Matplotlib简单入门学习

                                            Matplotlib简单入门学习                    </a>
            </span>
        </h1>
    </div>
    <div class="article_manage clearfix">
    <div class="article_l">
    <span class="link_categories">
    标签：
                        <a href="http://so.csdn.net/so/search/s.do?q=python&t=blog" target="_blank">python</a>
                <a href="http://so.csdn.net/so/search/s.do?q=matplotlib&t=blog" target="_blank">matplotlib</a>
                    </span>
</div>
    <div class="article_r">
    <span class="link_postdate">2016年07月15日 11:18:06</span>
    <span class="link_view" title="阅读次数">7611人阅读</span>
    <span class="link_comments" title="评论次数"> <a href="javascript:void(0);" class="btn-pinglun">评论</a>(0)</span>
    <span class="link_collect csdn-tracking-statistics" data-pid="blog"  data-mod="popu_171">
        <a href="javascript:void(0);" onclick="javascript:collectArticle('Matplotlib简单入门学习','51915016');return false;" title="收藏">收藏</a>
    </span>
            <span class="link_report">
        <a href="javascript:void(0);" onclick="javascript:report(51915016, 2);return false;" title="举报">举报</a>
    </span>
                </div>

分类：

机器学习（6）

作者同类文章 X

因为学习机器学习以及试图通过python实现相应的算法，因此学习了Matplotlib中的画图，那么就问到，问啥不用matlab呢，答：多一门技术，多一口饭；而且发现Matplotlib的画图功能还是蛮强大的，这次仅仅只是学习了以前在MATLAB里面会的相应的东西，然后学习一下在python中对应的知识。

matplotlib在Python中应用最多的2D图像的绘图工具包，使用matplotlib能够非常简单的可视化数据。在matplotlib中使用最多的模块就是pyplot。pyplot非常接近Matlab的绘图实现，而且大多数的命令及其类似Matlab.当然，与Matlab类似，需要很多的数学运算，因此numpy这个组件同样是必不可少的。所以很多人说python+matplotlib+numpy就是MATLAB。当然在此之前，需要配置好相应的环境，在Linux 14.04下版本，利用sublime Text 3可以非常快捷的搭建好开发环境，可以参见博客http://blog.csdn.net/mao19931004/article/details/51834616。

首先，在matplotlib建议使用别名，引入包，这样方便以后模块的使用，一般以以下两句开始：

import numpy as np
import matplotlib.pyplot as plt

接下来以绘制正弦余弦函数曲线为例，介绍相应的函数。

使用默认的绘图属性绘图

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

对线条的颜色，宽度进行设置，就像在matlab中一样：

plt.plot(x,C,color='red',linewidth=2.5,linestyle='-')
plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-')

对plot函数的讲解

上面介绍了简单的绘图，用的基本上都是plot，因此有必要对plot函数进行简单的介绍。官网参考网址：plot使用。熟悉Matlab的人对plot不会陌生，在matplotlib中的使用方式大致和Matlab中是一致的，使用plot，可以对点的标记的样式以及线条的样式进行设置。

函数的声明为：matplotlib.pyplot.plot(*args, **kwargs)。args的参数的长度是不定的，可以设置很多的属性，kwargs主要是应用于设置线条的属性。对于标注和线条的样式，可以通过简单的字符来表示：

以及标注和线条的颜色：

当然线条的颜色可以以其他方式定制。比如16进制的字符串('#008000')或者是RGB、RGBA元组的方式RGB or RGBA ((0,1,0,1)) 来实现不同的颜色。

在接下来会应用到更多的属性。对于Line2D的具体细节，也就是线条的属性等，可以进一步查阅Line2D.

设置横轴、纵轴的界限以及标注

很多时候，需要设置横轴和纵轴的界面，从而得到更加清晰明了的图形：

plt.xlim(X.min()*1.1, X.max()*1.1)
plt.ylim(C.min()*1.1, C.max()*1.1)

此外为了更好的表示横轴和纵轴数据的含义，可以通过ticks对横轴和纵轴的含义进行设置和定制。

plt.xlim(x.min()*1.1, x.max()*1.1)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
       [r'$-pi$', r'$-pi/2$', r'$0$', r'$+pi/2$', r'$+pi$'])
plt.ylim(C.min()1.1,C.max()1.1)

plt.yticks([-1, 0, +1],

[r'$-1$', r'$0$', r'$+1$'])

