3,0.4)

背景色

通過向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()這樣的方法提供一個axisbg引數，可以指定座標這的背景色。

subplot(111,axisbg=(0.1843,0.3098,0.3098)）

以下示例需要引入的庫包括

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator

繪圖操作步驟（以點圖、線圖為例）

#使用numpy產生資料
x=np.arange(-5,5,0.1)
y=x*3

#建立視窗、子圖
#方法1：先建立視窗，再建立子圖。（一定繪製）
fig = plt.figure(num=1, figsize=(15, 8),dpi=80)     #開啟一個視窗，同時設定大小，解析度
ax1 = fig.add_subplot(2,1,1)  #通過fig新增子圖，引數：行數，列數，第幾個。
ax2 = fig.add_subplot(2,1,2)  #通過fig新增子圖，引數：行數，列數，第幾個。
print(fig,ax1,ax2)
#方法2：一次性建立視窗和多個子圖。（空白不繪製）
fig,axarr = plt.subplots(4,1)  #開一個新視窗，並新增4個子圖，返回子圖陣列
ax1 = axarr[0]    #通過子圖陣列獲取一個子圖
print(fig,ax1)
#方法3：一次性建立視窗和一個子圖。（空白不繪製）
ax1 = plt.subplot(1,1,1,facecolor='white')      #開一個新視窗，建立1個子圖。facecolor設定背景顏色
print(ax1)
#獲取對視窗的引用，適用於上面三種方法
# fig = plt.gcf()   #獲得當前figure
# fig=ax1.figure   #獲得指定子圖所屬視窗

# fig.subplots_adjust(left=0)                         #設定視窗左內邊距為0，即左邊留白為0。

#設定子圖的基本元素
ax1.set_title('python-drawing')            #設定圖體，plt.title
ax1.set_xlabel('x-name')                    #設定x軸名稱,plt.xlabel
ax1.set_ylabel('y-name')                    #設定y軸名稱,plt.ylabel
plt.axis([-6,6,-10,10])                  #設定橫縱座標軸範圍，這個在子圖中被分解為下面兩個函式
ax1.set_xlim(-5,5)                           #設定橫軸範圍，會覆蓋上面的橫座標,plt.xlim
ax1.set_ylim(-10,10)                         #設定縱軸範圍，會覆蓋上面的縱座標,plt.ylim

xmajorLocator = MultipleLocator(2)   #定義橫向主刻度標籤的刻度差為2的倍數。就是隔幾個刻度才顯示一個標籤文字
ymajorLocator = MultipleLocator(3)   #定義縱向主刻度標籤的刻度差為3的倍數。就是隔幾個刻度才顯示一個標籤文字

ax1.xaxis.set_major_locator(xmajorLocator) #x軸 應用定義的橫向主刻度格式。如果不應用將採用預設刻度格式
ax1.yaxis.set_major_locator(ymajorLocator) #y軸 應用定義的縱向主刻度格式。如果不應用將採用預設刻度格式

ax1.xaxis.grid(True, which='major')      #x座標軸的網格使用定義的主刻度格式
ax1.yaxis.grid(True, which='major')      #x座標軸的網格使用定義的主刻度格式

ax1.set_xticks([])     #去除座標軸刻度
ax1.set_xticks((-5,-3,-1,1,3,5))  #設定座標軸刻度
ax1.set_xticklabels(labels=['x1','x2','x3','x4','x5'],rotation=-30,fontsize='small')  #設定刻度的顯示文字，rotation旋轉角度，fontsize字型大小

plot1=ax1.plot(x,y,marker='o',color='g',label='legend1')   #點圖：marker圖示
plot2=ax1.plot(x,y,linestyle='--',alpha=0.5,color='r',label='legend2')   #線圖：linestyle線性，alpha透明度，color顏色，label圖例文字

ax1.legend(loc='upper left')            #顯示圖例,plt.legend()
ax1.text(2.8, 7, r'y=3*x')                #指定位置顯示文字,plt.text()
ax1.annotate('important point', xy=(2, 6), xytext=(3, 1.5),  #新增標註，引數：註釋文字、指向點、文字位置、箭頭屬性
            arrowprops=dict(facecolor='black', shrink=0.05),
            )
#顯示網格。which引數的值為major(只繪製大刻度)、minor(只繪製小刻度)、both，預設值為major。axis為'x','y','both'
ax1.grid(b=True,which='major',axis='both',alpha= 0.5,color='skyblue',linestyle='--',linewidth=2)

