Matplotlib-Python学习笔记

教程来源：https://www.bilibili.com/video/BV1Jx411L7LU

目录

• 1 基本用法
• • 1.1 画图初体验
  • 1.2 figure图像
  • 1.3 设置坐标轴（一）
  • 1.4 设置坐标轴（二）
  • 1.5 Legend图例
  • 1.6 Annotation标注
• 2 绘制不同类型的图
• • 2.1 Scatter散点图
  • 2.2 Bar柱状图
  • 2.3 Contours等高线图
  • • 2.3.1 没有轮廓线的等高线图（颜色填充图）
    • 2.3.2 有轮廓线的等高线图（纯线图）
    • 2.3.3 只画部分轮廓线
    • 2.3.4 在轮廓线上注释出高度

1 基本用法 1.1 画图初体验

基本用法跟matlab一样，参考以下代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

x = np.linspace(-1,1,50)
y = 2 * x + 1
plt.plot(x,y)
plt.show()  # 用这个函数画的图才会显示出来

结果：

1.2 figure图像

目标：

1. 两个figure分别画图
2. 自定义figure的名称及尺寸
3. 同一个figure上画不同的曲线
4. 自定义曲线的颜色，线宽，线形

代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

x = np.linspace(-1,1,50)
y1 = 2 * x + 1
y2 = x ** 2

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

plt.figure(num=3,figsize=(8,5))
plt.plot(x,y2)
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')

plt.show()  # 用这个函数画的图才会显示出来

结果：

补充：实测跟Matlab中的plot指令基本通用，可以直接用

1.3 设置坐标轴（一）

目标：

1. 设置横纵坐标的范围
2. 设置横纵坐标轴的标签
3. 设置横纵坐标轴的刻度
4. 设置横纵坐标轴的刻度值
5. 使用正则表达式输出Latex文本

代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

x = np.linspace(-3,3,50)
y1 = 2 * x + 1
y2 = x ** 2

plt.figure()
plt.plot(x,y2)
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')

# 1. 设置横纵坐标的范围
plt.xlim((-1,2))  # 注意：这里范围需要再用一个括号括起来
plt.ylim((-2,3))

# 2. 设置横纵坐标轴的标签
plt.xlabel('I am x')
plt.ylabel('I am Y')

# 3. 设置横纵坐标轴的刻度
new_ticks = np.linspace(-1,2,5)
plt.xticks(new_ticks)

# 4. 设置横纵坐标轴的刻度值
# 5. 使用正则表达式输出Latex文本
plt.yticks([-2,-1.5,-1,1.22,3],
            ['really bad', r'$bad$','normal',r'$good$','$really good$'])

plt.show()  # 用这个函数画的图才会显示出来

结果：

注意：

• 最后r''为正则表达式，暂不清楚是干嘛的
• $ $表示中间为Latex格式
• 在Latex中，想要打出空格需要用转义字符+空格，可以看“really good”中间的空格

1.4 设置坐标轴（二）

目标：

• 获取到图片的四个边框（四个轴）
• 让上方和右边的边框/轴消失
• 将下方的边框/轴的位置往上平移

有些复杂，用不太着，先跳过

1.5 Legend图例

• 在plot的时候，可以使用

  plt.plot(x,y,label='XXX')
  plt.legend()
  

  其中，label所输入的数就是图例中显示的名称

• 或者使用legend规定更详细的要求

  plt.legend(handles=[l1,l2,],labels=['aaa','bbb',],loc='upper right')
  

  其中：

  • loc表示图例出现的位置，可以选择的选项有“best”，其他竖直方向为“upper”，“center”，“lower”，水平方向为“left”，“center”，“right”，进行组合
  • handles表示在图例中是否显示相应的线型，使用之前需要确保plot是一下语句形式：

    l1,= plt.plot(x1,y1,label='XXX')
    l2,= plt.plot(x2,y2,label='XXX')
    

    注意以上语句中的,以及handles=[l1,l2,]中最后的逗号
  • labels表示图例的文本，如果前面的plot语句中也有文本，以这里为准。

实测使用时不需要这么麻烦，如果只想规定图例的文本，可以直接：
plt.legend(['aaa','bbb'])
如果还想规定位置，则
plt.legend(['aaa','bbb'],loc='upper right')

代码：上面的代码改进，只看最后几行图例的即可

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

x = np.linspace(-3,3,50)
y1 = 2 * x + 1
y2 = x ** 2

plt.figure()
plt.plot(x,y2,label='function1')
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--',label='function2')

# 1. 设置横纵坐标的范围
plt.xlim((-1,2))  # 注意：这里范围需要再用一个括号括起来
plt.ylim((-2,3))

# 2. 设置横纵坐标轴的标签
plt.xlabel('I am x')
plt.ylabel('I am Y')

# 3. 设置横纵坐标轴的刻度
new_ticks = np.linspace(-1,2,5)
plt.xticks(new_ticks)

# 4. 设置横纵坐标轴的刻度值
# 5. 使用正则表达式输出Latex文本
plt.yticks([-2,-1.5,-1,1.22,3],
            ['really bad', r'$bad$','normal',r'$good$','$really good$'])

plt.legend(['aaa','bbb'],loc='best')

plt.show()  # 用这个函数画的图才会显示出来

结果：

1.6 Annotation标注

要实现的效果：

使用的命令：

plt.annotate()

或

plt.text()

具体使用方法可再查阅，这里不详细展开

2 绘制不同类型的图 2.1 Scatter散点图

语法：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None,
	vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, 
	plotnonfinite=False, data=None, **kwargs)

