图的基本结构
通常，使用 numpy 组织数据, 使用 matplotlib API 进行数据图像绘制。 一幅数据图基本上包括如下结构：
- Data: 数据区，包括数据点、描绘形状
- Axis: 坐标轴，包括 X 轴、 Y 轴及其标签、刻度尺及其标签
- Title: 标题，数据图的描述
- Legend: 图例，区分图中包含的多种曲线或不同分类的数据
- 其他的还有图形文本 (Text)、注解 (Annotate)等其他描述
详细的结构图如下图所示：
画法
按照绘图结构，可将数据图的绘制分为如下几个步骤：
- 导入 matplotlib 包相关工具包
- 准备数据，numpy 数组存储
- 绘制原始曲线
- 配置标题、坐标轴、刻度、图例
- 添加文字说明、注解
- 显示、保存绘图结果
导包
#coding:utf-8
import numpy as np
import matplotlib.pyplot as plt
from pylab import *
准备数据
numpy 常用来组织源数据:
# 定义数据部分
x = np.arange(0., 10, 0.2)
y1 = np.cos(x)
y2 = np.sin(x)
y3 = np.sqrt(x)
绘制基本曲线
使用 plot 函数直接绘制上述函数曲线，可以通过配置 plot 函数参数调整曲线的样式、粗细、颜色、标记等：
# 绘制 3 条函数曲线
plt.plot(x, y1, color='blue', linewidth=1.5, linestyle='-', marker='.', label=r'$y = cos{x}$')
plt.plot(x, y2, color='green', linewidth=1.5, linestyle='-', marker='*', label=r'$y = sin{x}$')
plt.plot(x, y3, color='m', linewidth=1.5, linestyle='-', marker='x', label=r'$y = \sqrt{x}$')
设置坐标轴
# 坐标轴上移
ax = plt.subplot(111)
ax.spines['right'].set_color('none') # 去掉右边的边框线
ax.spines['top'].set_color('none') # 去掉上边的边框线
# 移动下边边框线，相当于移动 X 轴
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
# 移动左边边框线，相当于移动 y 轴
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0)) # 设置 x, y 轴的刻度取值范围
plt.xlim(x.min()*1.1, x.max()*1.1)
plt.ylim(-1.5, 4.0)
# 设置 x, y 轴的刻度标签值
plt.xticks([2, 4, 6, 8, 10], [r'', r'', r'', r'', r''])
plt.yticks([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], [r'-1.0', r'0.0', r'1.0', r'2.0', r'3.0', r'4.0'])
"""
plt.yticks([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0])
""" # 设置标题、x轴、y轴
plt.title(r'$the \ function \ figure \ of \ cos(), \ sin() \ and \ sqrt()$', fontsize=19)
plt.xlabel(r'$the \ input \ value \ of \ x$', fontsize=18, labelpad=88.8)
plt.ylabel(r'$y = f(x)$', fontsize=18, labelpad=12.5)
设置文字描述、注解
在数据图中添加文字描述 text：
plt.text(4, 1.68, r'$x \in [0.0, \ 10.0]$', color='k', fontsize=15)
plt.text(4, 1.38, r'$y \in [-1.0, \ 4.0]$', color='k', fontsize=15)
// 其中，r’……’ 语句表示使用 LaTex 公式符号.
另外，
文本倾斜：在plt.text()中加入fontstyle='italic'
文本旋转：在plt.text()中加入参数rotation，例如rotation=45
在数据图中给特殊点添加注解 annotate：
# 特殊点添加注解
plt.scatter([8,],[np.sqrt(8),], 50, color ='m') # 使用散点图放大当前点
plt.annotate(r'$2\sqrt{2}$', xy=(8, np.sqrt(8)), xytext=(8.5, 2.2), fontsize=16, color='#090909', arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=0.1', color='#090909'))
"""
plt.annotate('%.4f' % acc, xy=(thres, acc), xytext=(thres, acc+0.04), ha='center', color='black', arrowprops=dict(arrowstyle='->', color='black')) #在正上方添加注解
plt.annotate('%.4f' % cov, xy=(thres, cov), xytext=(thres, cov-0.04), ha='center', color='green', arrowprops=dict(arrowstyle='->', color='green')) #在正下方添加注解, ha表示horizontalalignment(水平对齐)
"""
设置图例
可使用如下两种方式，给绘图设置图例：
1: 在 plt.plot 函数中添加 label 参数后，使用 plt.legend(loc=’up right’)
2: 不使用参数 label, 直接使用如下命令：
plt.legend(['cos(x)', 'sin(x)', 'sqrt(x)'], loc='up right')
loc 参数表示图例的位置，常见的位置参数如下：
网格线开关
# 显示网格线
plt.grid(True)
显示、保存
plt.show() # 显示
# savefig('../figures/plot3d_ex.png',dpi=48) # 保存，前提目录存在
其它有用的设置
1. 调整图像边缘及图像间的空白间隔
方法１：plt.subplots_adjust()
自动调整图像外部边缘，但是此方法不能够很好的控制图像间的间隔。
方法２：plt.subplots_adjust()
能同时控制图像外侧边缘以及图像间的空白区域，比较灵活．例如 plt.subplots_adjust(left=0.2, bottom=0.2, right=0.8, top=0.8，hspace=0.2, wspace=0.3)
2.在图中显示中文
方法１：使用rcParams，设置其font.family为中文字符
import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei'
前提是系统中有'SimHei'字体
方法２：指定系统中文字体
首先，查看系统支持的中文字体列表：
$ fc-list :lang=zh
/usr/share/fonts/truetype/arphic/uming.ttc: AR PL UMing TW MBE:style=Light
/usr/share/fonts/truetype/arphic/ukai.ttc: AR PL UKai CN:style=Book
/usr/share/fonts/opentype/noto/NotoSansCJK-Bold.ttc: Noto Sans Mono CJK KR,Noto Sans Mono CJK KR Bold:style=Bold,Regular
/usr/share/fonts/opentype/noto/NotoSansCJK-Black.ttc: Noto Sans CJK TC,Noto Sans CJK TC Black:style=Black,Regular/usr/share/fonts/opentype/noto/NotoSansCJK-Medium.ttc: Noto Sans CJK JP,Noto Sans CJK JP Medium:style=Medium,Regular
/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc: Noto Sans CJK JP,Noto Sans CJK JP Regular:style=Regular
/usr/share/fonts/opentype/noto/NotoSansCJK-Light.ttc: Noto Sans CJK KR,Noto Sans CJK KR Light:style=Light,Regular
然后，在代码中指定字体设置：
#coding:utf-8
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
myfont = FontProperties(fname='/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc') #定义自定义字体，文件名从上一步查看的系统中文字体列表中来
plt.plot([x, y])
plt.title(u'中文',fontproperties=myfont)
plt.text(x=67, y=1.06, s=u'样本数', ha='left', fontproperties=myfont)
plt.show()
参考：