axes1 = plt.axes([.2, .3, .1, .1], facecolor='y')       #在當前視窗新增一個子圖，rect=[左, 下, 寬, 高]，是使用的絕對佈局，不和以存在視窗擠佔空間
axes1.plot(x,y)  #在子圖上畫圖
plt.savefig('aa.jpg',dpi=400,bbox_inches='tight')   #savefig儲存圖片，dpi解析度，bbox_inches子圖周邊白色空間的大小
plt.show()    #開啟視窗，對於方法1建立在視窗一定繪製，對於方法2方法3建立的視窗，若座標系全部空白，則不繪製

plot時可以設定的屬性包括如下：

屬性                      值型別
alpha                   浮點值
animated                [True / False]
antialiased or aa       [True / False]
clip_box                matplotlib.transform.Bbox 例項
clip_on                 [True / False]
clip_path               Path 例項， Transform，以及Patch例項
color or c              任何 matplotlib 顏色
contains                命中測試函式
dash_capstyle           ['butt' / 'round' / 'projecting']
dash_joinstyle          ['miter' / 'round' / 'bevel']
dashes                  以點為單位的連線/斷開墨水序列
data                    (np.array xdata, np.array ydata)
figure                  matplotlib.figure.Figure 例項
label                   任何字串
linestyle or ls         [ '-' / '--' / '-.' / ':' / 'steps' / ...]
linewidth or lw         以點為單位的浮點值
lod                     [True / False]
marker                  [ '+' / ',' / '.' / '1' / '2' / '3' / '4' ]
markeredgecolor or mec  任何 matplotlib 顏色
markeredgewidth or mew  以點為單位的浮點值
markerfacecolor or mfc  任何 matplotlib 顏色
markersize or ms        浮點值
markevery               [ None / 整數值 / (startind, stride) ]
picker                  用於互動式線條選擇
pickradius              線條的拾取選擇半徑
solid_capstyle          ['butt' / 'round' / 'projecting']
solid_joinstyle         ['miter' / 'round' / 'bevel']
transform               matplotlib.transforms.Transform 例項
visible                 [True / False]
xdata                   np.array
ydata                   np.array
zorder                  任何數值

一個視窗多個圖

#一個視窗，多個圖，多條資料
sub1=plt.subplot(211,facecolor=(0.1843,0.3098,0.3098))  #將視窗分成2行1列，在第1個作圖，並設定背景色
sub2=plt.subplot(212)   #將視窗分成2行1列，在第2個作圖
sub1.plot(x,y)          #繪製子圖
sub2.plot(x,y)          #繪製子圖

axes1 = plt.axes([.2, .3, .1, .1], facecolor='y')  #新增一個子座標系，rect=[左, 下, 寬, 高]
plt.plot(x,y)           #繪製子座標系，
axes2 = plt.axes([0.7, .2, .1, .1], facecolor='y')  #新增一個子座標系，rect=[左, 下, 寬, 高]
plt.plot(x,y)
plt.show()

極座標

屬性設定同點圖、線圖中。

fig = plt.figure(2)                                #新開一個視窗
ax1 = fig.add_subplot(1,2,1,polar=True)                  #啟動一個極座標子圖
theta=np.arange(0,2*np.pi,0.02)              #角度數列值
ax1.plot(theta,2*np.ones_like(theta),lw=2)   #畫圖，引數：角度，半徑，lw線寬
ax1.plot(theta,theta/6,linestyle='--',lw=2)           #畫圖，引數：角度，半徑，linestyle樣式，lw線寬

ax2 = fig.add_subplot(1,2,2,polar=True)                  #啟動一個極座標子圖
ax2.plot(theta,np.cos(5*theta),linestyle='--',lw=2)
ax2.plot(theta,2*np.cos(4*theta),lw=2)

ax2.set_rgrids(np.arange(0.2,2,0.2),angle=45)   #距離網格軸，軸線刻度和顯示位置
ax2.set_thetagrids([0,45,90])                   #角度網格軸，範圍0-360度

plt.show()