• s：每个点的大小
• c：颜色
• cmap：色彩映射表
• alpha：透明度
• 其余变量参见https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.scatter.html

示例代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

# 随机生成X，Y坐标
n = 1024 #规定点数
X = np.random.normal(0,1,n) #随机生成n个点，以正态分布，均值为0，标准差为1
Y = np.random.normal(0,1,n)

T = np.arctan2(Y,X)  # 在颜色地图上找到对应的颜色

plt.scatter(X,Y,s=75,c=T,alpha=0.5)

plt.xlim((-1.5,1.5))
plt.ylim((-1.5,1.5))

plt.xticks(())  #取消坐标轴上的标尺显示
plt.yticks(())

plt.show()  # 用这个函数画的图才会显示出来

结果：

2.2 Bar柱状图

先跳过

2.3 Contours等高线图 2.3.1 没有轮廓线的等高线图（颜色填充图）

语法：没有轮廓线的等高线图

contourf([X, Y,] Z, [levels], **kwargs)

其中

• [X, Y]：等高线图的横纵坐标，可以通过numpy.meshgrid()生成
• Z：等高线图的高度
• [levels]：等高线分成几个层级，如果是0，则只有一条等高线分成两部分
• 其他参数包括：
  • colors：
  • alpha：透明度
  • cmap：色彩映射表，默认为viridis，如果同时给出了colors和cmap，会报错
  • norm：可选项，如果使用色彩映射表，‎‎则 Normalize‎‎ 实例会将级别值缩放到规范色彩映射表范围 [0, 1]，以便映射到颜色。如果未给出，则使用默认线性缩放。
  • vmin, vmax：可选项，‎如果不是 ‎‎None‎‎，则这些值中的一个或两个都将提供给‎‎归一化‎‎实例，并覆盖基于‎‎[levels]的‎‎默认色阶。‎
  • 其他参见https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.contourf.html

代码：（两种方式，用cmap和colors）

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

def f(x, y):
    return (1 - x /2 + x**5 + y**3) * np.exp(-x**2 - y**2)

n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
[X,Y] = np.meshgrid(x,y)

# 用cmap
# plt.contourf(X,Y,f(X,Y),
#             levels = 8,
#             alpha=0.75,
#             cmap = plt.cm.viridis)

# 用colors
plt.contourf(X,Y,f(X,Y),
            colors = ['red','blue','green','yellow'],
            levels = 8,
            alpha=0.75)
plt.colorbar()

plt.xticks(())  #取消坐标轴上的标尺显示
plt.yticks(())

plt.show()  # 用这个函数画的图才会显示出来

结果：
用cmap的结果：

用colors结果：
（[]里面有几个颜色，就会按照顺序使用相应的颜色）

2.3.2 有轮廓线的等高线图（纯线图）

语法：等高线图的轮廓线

contour([X, Y,] Z, [levels], **kwargs)

函数各参数同contourf()中的各个参数，本函数特有的参数主要是关于线的属性

• linewidths：线宽，默认值为1.5
• linestyles：线型，默认正值为'dashed'
• 其他具体可参见https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.contour.html

代码：（也是cmap和colors的两种函数，只是上面的代码把contourf()改成了contour()）

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

def f(x, y):
    return (1 - x /2 + x**5 + y**3) * np.exp(-x**2 - y**2)

n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
[X,Y] = np.meshgrid(x,y)

# 用cmap
# plt.contour(X,Y,f(X,Y),
#             levels = 8,
#             alpha=0.75,
#             cmap = plt.cm.viridis)

# 用colors
plt.contour(X,Y,f(X,Y),
            colors = ['red','blue','green','yellow'],
            levels = 8,
            alpha=0.75)

plt.colorbar()

plt.xticks(())  #取消坐标轴上的标尺显示
plt.yticks(())

plt.show()  # 用这个函数画的图才会显示出来

结果：
用cmap的结果：

用colors的结果：

2.3.3 只画部分轮廓线

如果想要之画出指定高度的轮廓线，在上面代码的基础上contour()函数做出如下改进
代码：只画规定高度的轮廓线（只画一条的时候，把plt.colorbar()关掉）

plt.contour(X,Y,f(X,Y),[0.4,0.8],  #[]里面写出想要的高度
            colors = 'red',
            alpha=0.75)

结果：

2.3.4 在轮廓线上注释出高度

想要在轮廓上进行注释，在画轮廓的时候，需要给contour()赋值：

CS = contour()

语法：轮廓线上的图注

clabel(CS, levels=None, **kwargs)

其中

• levels：可选项，需要注释的线，如果不给出，就认为所有的线都需要标出高度
• fontsize：字体大小，默认10.0
• colors：字体颜色
• inline：True或者是False，表示注释的高度是否在轮廓线里面（是否打断轮廓线）
• 其他参见https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.clabel.html

代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

def f(x, y):
    return (1 - x /2 + x**5 + y**3) * np.exp(-x**2 - y**2)

n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
[X,Y] = np.meshgrid(x,y)

# 用cmap
plt.contourf(X,Y,f(X,Y),
            levels = 8,
            alpha=0.75,
            cmap = plt.cm.viridis)
plt.colorbar()

# 用colors
C = plt.contour(X,Y,f(X,Y),
            levels = 8,
            colors = 'black',
            linewidths = 1.0,
            alpha=0.75)

plt.clabel(C,colors = 'red', inline = True)


plt.xticks(())  #取消坐标轴上的标尺显示
plt.yticks(())

plt.show()  # 用这个函数画的图才会显示出来

结果：