1. 使用函数绘制matplotlib的图片组成元素

1.1 绘制matplotlib图表组成元素的主要函数

在matplotlib 绘制的图像窗口中，底层是个Figure实例，通常称为画布(包含一些可见和不可见的元素)，

画布上是图形，图形是Axes实例，几乎包含了所有matplotlib组成元素，例如坐标轴、刻度、标签、线和标记等。

Axes实例有x,y轴属性，即 Axex.xaxis 和 Axes.yaxis 控制x轴和y轴相关元素，如刻度线、刻度标签、可短线定位器和刻度线标签格式器

示例：

import matplotlib.pyplot as plt
import numpy as np

def test()：
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)
    plt.plot(x, y, ls="-", lw=2, label="plot figure")
    plt.legend()
    plt.show()
1
2
3
4
5
6
7
8
9

代码对应效果

1.1.1 函数简介

1.linspace （在固定范围内取均匀分布的数字）

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)

在指定的时间间隔内返回均匀分布的数字。

返回num 个均匀分布的样本，在区间 [ start , stop ] 上计算。

可以选择排除间隔的端点。

np.linspace(0.05, 10, 1000)

表示在0.05到10之间均匀的取1000个数

2. plot（线性图）

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

官网地址：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.plot.html?highlight=plot#matplotlib.pyplot.plot

将 y 与 x绘制为线条和/或标记。

参数介绍：
x, y ：array-like or scalar

数据点的水平/垂直坐标。 x值是可选的，默认为range(len(y)).

通常，这些参数是一维数组。

它们也可以是标量或二维的（在这种情况下，列表示单独的数据集）。

这些参数不能作为关键字传递。

fmt： str, optional

格式字符串，例如红色圆圈的“ro”。有关格式字符串的完整说明，请参阅注释 部分。

格式字符串只是快速设置基本行属性的缩写。所有这些以及更多也可以通过关键字参数来控制。

此参数不能作为关键字传递。

data ：indexable object, optional

带有标签数据的对象。如果给定，请提供要在x和y中 plot 的标签名称 。

plt.plot(x, y, ls="-", lw=2, label="plot figure")

x: x轴上的数值

y: y轴上的数值

ls: 折线图的线条风格(linestyle or ls : 填写一下参数 {'-', '--', '-.', ':', '', (offset, on-off-seq), ...})

Line Styles(线条风格)

ls='-'

ls='--'

ls='-.'

ls=':'

lw: 折线图的线条宽度（linewidth or lw : float类型）

label: 标记图形内容的标签文本

3.scattere(散点图)

import matplotlib.pyplot as plt
import numpy as np
def test():
    x = np.linspace(0.05, 10, 1000)
    y = np.random.rand(1000)
    plt.scatter(x, y, label="scatter figure")

    plt.legend()
    plt.show()
1
2
3
4
5
6
7
8
9

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

官网地址：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.scatter.html?highlight=scatter#matplotlib.pyplot.scatter

4. numpy.random.rand （生成随机矩阵）

random.rand(d0, d1 , ..., dn)

创建一个给定形状的数组，并用 [0, 1) 上均匀分布的随机样本填充它。

参数：

d0, d1, …, dn : int, optional

d0表示一维空间的个数

d1表示二维空间的个数

dn表示n维空间的个数

返回实际是个矩阵，每个值返回的[0,1)的随机数

np.random.rand(1000,2,2)的矩阵

1000个元素，每个元素内部有2行 2列

5. xlim, ylim (限制坐标轴的范围)

import matplotlib.pyplot as plt
import numpy as np
def test():
    x = np.linspace(0.05, 10, 1000)
    y = np.random.rand(1000)
    plt.scatter(x, y, label="scatter figure")

    plt.legend()
    plt.xlim(0.05, 10)
    plt.ylim(0, 1)
    plt.show()
1
2
3
4
5
6
7
8
9
10
11

matplotlib.pyplot.xlim(*args, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.xlim.html?highlight=xlim#matplotlib.pyplot.xlim

获取或设置当前坐标区的 显示范围 限制。

可以传入left, right 参数

left, right = xlim()  # return the current xlim
xlim((left, right))   # set the xlim to left, right
xlim(left, right)     # set the xlim to left, right
1
2
3

matplotlib.pyplot.ylim(*args, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.ylim.html?highlight=ylim#matplotlib.pyplot.ylim

