Matplotlib 是 Python 的繪相簿。作為程式設計師，經常需要進行繪圖，在我自己的工作中，如果需要繪圖，一般都是將資料匯入到excel中，然後通過excel生成圖表，這樣操作起來還是比較繁瑣的，所以最近學習了一下Matplotlib模組，將該模組的常用的繪圖手段和大家分享一下，提高大家在工作中的效率；

在示例中，我們主要用到Matplotlib和Numpy這兩個模組來為大家演示Python強大的繪圖功能，相信大家通過我下面的10個示例，基本上可以滿足大家日常工作的需求，再次強調一下，只是簡單的用法，大家千萬不要想通過這篇部落格獲取到太高深的用法。

下面進入正題

1、繪製一條直線

程式碼如下，下面的程式碼大家應該都可以看懂吧

# 匯入常用的包
import numpy as np
import matplotlib.pyplot as plt
 
# 生成-1到1的資料，一共生成100個，也可以生成1到-1的資料，這些資料是平均分佈的
# 定義x軸的資料
x = np.linspace(-1,1,100)
 
# 定義y軸的資料
y = x * 2 + 100
plt.plot(x,y)
 
# 顯示影象
plt.show()

效果如下

2、建立一個畫布，同時設定該畫布的大小

程式碼如下

import numpy as np
 
import matplotlib.pyplot as plt
 
x = np.linspace(-1,1,100)
 
y1 = x * 2 + 100
 
 
y2 = x ** 2
 
# 建立一個畫布
 
# figsize：設定畫布的大小
plt.figure(figsize=(2,2))
plt.plot(x,y1)
 
# 建立第二個畫布
plt.figure()
plt.plot(x,y2)
 
plt.show()

效果如下，會同時顯示兩張畫布

 3、在一張畫布中畫兩條線，同時可以設定線的顏色，寬度，和風格

程式碼如下

import numpy as np
 
import matplotlib.pyplot as plt
 
x = np.linspace(-1,1,100)
 
y1 = x * 2 + 0.5
 
 
y2 = x ** 2
 
 
 
# color:表示設定線的顏色
# linewidth:表示設定線的寬度
# linestyle:表示設定線的風格
plt.figure(figsize=(2,2))
plt.plot(x,y1,color='r',linewidth=1.0,linestyle='--')
 
plt.plot(x,y2,color='b',linewidth=5.0,linestyle='-')
 
plt.show()
 
# 上面的效果就是2條曲線被放到一個畫布中

效果如下

 4、限制x軸，y軸的顯示範圍，為x軸和y軸新增描述，替換x軸和y軸的顯示資訊

程式碼如下

import numpy as np
 
import matplotlib.pyplot as plt
 
# 設定座標軸
x = np.linspace(-3,3,100)
 
y1 = x * 2 + 0.5
 
y2 = x ** 2
 
 
plt.figure(figsize=(6,6))
plt.plot(x,y1,color='r',linewidth=1.0,linestyle='--')
 
plt.plot(x,y2,color='b',linewidth=5.0,linestyle='-')
 
# 限制x軸的顯示範圍
plt.xlim((-1,2))
 
# 限制y軸的顯示範圍
plt.ylim((-1,5))
 
# 給x軸加描述
plt.xlabel("xxxxxx")
# 給y軸加描述
plt.ylabel("yyyyyy")
 
 
 
# 替換一下橫座標的顯示
temp = np.linspace(-2,2,11)
plt.xticks(temp)
 
# 替換縱座標的標籤，用level0代替之前的-1
plt.yticks([-1,0,1,2,3,4,5],["level0","level1","level2","level3","level4","level5","level6"])
 
plt.show()

效果如下

 5、對邊框進行設定，調整x軸和y軸的位置

程式碼如下

import numpy as np
 
import matplotlib.pyplot as plt
 
# 設定座標軸
x = np.linspace(-3,3,100)
 
y1 = x * 2 + 0.5
 
y2 = x ** 2
 
 
plt.figure(figsize=(6,6))
plt.plot(x,y1,color='r',linewidth=1.0,linestyle='--')
 
plt.plot(x,y2,color='b',linewidth=5.0,linestyle='-')
 
