- Figure和Subplot
matplotlib的图像都位于Figure对象中，可以用plt.figure创建一个新的Figure。不能通过空Figure绘图。必须用add_subplot创建一个或多个subplot才行。
import matplotlib.pyplot as plt
import numpy as np
fig=plt.figure()
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
# 背景颜色是蓝色
ax3=fig.add_subplot(2,2,3，facecolor='blue')
# 和ax1的横左边轴一样，背景色为红色
ax4=fig.add_subplot(224, sharex=ax1, facecolor='red')
#展示图形
plt.show()
import matplotlib.pyplot as plt
import numpy as np
fig=plt.figure()
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3, facecolor='blue')
# 224和2，2，4是一样的。
ax4=fig.add_subplot(224, sharex=ax1, facecolor='red')
#cumsum是累积求和，color指定折线的颜色
plt.plot(np.random.randn(50).cumsum(),color='k')
plt.show()如果没有指定subplot，则默认为最后创建的sub_plot.
# color: 折线颜色；可以设置16进制颜色码或者英文单词
# alpha: 折线透明度； 范围 0~1
# linestyle: 折线样式
# - 实线（solid）
# -- 短线（dashed）
# -. 短点相间线（dashdot）
# : 虚点线(dotted)
# linewidth： 折线宽度
pt2=ax2.plot(x, y, color='green', alpha=0.6, linestyle='--', linewidth=2)
# 传入x轴和y轴数据，通过plot绘制折线图
x = range(1, 10)
y = [1, 3, 5, 7, 9, 11, 13, 15, 17]
pt1=ax1.plot( x, y, marker='*', color='red', markersize=16, markeredgecolor='g', markeredgewidth=3)
# 传入x轴和y轴数据，通过plot绘制折线图
plt.show()
折点样式(marker)选择
| character | description |
|---|---|
| '-' | 实线样式 |
| '--' | 短线样式 |
| '-.' | 点短线样式 |
| ':' | 虚线样式 |
| '.' | 点标记 |
| ',' | 像素标记 |
| 'o' | 圆形标记 |
| 'v' | 三角向下标记 |
| '^' | 三角向上标记 |
| '<' | 三角向左标记 |
| '>' | 三角向右标记 |
| 's' | 方形标记 |
| 'p' | 五边形标记 |
| '*' | 星号标记 |
| 'h' | 六边形标记 |
| 'H' | 加粗六边形标记 |
| '+' | 加号标记 |
| 'x' | x标记 |
| 'D' | 加粗菱形标记 |
| 'd' | 菱形标记 |
| '|' | |标记 |
| '_' | 下划线标记 |
- 图片大小设置
# 设置图片(画布)大小
# figsize: 指定画布的宽和高，单位：英寸
# dpi：指定绘图对象的分辨率，即每英寸多少个像素点，缺省值为80 1英寸等于2.5cm
#
plt.figure(figsize=(20, 8), dpi=80)
plt.plot(x, y, marker='_', color='blue',markersize=12, markeredgecolor='g', markeredgewidth=3)
# 传入x轴和y轴数据，通过plot绘制折线图
# plt.show()会释放figure资源，如果在显示图像之后报出图像将会得到一张空的图片
plt.show()
- 设置折线的x轴和y轴刻度
from matplotlib import pyplot as plt
from matplotlib import font_manager
x = range(1, 13)
y = range(3,39,3)
# plt.xticks(x) # 设置x轴刻度
# plt.yticks(y) # 设置y轴刻度
#
# 处理mac系统中文乱码问题： 在fname参数中指定字体路径 生成字体对象
#
# my_font = font_manager.FontProperties(fname='msyh.ttc', size=16)
# xtick_labels = ['{}月'.format(i) for i in x]
# ytick_labels = ['{}万'.format(i) for i in y]
# plt.xticks(x, xtick_labels, fontproperties=my_font, rotation=45)
# plt.yticks(y, ytick_labels, fontproperties=my_font)
#
# 这两句是处理Windows系统中文乱码问题, 直接调用系统中字体
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 设置x轴标签，并让字体旋转45度
xtick_labels = ['{}月'.format(i) for i in x]
ytick_labels = ['{}万'.format(i) for i in y]
plt.xticks(x, xtick_labels, rotation=45)
plt.yticks(y, ytick_labels)
plt.plot(x, y, marker='o', color='pink',markersize=10, markeredgecolor='g', markeredgewidth=2)
# 传入x轴和y轴数据，通过plot绘制折线图
plt.show()
- 一图多线
from matplotlib import pyplot as plt
from matplotlib import font_manager
x = range(1, 13)
y1 = [1, 3, 9, 12, 15, 23, 34, 31, 23, 28, 27, 30]
y2 = [3, 2, 12, 21, 23, 4, 32, 30, 28, 18, 21, 31]
plt.plot(x, y1, color='red', label='小明')
plt.plot(x, y2, color='blue', label='小方')
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.xticks(x, ['{}月'.format(i) for i in x])
plt.ylabel('销售额(万)') # y轴标题
plt.title('每月销售额') # 图片标题
# 绘制网格
# alpha设置透明度，也可以设置网格线的样式
plt.grid(alpha=0.4)
# 添加图例
# 设置位置loc: upper left、lower left、center left、upper center
plt.legend(loc='upper left')
plt.show()
- 设置坐标轴范围
from matplotlib import pyplot as plt
import numpy as np
x = np.arange(-5, 9)
plt.plot(x, x**2)
# plt.xlim([-3, 8]) # 调整x轴左右范围
# plt.xlim(xmin=-3)
# plt.xlim(xmax=5)
plt.xlim(xmin=-5, xmax=8) # 设置x轴最小范围和最大范围
plt.ylim(ymin=0) # 设置y轴最小范围
plt.show()- 改变坐标轴的默认显示方式
from matplotlib import pyplot as plt
x = range(-5, 5)
y = range(0, 20, 2)
ax = plt.gca() # 获取当前图像
# 设置图像的边界线
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['bottom'].set_color('blue')
ax.spines['left'].set_color('red')
# 设置底边的移动范围，移动到y轴的0位置，'data':移动轴的位置到交叉轴的指定坐标
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))
plt.plot(x, y)
plt.show()