柱形圖

屬性設定同點圖、線圖中。

plt.figure(3)
x_index = np.arange(5)   #柱的索引
x_data = ('A', 'B', 'C', 'D', 'E')
y1_data = (20, 35, 30, 35, 27)
y2_data = (25, 32, 34, 20, 25)
bar_width = 0.35   #定義一個數字代表每個獨立柱的寬度

rects1 = plt.bar(x_index, y1_data, width=bar_width,alpha=0.4, color='b',label='legend1')            #引數：左偏移、高度、柱寬、透明度、顏色、圖例
rects2 = plt.bar(x_index + bar_width, y2_data, width=bar_width,alpha=0.5,color='r',label='legend2') #引數：左偏移、高度、柱寬、透明度、顏色、圖例
#關於左偏移，不用關心每根柱的中心不中心，因為只要把刻度線設定在柱的中間就可以了
plt.xticks(x_index + bar_width/2, x_data)   #x軸刻度線
plt.legend()    #顯示圖例
plt.tight_layout()  #自動控制影象外部邊緣，此方法不能夠很好的控制影象間的間隔
plt.show()

直方圖

fig,(ax0,ax1) = plt.subplots(nrows=2,figsize=(9,6))     #在視窗上新增2個子圖
sigma = 1   #標準差
mean = 0    #均值
x=mean+sigma*np.random.randn(10000)   #正態分佈隨機數
ax0.hist(x,bins=40,normed=False,histtype='bar',facecolor='yellowgreen',alpha=0.75)   #normed是否歸一化，histtype直方圖型別，facecolor顏色，alpha透明度
ax1.hist(x,bins=20,normed=1,histtype='bar',facecolor='pink',alpha=0.75,cumulative=True,rwidth=0.8) #bins柱子的個數,cumulative是否計算累加分佈，rwidth柱子寬度
plt.show()  #所有視窗執行

散點圖

fig = plt.figure(4)          #新增一個視窗
ax =fig.add_subplot(1,1,1)   #在視窗上新增一個子圖
x=np.random.random(100)      #產生隨機陣列
y=np.random.random(100)      #產生隨機陣列
ax.scatter(x,y,s=x*1000,c='y',marker=(5,1),alpha=0.5,lw=2,facecolors='none')  #x橫座標，y縱座標，s影象大小，c顏色，marker圖片，lw影象邊框寬度
plt.show()  #所有視窗執行

三維圖

fig = plt.figure(5)
ax=fig.add_subplot(1,1,1,projection='3d')     #繪製三維圖

x,y=np.mgrid[-2:2:20j,-2:2:20j]  #獲取x軸資料，y軸資料
z=x*np.exp(-x**2-y**2)   #獲取z軸資料

ax.plot_surface(x,y,z,rstride=2,cstride=1,cmap=plt.cm.coolwarm,alpha=0.8)  #繪製三維圖表面
ax.set_xlabel('x-name')     #x軸名稱
ax.set_ylabel('y-name')     #y軸名稱
ax.set_zlabel('z-name')     #z軸名稱

plt.show()

畫矩形、多邊形、圓形和橢圓

fig = plt.figure(6)   #建立一個視窗
ax=fig.add_subplot(1,1,1)   #新增一個子圖
rect1 = plt.Rectangle((0.1,0.2),0.2,0.3,color='r')  #建立一個矩形，引數：(x,y),width,height
circ1 = plt.Circle((0.7,0.2),0.15,color='r',alpha=0.3)  #建立一個橢圓，引數：中心點，半徑，預設這個圓形會跟隨視窗大小進行長寬壓縮
pgon1 = plt.Polygon([[0.45,0.45],[0.65,0.6],[0.2,0.6]])  #建立一個多邊形，引數：每個頂點座標

ax.add_patch(rect1)  #將形狀新增到子圖上
ax.add_patch(circ1)  #將形狀新增到子圖上
ax.add_patch(pgon1)  #將形狀新增到子圖上

fig.canvas.draw()  #子圖繪製
plt.show()