# 限制x軸的顯示範圍
plt.xlim((-1,2))
 
# 限制y軸的顯示範圍
plt.ylim((-1,5))
 
# 給x軸加描述
plt.xlabel("xxxxxx")
# 給y軸加描述
plt.ylabel("yyyyyy")
 
 
 
# 替換一下橫座標的顯示
temp = np.linspace(-2,2,11)
plt.xticks(temp)
 
# 替換縱座標的標籤，用level0代替之前的-1
# plt.yticks([-1,0,1,2,3,4,5],["level0","level1","level2","level3","level4","level5","level6"])
 
# 獲取邊框
ax = plt.gca()
# 設定右邊框的顏色為紅色
ax.spines["right"].set_color("r")
 
# 去掉上邊框
ax.spines["top"].set_color(None)
 
# 把x軸的刻度設定為bottom
ax.xaxis.set_ticks_position("bottom")
# 把y軸的客戶設定為left
ax.yaxis.set_ticks_position("left")
 
# 設定x和y交匯的點，x軸是0，y是也是0，也就是x軸和y軸的都是0點交匯
ax.spines["bottom"].set_position(("data",0))
ax.spines["left"].set_position(("data",0))
 
plt.show()

效果如下

6、為畫布新增圖例

程式碼如下

#Auther Bob
#--*--conding:utf-8 --*--
import numpy as np

import matplotlib.pyplot as plt

# 設定圖例
x = np.linspace(-3, 3, 100)

y1 = x * 2 + 0.5

y2 = x ** 2

plt.figure(figsize=(6, 6))

# 首先要為兩條線分別取名，這裡的逗號必須要有
l1, = plt.plot(x, y1, color='r', linewidth=1.0, linestyle='--')

l2, = plt.plot(x, y2, color='b', linewidth=5.0, linestyle='-')

# handles控制圖例中要說明的線
# labels為兩條線分別取一個label
# loc控制圖例的顯示位置，一般用best，由程式碼為我們選擇最優的位置即可

plt.legend(handles=[l1, l2], labels=["test1", "test2"], loc='best')

# 限制x軸的顯示範圍
plt.xlim((-1, 2))

# 限制y軸的顯示範圍
plt.ylim((-1, 5))

# 給x軸加描述
plt.xlabel("xxxxxx")
# 給y軸加描述
plt.ylabel("yyyyyy")

# 替換一下橫座標的顯示
temp = np.linspace(-2, 2, 11)
plt.xticks(temp)

# 替換縱座標的標籤，用level0代替之前的-1
plt.yticks([-1, 0, 1, 2, 3, 4, 5], ["level0", "level1", "level2", "level3", "level4", "level5", "level6"])

# 為影象加一個圖例，用來對影象做說明



plt.show()

效果如下

 7、為影象新增描述

程式碼如下

import numpy as np
 
import matplotlib.pyplot as plt
 
# 為影象做標註
x = np.linspace(-3,3,100)
 
y1 = x * 2
 
# y2 = x ** 2
 
 
plt.figure(figsize=(6,6))
 
 
plt.plot(x,y1,color='r',linewidth=1.0,linestyle='-')
 
 
 
 
 
# 給x軸加描述
plt.xlabel("xxxxxx")
# 給y軸加描述
plt.ylabel("yyyyyy")
 
# ======================================================
# 在x軸為x0，y軸為x0 * 2上畫一個點，這個點的顏色是紅色，大小為50，這個大小就是這個點顯示的大小
x0 = 0.5
y0 = x0 * 2
# scatter是畫點的方法
plt.scatter(x0,y0,color='g',s=50)
 
# 畫線
# 這條線是第一個點的座標為[x0,y0],第二個點的座標為[x0,-6]，後面就是設定線的風格，線的顏色，線的寬度
 
plt.plot([x0,x0],[y0,-6],color='k',linestyle='--',linewidth=1.0)
 
 
 