与xlim的意义一样

可以传入 bottom, top 参数

bottom, top = ylim()  # return the current ylim
ylim((bottom, top))   # set the ylim to bottom, top
ylim(bottom, top)     # set the ylim to bottom, top
1
2
3

6. xlabel, ylabel （设置x轴的标签文本）

import matplotlib.pyplot as plt
import numpy as np

def test():
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)

    plt.plot(x, y, ls="-", lw=2, c="c", label="plot figure")
    plt.legend()
    plt.xlabel("x-axis")
    plt.ylabel("x-axis")
    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12

matplotlib.pyplot.xlabel(xlabel, fontdict=None, labelpad=None, *, loc=None, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.xlabel.html?highlight=xlabel#matplotlib.pyplot.xlabel

参数：

xlabel: str

标签的文字描述(不支持中文)

labelpad: float, default: rcParams["axes.labelpad"] (default: 4.0)

轴边界框的点间距，包括刻度和刻度标签。 如果为 None，则保留先前的值。

loc: {'left', 'center', 'right'}, default: rcParams["xaxis.labellocation"] (default: ‘center’)

标签位置。 这是传递参数 x 和 horizontalalignment 的高级替代方案。

matplotlib.pyplot.ylabel(ylabel, fontdict=None, labelpad=None, *, loc=None, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.ylabel.html?highlight=ylabel#matplotlib.pyplot.ylabel

参数基本跟xlabel一致

ylabel: str

标签的文字描述(不支持中文)

labelpad: float, default: rcParams["axes.labelpad"] (default: 4.0)

轴边界框的点间距，包括刻度和刻度标签。 如果为 None，则保留先前的值。

loc: {'bottom', 'center', 'top'}, default: rcParams["yaxis.labellocation"] (default: 'center')

标签位置。 这是传递参数 y 和 horizontalalignment 的高级替代方案。

7. grid(可以绘制刻度线的网格线)

import matplotlib.pyplot as plt
import numpy as np


def test():
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)

    plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure")
    plt.xlabel("x-axis")
    plt.ylabel("x-axis")
    plt.legend()
    plt.grid(linestyle=":", color="r")
    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

matplotlib.pyplot.grid(visible=None, which='major', axis='both', **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.grid.html?highlight=grid#matplotlib.pyplot.grid

参数：

visible : bool or None, optional (这个参数设置为True或者None没有任何区别，暂不清楚具体意义)

是否显示网格线。 如果提供了任何 kwargs，则假定您希望打开网格并且 visible 将设置为 True。

如果 visible 是 None 并且没有 kwargs，这将切换行的可见性。

which: {'major', 'minor', 'both'}, optional

应用更改的网格线。

axis: {'both', 'x', 'y'}, optional

应用更改的轴。

**kwargs: Line2D properties

定义网格的线属性, e.g.:

grid(color='r', linestyle='-', linewidth=2)
1

有效的关键字参数是：

8.axhline， axvline(绘制平行于x或y轴的水平参考线)

import matplotlib.pyplot as plt
import numpy as np


def test():
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)

    plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure")
    plt.xlabel("x-axis")
    plt.ylabel("x-axis")
    plt.legend()
    plt.grid(linestyle=":", color="r")
    plt.axhline(y=0.0, c="r", ls='--', lw=2)
    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

matplotlib.pyplot.axhline(y=0, xmin=0, xmax=1, **kwargs)

参数：y： float, default: 0

水平线数据坐标中的 y 位置。

xmin: float, default: 0

应该在 0 和 1 之间，0 是绘图的最左侧，1 是绘图的最右侧。(决定画的参考线的左侧起始位置)

xmax : float, default: 1

应该在 0 和 1 之间，0 是绘图的最左侧，1 是绘图的最右侧。（决定画的参考线的右侧结束位置)

return : Line2D (返回了2d的线)

测试 plt.axhline(y=0.0, c="r", ls='--', lw=2, xmin=0.5)

