如何在python中使用matplotlib庫繪圖

這篇文章給大家介紹如何在python中使用matplotlib庫繪圖，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

首先介紹繪圖時常用的基礎命令：

1.plt.plot(x,y)即為繪圖命令。
①基礎畫圖：

plt.plot(x, y)

②設置顏色：

color屬性
如果沒有特別要求的話可以不手動設置顏色，如果要在一張圖上畫不同的線時，會自動分配顏色。也可以使用ax.plot效果相同。

plt.plot(x, y, color = 'red')

③設置線型：

lineStyle屬性
可以選擇'-', ‘–', ‘-.', ‘:', ‘None', ' ', ‘', ‘solid', ‘dashed', ‘dashdot', 'dotted'這些類型的。

plt.plot(x, y, lineStyle = 'dashdot')

④設置標注類型：

marker屬性
有不同的marker可以選擇，比如'o','*',‘x'。

plt.plot(x, y ,marker='x')

⑤設置圖例：

label屬性。

plt.plot(x, y ,marker='o',label='語文成績')
plt.plot(x, y ,marker='*',label='數學成績')
plt.plot(x, y ,marker='x',label='英語成績')

只是這樣圖例是不會顯示的，還需要加上loc是位置設置，具體見后面講解。

plt.legend(loc='upper left')

三、正常顯示中文：

①windows系統：

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

mac系統：
這里是這樣設置的，也可以設置為其他中文字體。

plt.rcParams["font.family"] = 'Arial Unicode MS'

②正常顯示符號：

plt.rcParams['axes.unicode_minus'] = False

四、設置圖樣或子圖

①如果只畫一張圖的話可以，figsize設置的是x軸和y軸方向圖片大小的比例。這里要設置好否則可能會出現圖片顯示不完全的情況，如果通過savefig命令保存的話，也是按照這個比例來保存的圖片。

f = plt.figure(figsize=(8,6))

或是，雖然是通過subplots命令，可是不指定nrows和ncols默認只有一個子圖。

f, ax = plt.subplots(figsize=(8,6))

ax表示的是當前坐標軸。

ax = plt.gca()

如果有多個子圖的話：
nrows為行，ncols為列，figsize為圖片的尺寸。

f, ax = plt.subplots(nrows=2,ncols=1,figsize=(8,6),facecolor='white')

或是

fig = plt.figure()
ax1 = fig.add_subplot(2,1,1)
ax2 = fig.add_subplot(2,1,2)
ax1.plot(x,y)
ax2.plot(x,z)

或是

ax1 = plt.subplot(2,1,1)
ax2 = plt.subplot(2,1,2)
ax1.plot(x,y)
ax2.plot(x,z)

其他屬性：第一個屬性標記的是窗口的名稱，dpi設置的分辨率。

f = plt.figure('成績窗口',figsize=(8,6),facecolor='white',dpi=100)

②設置圖片背景色：

f = plt.figure(figsize=(8,6),facecolor='blue')

如果要設置圖片前景色，要用

ax.set(facecolor='white')

五、設置x軸或y軸相關屬性：

①設置x軸的刻度：
需要指定標注的位置，標注的具體值，可以通過fontsize指定大小。

x = [0,2,4,6,8]
x_label = ['第一學期','第二學期','第三學期','第四學期','第五學期']
plt.xticks(x, x_label,fontsize=13)

這里的xticks支持latex，

x_label = [r'$e^x$',r'$x_1^2$',r'$\lambda$',r'$\frac{1}{2}$',r'$\pi$']

有時候可能標注的值很多，我們想把x軸的刻度豎著顯示：
只需要在x_label中要換行的地方加上'\n‘換行符即可。

x = [0,2,4,6,8]
x_label = ['第\n一\n學\n期','第二\n學期','第\n三\n學\n期','第四\n學期','第五\n學期']
plt.xticks(x, x_label,fontsize=13)#這有一張圖

②設置x軸的標簽：
這兩條命令是一樣的作用。

plt.xlabel(u"學期")
ax.set_xlabel(u"學期")#設置x軸的標簽值

xlabel同樣支持latex

plt.xlabel(u"$x^2$")