看到yticks和xticks后面一串的数字，看到就觉得可能有点不知道写的什么，熟悉LaTex的人觉得我们这种想法的人有点傻。其实就是很简单的字符串，但是是为了方便Latex去解析这段字符串。一般以r开始，中间的字符串用$字符串$包围起来。这里是matplotlib中的有关LaTex的使用介绍：Latex的使用

上面的pi代表的意义就是π。以下是有关希腊字符的表示：

最后的显示图像为：

这样数据的意义就更加清晰明了了。

设置Spines的位置。

Spines are the lines connecting the axis tick marks and noting the boundaries of the data area. They can be placed at arbitrary positions。

Spines应该可以理解为坐标轴的位置。但是也不全是，因为它分为上下左右四个位置，就如上图的四个边界，那么左边界和下边界就是我们通常认为的横坐标和纵坐标。我们可以将上边界和右边界隐藏，同时将左边界和下边界移动至中心的位置，看看效果：

这样就和我们通常画数学曲线的方式就一样了。

实现的完整代码是：

import numpy as np
import matplotlib.pyplot as plt
ax = plt.subplot(111)
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))
x=np.linspace(-np.pi,np.pi,256,endpoint=True)

C,S=np.cos(x),np.sin(x)
plt.plot(x,C,color='red',linewidth=2.5,linestyle='-',label=r'$cos(t)$')

plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-',label=r'$sin(t)$')
plt.xlim(x.min()1.1, x.max()1.1)

plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],

[r'$-pi$', r'$-pi/2$', r'$0$', r'$+pi/2$', r'$+pi$'])
plt.ylim(C.min()1.1,C.max()1.1)

plt.yticks([-1, 0, +1],

[r'$-1$', r'$0$', r'$+1$'])

plt.show()

添加图例说明

说到作图，当然必须要有图例，图例是帮助我们理解曲线指代的类型，如果让我们不去仔细分析曲线，就可以知道曲线指代的类型。比如上图的正弦和余弦，我们要经过分析过后，才知道红色是余弦函数，蓝色是正弦函数，因此图例就非常重要的帮助我们分析图形。

在画图时候，我们需要多线条加上label，这样才可以在最后将图例显示出来。

plt.plot(x,C,color='red',linewidth=2.5,linestyle='-',label=r'$cos(t)$')
plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-',label=r'$sin(t)$')
plt.legend(loc='upper left',frameon=False)

位置的可选参数有：

函数的参数的关键字有：

大致的plot的绘图方式入门就这么多，当然plot还有很多很多的内容，需要的什么比较好的方式绘图，就可以去参阅相关的资料，当然以后如果遇到新的内容，会继续介绍。

阅读全文

上一篇 Qt (六) -- Qt5.5.1实现通用串口程序

                                <li class="next_article">
            <span  onclick="_gaq.push(['_trackEvent','function', 'onclick', 'blog_articles_xiayipian']);location.href='//blog.csdn.net/mao19931004/article/details/51917680';">下一篇</span>
            <a href="//blog.csdn.net/mao19931004/article/details/51917680" onclick="_gaq.push(['_trackEvent','function', 'onclick', 'blog_articles_xiayipian'])">numpy简单入门学习</a>
        </li>
                </ul>
    <div style="clear:both; height:10px;"></div>
</div>

    <!--文章底部广告位-->
<div id="article_ad" style="padding-bottom: 16px;border-left: 1px solid #ccc;border-right: 1px solid #ccc;background: #fff;text-align: center;">
    <!-- 广告位：PC端-博客详情页底部banner-960*90 -->
    <script type="text/javascript" src="//cee1.iteye.com/kfunnhoou.js"></script>
</div>

<!--评论区-->
<div class="comment_class">
    <div class="commentform" id="comments"></div>
    <div id="comment_form">

    </div>
    <div id="comment_title" class="panel_head">
        <span class="see_comment">查看评论</span><a name="comments" ></a></div>
    <div id="comment_list">

    </div>
    <div id="comment_bar">
    </div>
</div>

<!--推荐列表-->
<div class="recommend_list">
                                        <dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed"  data-feed-show="false"  data-dsm="post">
            <a href="//blog.csdn.net/u011497262/article/details/52325705"  target="_blank" strategy="BlogCommendFromBaidu_0">
                <dd>
                    <h2>一份非常好的Matplotlib 教程</h2>
                    <div class="summary">
                        Matplotlib 教程

发表于 2014 年 09 月 11 日 | 分类于 Algorithm
and Computer Science | 本文共被围观 52922 ...