# 畫箭頭和描述
 
 
# xy代表我們的點
# xytext程式碼我們描述的位置，基於當前的點，在x軸+30，在y軸-30
# r'$2*x={n}$是我們要顯示的文字資訊，格式必須要這樣
# textcoords表示作為起點
# fontsize表示設定字型大小
# arrowprops設定箭頭
# arrowstyle設定箭頭的樣式
# connectionstyle設定風格.2表示弧度
plt.annotate(r'$2*0.5={n}$'.format(n = y0),xy=(x0,y0),xytext=(+30,-30),textcoords='offset points',fontsize=10,arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))
 
# 顯示文字描述，從x軸為-1，y軸為2開始顯示，$$中就是要顯示的字元，這裡如果要顯示空格，則需要轉義
# fontdict設定字型
plt.text(-1,2,r'$1\ 2\ 3\ 4$',fontdict={"size":16,"color":"r"})
 
# =========================================================
 
# 為影象加一個圖例，用來對影象做說明
 
plt.show()

效果如下

8、繪製散點圖

程式碼如下

import numpy as np
 
import matplotlib.pyplot as plt
 
 
 
 
# 繪製散點圖
# plt.scatter(np.arange(1,10,1),np.arange(10,19,1))
 
# plt.scatter(np.linspace(-3,3,10),np.linspace(-3,3,10))
 
 
x = np.random.normal(1,10,500)
y = np.random.normal(1,10,500)
 
print(x)
# s設定點的大小
# c是顏色
# alpha是透明度
plt.scatter(x,y,s=50,c='b',alpha=0.5)
plt.show()

效果如下

9、繪製直方圖

程式碼如下

import numpy as np
 
import matplotlib.pyplot as plt
 
 
# 繪製直方圖
x = np.arange(10)
y = x ** 2 + 10
 
 
# facecolor設定柱體的顏色
# edgecolor設定邊框的顏色
 
plt.bar(x,y,facecolor='g',edgecolor='r')
 
# 繪製翻轉過來的直方圖
# plt.bar(x,-y)
 
#顯示文字
for x,y in zip(x,y):
    plt.text(x,y,"{f}".format(f=y),ha="center",va='bottom')
plt.show()

效果如下

10、一張畫布顯示多張影象

程式碼如下

#Auther Bob
#--*--conding:utf-8 --*--
import numpy as np
import matplotlib.pyplot as plt




# plt.figure()
# 有一個兩行兩列的單元格，這個位於第一個單元格
# plt.subplot(2,2,1)

# 畫一條【0,0】-----》【1,1】的直線
# plt.plot([0,1],[0,1])



# 有一個兩行兩列的單元格，這個位於第一個單元格
# plt.subplot(2,2,2)

# 畫一條【0,0】-----》【1,1】的直線
# plt.plot([0,1],[0,1])



# 有一個兩行兩列的單元格，這個位於第一個單元格
# plt.subplot(2,2,3)

# 畫一條【0,0】-----》【1,1】的直線
# plt.plot([1,0],[0,1])
# plt.show()



# 上面的例子，每張圖他顯示的大小是一樣的，我們想顯示不同的大小該怎麼辦？

plt.figure()
# 有一個兩行三列的單元格，這個位於第一個單元格
plt.subplot(2,1,1)

# 畫一條【0,0】-----》【1,1】的直線
plt.plot([0,1],[0,1])



# 有一個兩行三列的單元格，這個位於第四個單元格，因為第一個單元格佔了3個位子，所以這裡就是第四個
plt.subplot(2,3,4)

# 畫一條【0,0】-----》【1,1】的直線
plt.plot([0,1],[0,1])



# 有一個兩行三列的單元格，這個位於第五個單元格
plt.subplot(2,3,5)

# 畫一條【0,0】-----》【1,1】的直線
plt.plot([1,0],[0,1])
plt.show()

效果如下

11、matplotlib模組中的顏色和線條風格，取自菜鳥教程

作為線性圖的替代，可以通過向 plot() 函式新增格式字串來顯示離散值。 可以使用以下格式化字元。

以下是顏色的縮寫：