综合示例

import matplotlib.pyplot as plt
import numpy as np


def test():
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)

    plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure")
    plt.xlabel("x-axis")
    plt.ylabel("x-axis")
    plt.legend()
    plt.grid(linestyle=":", color="r")
    plt.axhline(y=0.0, c="r", ls='--', lw=2)
    plt.axvline(x=4.0, c="r", ls='--', lw=2)
    plt.show()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

matplotlib.pyplot.axvline(y=0, xmin=0, xmax=1, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.axvline.html?highlight=axvline#matplotlib.pyplot.axvline

参数：

x : float, default: 0

x 在垂直线的数据坐标中的位置。

ymin: float, default: 0

应该在 0 和 1 之间，0 是图的bottom ，1 是图的top 。

ymax: float, default: 1

应该在 0 和 1 之间，0 是图的bottom ，1 是图的top 。

9. axvspan, axhspan(绘制垂直于x或y轴的参考选定区域)

import matplotlib.pyplot as plt
import numpy as np


def test():
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)

    plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure")
    plt.xlabel("x-axis")
    plt.ylabel("x-axis")
    plt.legend()
    plt.grid(linestyle=":", color="r")
    plt.axvspan(xmin=4.0, xmax=6.0, facecolor="y", alpha=0.3)
    plt.axhspan(ymin=0.0, ymax=0.5, facecolor="y", alpha=0.3)
    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

matplotlib.pyplot.axvspan(xmin, xmax, ymin=0, ymax=1, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.axvspan.html?highlight=axvspan#matplotlib.pyplot.axvspan

在轴上添加一个垂直跨度（矩形）。

矩形水平从 xmin 到 xmax，默认情况下，整个 y 轴垂直。 y-span 可以使用ymin（默认值：0）和ymax（默认值：1）以轴为单位进行设置； 例如 ymin = 0.5 总是指 y 轴的中间，而不管 [set_ylim](https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.set_ylim.html #matplotlib.axes.Axes.set_ylim)设置的限制。

参数：

xmin: float

跨度的下 x 坐标，以数据单位表示。

xmax: float

跨度的上 x 坐标，以数据单位表示。

ymin: float, default: 0

跨度的下 y 坐标，以 y 轴单位 (0-1) 为单位。

ymax: float, default: 1

跨度的上 y 坐标，以 y 轴单位 (0-1) 为单位。

matplotlib.pyplot.axhspan(ymin, ymax, xmin=0, xmax=1, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.axhspan.html?highlight=axhspan#matplotlib.pyplot.axhspan

在轴上添加一个水平跨度（矩形）。

矩形从 ymin 垂直跨越到 ymax，默认情况下，整个 x 轴水平跨越。 x-span 可以使用轴单位的xmin（默认值：0）和xmax（默认值：1）来设置； 例如 xmin = 0.5 总是指 x 轴的中间，而不管 [set_xlim](https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.set_xlim.html #matplotlib.axes.Axes.set_xlim) 设置的限制。

参数：

ymin：float

跨度的下 y 坐标，以数据单位表示。

ymax: float

跨度的上 y 坐标，以数据单位表示。

xmin : float, default: 0

跨度的下 x 坐标，以 x 轴 (0-1) 为单位。

xmax: float, default: 1

跨度的上 x 坐标，以 x 轴 (0-1) 为单位。

10. annotate(添加图形内容细节的指向性注释文本)

import matplotlib.pyplot as plt
import numpy as np


def test():
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)

    plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure")
    plt.xlabel("x-axis")
    plt.ylabel("x-axis")
    plt.legend()
    plt.grid(linestyle=":", color="r")
  plt.annotate("最大值", xy=(np.pi / 2, 1.0),
                 xytext=((np.pi / 2) + 1.0, 0.8),
                 weight="bold",
                 color="b",
                 arrowprops=dict(arrowstyle="->",
                                 connectionstyle="arc3",
                                 color="b"))
    plt.show()
    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

matplotlib.pyplot.annotate(text, xy, *args, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.annotate.html?highlight=annotate#matplotlib.pyplot.annotate

用文本注释点 xy。

在最简单的形式中，文本放置在 xy 处。

可选地，文本可以显示在 xytext 的另一个位置。 然后可以通过定义箭头属性添加从文本指向注释点 xy 的箭头。

参数：

text:str

注释的文本。(不支持中文)

xy: (float, float)