③設置x軸的范圍：
這兩條命令也是一樣的作用。
一般不需要人為指定范圍，程序會根據輸入的最大值和最小值自動確定一個范圍。

plt.xlim(0,100)
ax.set_xlim(0,100)

設置y軸的相關屬性和x軸的相關屬性方法是一樣的，只需要把x替換成y即可。

六、設置標題：

fontsize為大小，fontweight指定加粗。下面兩條命令作用相同。

plt.title('小明第一至第四學期成績變化折線圖',fontsize=18,fontweight='bold')
ax.set_title('小明第一至第四學期成績變化折線圖',fontsize=18,fontweight='bold')

這里程序會自動將標題放在一個合適的位置，當然也難免出現title不是我們想要的位置的情況，這是可以通過指定x或是y屬性，來設置title的位置。正常范圍是[0,1]可以設置負零點幾或是一點幾，需要多嘗試，如果設置超出圖片范圍會看不到title的。
比如這里我設置y=-0.1，可以看到title到下面去了。

plt.title('小明第一至第四學期成績變化折線圖',fontsize=18,fontweight='bold',y=-0.1)

七、設置圖例：

法一：
在畫圖的時候做好標注。

plt.plot(x, y[0,:],marker='o',label='語文成績')
plt.plot(x, y[1,:],marker='*',label='數學成績')
plt.plot(x, y[2,:],marker='x',label='英語成績')
plt.legend(loc='upper left')

法二：
不寫在plot中，統一寫在legend中。
可以指定對應曲線，這里的曲線定義后一定要加','，否則會報錯。

a,=plt.plot(x, y[0,:],marker='o')
b,=plt.plot(x, y[1,:],marker='*')
c,=plt.plot(x, y[2,:],marker='x')
plt.legend((a,b,c),('語文成績','數學成績','英語成績'),loc='upper left')

或是不指定對應曲線，

plt.legend(('語文成績','數學成績','英語成績'),loc='upper left')

不指定對應曲線的方式不推薦，有時候并不想給每個曲線都加圖例，不加圖例的曲線可以不寫label屬性。而該方式會按plot的順序，加圖例，不會跳過不想加圖例的曲線，除非是最后的曲線，不寫就不會加。
legend的命令只能通過plt設置，如果有多個子圖的話，

ax = plt.subplot(2,1,1)

這樣對plt操作就可以對子圖操作。

八、進行標注：

標注的話需要寫循環，一個個標注，不能這樣寫plt.text(x,y,"%s"%str(y))，不會一次標注一堆。
fontsize是設置標注的字體。用ax是一樣的。

for i in range(len(x)):
	plt.text(x[i],y[i],"%s"%str(y[i]), fontsize=12)
	#ax.text(x[i],y[i],"%s"%str(y[i]), fontsize=12)

經常出現legend把圖片內容給擋住了的情況，這里也可以指定legend的位置。

可以通過bbox_to_anchor屬性來調整legend的位置。

plt.legend(bbox_to_anchor=(1.05, 1), loc=2)

圖例還有許多其他的屬性，

九、保存圖片：

plt.savefig('小明成績變化圖.png')

十、顯示圖片：

plt.show()

十一、刪除邊框：

這里有四個方向，可以選擇刪除哪一個方向的邊框。

ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.spines['bottom'].set_visible(False)
ax.spines['left'].set_visible(False)

十二、顯示/不顯示網格：

ax.grid(True)
ax.grid(False)

python的五大特點是什么

python的五大特點：1.簡單易學，開發程序時，專注的是解決問題,而不是搞明白語言本身。2.面向對象，與其他主要的語言如C++和Java相比, Python以一種非常強大又簡單的方式實現面向對象編程。3.可移植性，Python程序無需修改就可以在各種平臺上運行。4.解釋性，Python語言寫的程序不需要編譯成二進制代碼,可以直接從源代碼運行程序。5.開源，Python是 FLOSS(自由/開放源碼軟件)之一。

關于如何在python中使用matplotlib庫繪圖就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。