                    <ul>
                        <li class="avatar_img"><img src="//avatar.csdn.net/6/5/3/3_u011497262.jpg" alt="u011497262" title="u011497262"></li>
                        <li class="user_name">u011497262</li>
                        <li class="time">2016年08月26日 10:05</li>
                        <li class="visited_num"><i class="icon iconfont icon-read"></i><span>46921</span></li>
                    </ul>
                </dd>
            </a>
        </dl>
                                                <dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed"  data-feed-show="false"  data-dsm="post">
            <a href="//blog.csdn.net/claroja/article/details/70173026"  target="_blank" strategy="BlogCommendFromBaidu_1">
                <dd>
                    <h2>Python 绘图 Matplotlib 快速参考手册</h2>
                    <div class="summary">
                        http://www.labri.fr/perso/nrougier/teaching/matplotlib/#quick-references

1 作图函数
1.1 默认参数作图import n...

                    <ul>
                        <li class="avatar_img"><img src="//avatar.csdn.net/0/E/3/3_claroja.jpg" alt="claroja" title="claroja"></li>
                        <li class="user_name">claroja</li>
                        <li class="time">2017年04月18日 13:34</li>
                        <li class="visited_num"><i class="icon iconfont icon-read"></i><span>2201</span></li>
                    </ul>
                </dd>
            </a>
        </dl>
                                      <dl class="">
        <script>
        (function() {
          var s = "_" + Math.random().toString(36).slice(2);
          document.write('<div id="' + s + '"></div>');
          (window.slotbydup=window.slotbydup || []).push({
            id: '4765209',
            container: s,
            size: '808,120',
            display: 'inlay-fix'
          });
        })();
        </script>
      </dl>
                                    <dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed"  data-feed-show="false"  data-dsm="post">
            <a href="//blog.csdn.net/wizardforcel/article/details/54407212"  target="_blank" strategy="BlogCommendFromBaidu_2">
                <dd>
                    <h2>Python 数据科学入门教程：Matplotlib</h2>
                    <div class="summary">
                        Matplotlib 入门教程

来源：Introduction to Matplotlib and basic line

译者：飞龙

协议：CC BY-NC-SA 4.0
...

                    <ul>
                        <li class="avatar_img"><img src="//avatar.csdn.net/C/B/0/3_wizardforcel.jpg" alt="wizardforcel" title="wizardforcel"></li>
                        <li class="user_name">wizardforcel</li>
                        <li class="time">2017年01月13日 11:45</li>
                        <li class="visited_num"><i class="icon iconfont icon-read"></i><span>21206</span></li>
                    </ul>
                </dd>
            </a>
        </dl>
                                                <dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed"  data-feed-show="false"  data-dsm="post">
            <a href="//blog.csdn.net/Eddy_zheng/article/details/48713449"  target="_blank" strategy="BlogCommendFromBaidu_3">
                <dd>
                    <h2>python matplotlib模块——绘制三维图形、三维数据散点图</h2>
                    <div class="summary">
                        python matplotlib模块，是扩展的MATLAB的一个绘图工具库。他可以绘制各种图形，可是最近最的一个小程序，得到一些三维的数据点图，就学习了下python中的matplotlib模块，如...                        </div>

                    <ul>
                        <li class="avatar_img"><img src="//avatar.csdn.net/3/1/2/3_eddy_zheng.jpg" alt="Eddy_zheng" title="Eddy_zheng"></li>
                        <li class="user_name">Eddy_zheng</li>
                        <li class="time">2015年09月24日 16:55</li>
                        <li class="visited_num"><i class="icon iconfont icon-read"></i><span>61848</span></li>
                    </ul>
                </dd>
            </a>
        </dl>
                                                <dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed"  data-feed-show="false"  data-dsm="post">
            <a href="//blog.csdn.net/ice_martin/article/details/61616987"  target="_blank" strategy="BlogCommendFromBaidu_4">
                <dd>
                    <h2>Matplotlib绘图和可视化</h2>
                    <div class="summary">
                        Matplotlib绘图和可视化Matplotlib绘图和可视化

matplotlib API 入门
Figure和Subplot
颜色标记和线型
刻度标签和图例
注解以及在Subplot上绘图
将图...