要注释的点 (x, y)。 坐标系由 xycoords 确定。

xytext: (float, float), default: *xy*

放置文本的位置 (x, y)。 坐标系由 textcoords 确定。(主要是标记点的说明)

xycoords : str or Artist or Transform or callable or (float, float), default: ‘data’

xy 给出的坐标系。支持以下类型的值：

textcoords: str or Artist or Transform or callable or (float, float), default: value of xycoords

xytext 给出的坐标系。

arrowprops: dict, optional

用于在 xy 和 xytext 位置之间绘制 FancyArrowPatch 箭头的属性 。 默认为无，即不绘制箭头。

由于历史原因，有两种不同的方式来指定箭头，“simple” 和"fancy"：

具体的内部参数可以参考文档

11. text 添加图形内容细节的无指向型注释文本

import matplotlib
import matplotlib.pyplot as plt
import numpy as np


def test():
    # 设置字体为黑体
    matplotlib.rcParams['font.family'] = 'SimHei'
    # 设置在中文字体是能够正常显示负号（“-”）
    matplotlib.rcParams['axes.unicode_minus'] = False
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)

    plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure")
    plt.xlabel("x-轴")
    plt.ylabel("x-轴")
    plt.legend()
    plt.grid(linestyle=":", color="r")
    plt.annotate("最大值", xy=(np.pi / 2, 1.0),
                 xytext=((np.pi / 2) + 1.0, 0.8),
                 weight="bold",
                 color="b",
                 arrowprops=dict(arrowstyle="->",
                                 connectionstyle="arc3",
                                 color="b"))
    plt.text(3.3, 0.09, "y=sin(x)", weight="bold", color="b")
    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

matplotlib.pyplot.text(x, y, s, fontdict=None, **kwargs)

将文本添加到轴。

将文本 s 添加到数据坐标中位置 x、y 的轴上。

参数：
x, y: float

放置文本的位置。 默认情况下，这是在数据坐标中。 可以使用 transform 参数更改坐标系。

s: str

文本。

fontdict: dict, default: None

用于覆盖默认文本属性的字典。 如果 fontdict 为 None，则默认值由 rcParams 确定。

12. title 添加整个图形内容的标题

import matplotlib
import matplotlib.pyplot as plt
import numpy as np


def test():
    # 设置字体为黑体
    matplotlib.rcParams['font.family'] = 'SimHei'
    # 设置在中文字体是能够正常显示负号（“-”）
    matplotlib.rcParams['axes.unicode_minus'] = False
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)

    plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure")
    plt.xlabel("x-轴")
    plt.ylabel("y-轴")
    plt.legend()
    plt.grid(linestyle=":", color="r")
    plt.annotate("最大值", xy=(np.pi / 2, 1.0),
                 xytext=((np.pi / 2) + 1.0, 0.8),
                 weight="bold",
                 color="b",
                 arrowprops=dict(arrowstyle="->",
                                 connectionstyle="arc3",
                                 color="b"))
    plt.text(3.3, 0.09, "y=sin(x)", weight="bold", color="b")
    plt.title("y=sin(x)")
    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

matplotlib.pyplot.title(label, fontdict=None, loc=None, pad=None, *, y=None, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.title.html?highlight=title#matplotlib.pyplot.title

13. legend (标示图形的文本标签图例)

import matplotlib
import matplotlib.pyplot as plt
import numpy as np


def test():
    # 设置字体为黑体
    matplotlib.rcParams['font.family'] = 'SimHei'
    # 设置在中文字体是能够正常显示负号（“-”）
    matplotlib.rcParams['axes.unicode_minus'] = False
    x = np.linspace(0.05, 10, 1000)
    y = np.sin(x)

    plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure")
    plt.xlabel("x-轴")
    plt.ylabel("y-轴")
    plt.legend(loc="upper left")
    plt.grid(linestyle=":", color="r")
    plt.annotate("最大值", xy=(np.pi / 2, 1.0),
                 xytext=((np.pi / 2) + 1.0, 0.8),
                 weight="bold",
                 color="b",
                 arrowprops=dict(arrowstyle="->",
                                 connectionstyle="arc3",
                                 color="b"))
    plt.text(3.3, 0.09, "y=sin(x)", weight="bold", color="b")
    plt.title("y=sin(x)")

    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

matplotlib.pyplot.legend(*args, **kwargs)

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.legend.html?highlight=legend#matplotlib.pyplot.legend