您现在的位置：程式師世界 >> 編程語言 > >> 更多編程語言 >> Python

Python中如何使用Matplotlib庫繪制圖形

編輯：Python

前言

一、簡單的正弦函數與余弦函數

二、進階版正弦函數與余弦函數

1.改變顏色與粗細

2.設置圖片邊界

3.設置記號

4.設置記號的標簽

5.設置X,Y軸

6.完整代碼

三、繪制簡單的折線圖

總結

前言

Matplotlib 可能是 Python 2D-繪圖領域使用最廣泛的套件。它能讓使用者很輕松地將數據圖形化，並且提供多樣化的輸出格式。這裡將會探索使用matplotlib 庫實現簡單的圖形繪制。

一、簡單的正弦函數與余弦函數

是取得正弦函數和余弦函數的值：

X 是一個 numpy 數組，包含了從 −π 到 +π 等間隔的 256 個值。C 和 S 則分別是這 256 個值對應的余弦和正弦函數值組成的 numpy 數組。

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)C,S = np.cos(X), np.sin(X)

完整代碼如下

import numpy as npimport matplotlib.pyplot as pltX = np.linspace(-np.pi, np.pi, 256, endpoint=True)C, S = np.cos(X), np.sin(X)#繪制並顯示圖形plt.plot(X, C)plt.plot(X, S)plt.show()

二、進階版正弦函數與余弦函數

上面我們學習了簡單的正弦函數與余弦函數，接下來我們將精益求精，改變顏色與粗細，設置記號，調整邊框等。

1.改變顏色與粗細

我們以藍色和紅色分別表示余弦和正弦函數，而後將線條變粗一點。接下來，我們在水平方向拉伸一下整個圖。

代碼如下（示例）：

figure(figsize=(10, 6), dpi=80)plot(X, C, color="blue", linewidth=2.5, line)plot(X, S, color="red", linewidth=2.5, line)

2.設置圖片邊界

代碼如下（示例）：

xmin, xmax = X.min(), X.max()dx = (xmax - xmin) * 0.2xlim(xmin - dx, xmax + dx)

3.設置記號

我們討論正弦和余弦函數的時候，通常希望知道函數在 ±π 和 ±π2 的值。

xticks( [-np.pi, -np.pi/2, 0, np.pi/2, np.pi])yticks([-1, 0, +1])

4.設置記號的標簽

我們可以把 3.142 當做是 π，但畢竟不夠精確。當我們設置記號的時候，我們可以同時設置記號的標簽。注意這裡使用了 LaTeX。

xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$'])

5.設置X,Y軸

ax = gca()ax.spines['right'].set_color('none')ax.spines['top'].set_color('none')ax.xaxis.set_ticks_position('bottom')ax.spines['bottom'].set_position(('data', 0))ax.yaxis.set_ticks_position('left')ax.spines['left'].set_position(('data', 0))

6.完整代碼

# 導入 matplotlib 的所有內容（nympy 可以用 np 這個名字來使用）from pylab import *# 創建一個 8 * 6 點（point）的圖，並設置分辨率為 80figure(figsize=(8, 6), dpi=80)# 創建一個新的 1 * 1 的子圖，接下來的圖樣繪制在其中的第 1 塊（也是唯一的一塊）subplot(1, 1, 1)X = np.linspace(-np.pi, np.pi, 256, endpoint=True)C, S = np.cos(X), np.sin(X)# 繪制余弦曲線，使用藍色的、連續的、寬度為 1 （像素）的線條plot(X, C, color="blue", linewidth=1.0, line)# 繪制正弦曲線，使用綠色的、連續的、寬度為 1 （像素）的線條plot(X, S, color="green", linewidth=1.0, line)# 設置橫軸的上下限xlim(-4.0, 4.0)# 設置橫軸記號xticks(np.linspace(-4, 4, 9, endpoint=True))# 設置縱軸的上下限ylim(-1.0, 1.0)# 設置縱軸記號yticks(np.linspace(-1, 1, 5, endpoint=True))# 以分辨率 72 來保存圖片# savefig("exercice_2.png",dpi=72)# 設置顏色與粗細figure(figsize=(10, 6), dpi=80)plot(X, C, color="blue", linewidth=2.5, line)plot(X, S, color="red", linewidth=2.5, line)# 設置邊框xmin, xmax = X.min(), X.max()dx = (xmax - xmin) * 0.2xlim(xmin - dx, xmax + dx)# 設置記號xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])yticks([-1, 0, +1])# 設置記號的標簽xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$'])# 設置xy軸ax = gca()ax.spines['right'].set_color('none')ax.spines['top'].set_color('none')ax.xaxis.set_ticks_position('bottom')ax.spines['bottom'].set_position(('data', 0))ax.yaxis.set_ticks_position('left')ax.spines['left'].set_position(('data', 0))# 在屏幕上顯示show()

最終效果

三、繪制簡單的折線圖

折線圖是一種將數據點按照順序連起來的圖形，可以體現變量y隨變量x的變化情況。Matplotlib 提供了plot()函數繪制折線圖,其語法格式如下：

plt.plot(*args, **kwargs)

常用參數及說明如下：

x、y：分別表示x軸和y軸對應的數據，接收列表類型參數

color：表示折線的顏色

marker：表示折線上點的類型，有“.”、“o”、“v”等等類型

linestyle：表示折線的類型，默認為“-”，表示實線，設置為“--”表示長虛線，設置為“-.”表示點線，設置為“:”表示點虛線

linewidth：表示折線的粗細

alpha：表示點的透明度，接收0~1之間的小數

下面我們將以某地區周一到周日平均溫度變化折線圖為例，具體的學習了解折線圖的繪制。

import matplotlib.pyplot as pltplt.figure(figsize=(10, 8))# 周一到周日平均溫度數據plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10])plt.show()

效果如下：

我們可以給圖表添加一些標簽和圖例，讓圖表更加清晰好看，具體方法如下：

plt.title()：指定當前圖表的標題，包括名稱、位置、顏色、字體大小等

plt.xlabel()：指定當前圖表x軸的名稱、位置、顏色、字體大小等

plt.ylabel()：指定當前圖表y軸的名稱、位置、顏色、字體大小等

plt.xlim()：指定當前圖表x軸的范圍

plt.ylim()：指定當前圖表y軸的范圍

plt.xticks()：指定當前圖表x軸刻度

plt.yticks()：指定當前圖表y軸刻度

import matplotlib.pyplot as plt# 設置支持中文plt.rcParams['font.family'] = ['SimHei']plt.figure(figsize=(10, 8))plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10], line, marker=".")plt.xlabel("時間")plt.ylabel("溫度")plt.yticks([i for i in range(20)][::5])plt.show()

效果如下：