Python中Matplotlib绘图

Matplotlib绘图是最著名的Python绘图库，主要用于二维绘图，画图质量高，方便快捷的绘图模块；

<1>绘图API--pyplot模块

<2>集成库---pylab模块(包含Numpy和pyplot中常用的函数)

我们可以打开matplotlib的官网点击打开链接点击任意一个图下面均有代码，例如：

效果图如下：

怎么样很漂亮吧！

2、使用matplotlib画折线图使用pyplot:

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,x,x+2)  

很简单，和matlab很像，plt.plot(x,y)即可；下面是画出上面图像的散点图，加‘o’即可：

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,'o',x,x+2,'o')</span>  

下面我们再画出其中一个的柱状图，也特别简单将plt.plot变为plt.bar即可：

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.bar(x,x**2)</span>  

3、图的属性设置

<1>绘图颜色和线条类型的改变

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,'g--',x,x+2,'rD')</span>  

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,'rv',x,x+2,'gp')  

可以在shell通过:

import matplotlib.pyplot as plt
help(plt.plot)查找相应的颜色和线型

<2>增加文字，横轴、纵轴、图

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,'rv',x,x+2,'gp')  
5. plt.title('x^2 && x+2')  
6. plt.xlabel('variable x')  
7. plt.ylabel('dependent variable y')</span>  

<3>其他属性；图的大小，图例

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.figure(figsize=(8,6),dpi=100)#大小、精度  
5. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
6. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
7. plt.legend(loc='upper left')  
8. plt.show()</span>  

<4>子窗口

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.figure(figsize=(8,6),dpi=100)  
5. plt.subplot(211)  
6. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
7. plt.legend(loc='upper left')  
8. plt.subplot(212)  
9. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
10. plt.legend(loc='upper left')  
11. plt.show()  

[python] view plain copy

1. #这里subplot(211)代表2行1列第1个图  

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.figure(figsize=(8,6),dpi=100)  
5. plt.subplot(121)  
6. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
7. plt.legend(loc='upper left')  
8. plt.subplot(122)  
9. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
10. plt.legend(loc='upper left')  
11. plt.show()  

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.figure(figsize=(8,6),dpi=100)  
5. plt.subplot(221)  
6. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
7. plt.legend(loc='upper left')  
8. plt.subplot(222)  
9. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
10. plt.legend(loc='upper left')  
11. plt.subplot(223)  
12. plt.plot(x,x**3,color='black',linestyle='',marker='+',linewidth=3,label='line3')  
13. plt.legend(loc='upper left')  
14. plt.subplot(224)  
15. plt.plot(x,x+9,color='green',linestyle='',marker='p',linewidth=3,label='line4')  
16. plt.legend(loc='upper left')  
17. plt.show()    

<5>另外一种绘制子图的方式-axes

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. plt.axes([0.1,0.1,0.8,0.8])  
4. x=np.arange(1,4,0.1)  
5. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
6. plt.legend(loc='upper left')  
7. plt.axes([0.55,0.15,0.3,0.3])  
8. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
9. plt.legend(loc='upper left')  
10. plt.show()  

其中plt.axes(距左边的距离，距底部的距离，图的宽，图的高)