Python矩阵作图库matplotlib的初级使用

• matplotlib背景介绍：
  第三方库matplotlib（没有的话，可在终端输入"pip install matplotlib"进行安装）是一款高质量的2D作图库，可被广泛地应用于支持Python的环境中。并且，如果在某些情境下需要绘制一些基础的3D图，这个时候可以结合标准库mpl_toolkits.mplot3d来使用。出于Python语言的便携性，从而为我们提供了一套轻量级的作图方案。
  由于网络上的资料大多不太符合官方推荐的作图方式，且很多内容并没有一个清晰的逻辑。笔者此处重新整理几个简单的示例，仅供参考！

• 简单作图示例：
  

  import numpy
  import matplotlib.pyplot as plt
  
  x = numpy.linspace(0, 2, 100)
  
  plt.figure(figsize=(8, 4))
  
  plt.plot(x, x, label='linear')
  plt.plot(x, x**2, label='quadratic')
  plt.plot(x, x**3, label='cubic')
  
  # 设置展示区间
  plt.xlim(-1, 3)
  plt.ylim(-1, 10)
  
  # 设置展示信息
  plt.xlabel('$x$')
  plt.ylabel('$y$')
  plt.title('simple_plot')
  plt.legend(loc='best')
  
  # 保存图片
  plt.savefig(fname='test_plot.png', dpi=500)
  
  # 展示图片
  plt.show()
  # 关闭图片
  plt.close()

  

•  复杂作图示例：
  明确三层作图对象：
  1. 整个图片对象 $ ightarrow$ figure
  2. 图片内的子图对象 $ ightarrow$ axes
  3. 子图内的轴对象 $ ightarrow$ axis
  

  import numpy
  import matplotlib.pyplot as plt
  
  # 明确三层作图对象: figure, axes, axis
  # 整个图片对象, 图片内的子图对象, 子图内的轴对象
  
  x = numpy.linspace(0, 2, 100)
  y = 1 + numpy.sin(2 * numpy.pi * x)
  
  # 创建图片对象
  fig = plt.figure(figsize=(8, 4))
  fig.suptitle('figure_title')
  
  # 创建子图对象
  axes = plt.subplot()
  axes.plot(x, y, label='$sin(x)$')
  axes.set(xlim=(-1, 3), ylim=(-1, 10), xlabel='$x$', ylabel='$y$', title='axes_title')
  axes.grid()
  axes.legend()
  
  # fig.tight_layout()
  fig.savefig('test_plot.png', dpi=500)
  
  plt.show()
  plt.close()

  

• 复杂作图 $ ightarrow$ 多类型示例：
  

  import numpy
  import matplotlib.pyplot as plt
  
  # 创建图片对象
  fig = plt.figure(figsize=(8, 4))
  
  # 创建子图对象
  ax1 = plt.subplot(2, 2, 1)
  ax2 = plt.subplot(2, 2, 2)
  ax3 = plt.subplot(2, 1, 2)
  
  # 散点图
  ax1.scatter(numpy.random.uniform(1, 11, 100), numpy.random.random(100), color='r', marker='.', label='scatter_label')
  ax1.set(xlabel='$x$', ylabel='$y$', title='scatter_title')
  ax1.legend()
  
  # 盒型图
  ax2.boxplot([numpy.arange(10), numpy.arange(10)])
  ax2.set_xticklabels(['the first', 'the second'], rotation=10)   # 重置坐标轴刻度并旋转
  ax2.set(ylabel='$y$', title='boxplot_title')
  
  # 条形图
  ax3.bar(numpy.arange(1, 21), numpy.random.random(20), width=0.5, color='g', label='bar_label')
  ax3.set(xlabel='$x$', ylabel='$y$', title='bar_title')
  ax3.legend()
  
  fig.tight_layout()
  fig.savefig('test_plot.png', dpi=500)
  
  plt.show()
  plt.close()

  

• 复杂作图 $ ightarrow$ 3D类型示例：
  

  import numpy
  import matplotlib.pyplot as plt
  from matplotlib import cm
  from matplotlib.ticker import LinearLocator, FormatStrFormatter
  from mpl_toolkits.mplot3d import Axes3D                     # 该模块并未直接使用, 但必须导入, 否则无法识别下面的projection='3d'
  
  
  # 子图1的数据 - 一条曲线
  theta = numpy.linspace(-4*numpy.pi, 4*numpy.pi, 500)
  z1 = numpy.linspace(-2, 2, 500)
  r = z1**2 + 1
  x1 = r * numpy.sin(theta)
  y1 = r * numpy.cos(theta)
  
  # 子图2的数据 - 一个曲面
  x2 = numpy.linspace(-5, 5, 100)
  y2 = numpy.linspace(-5, 5, 100)
  x2, y2 = numpy.meshgrid(x2, y2)                             # 生成网格
  length = numpy.sqrt(x2**2 + y2**2)
  z2 = numpy.sin(length)
  
  # 创建图片对象
  fig = plt.figure(figsize=(8, 4))
  
  # 创建子图对象
  ax1 = plt.subplot(1, 2, 1, projection='3d')                 # projection='3d'标记该子图为3D子图
  ax2 = plt.subplot(1, 2, 2, projection='3d')
  
  ax1.plot(x1, y1, z1, linewidth=1, label='3d curve')
  ax1.set(xlim=(-5, 5), ylim=(-5, 5), zlim=(-5, 5),xlabel='$x$', ylabel='$y$', zlabel='$z$', title='curve_title')
  ax1.legend()
  
  surf = ax2.plot_surface(x2, y2, z2, cmap=cm.coolwarm, antialiased=False)
  ax2.set(zlim=(-1.01, 1.01), xlabel='$x$', ylabel='$y$', zlabel='$z$', title='surface_title')
  # 设置子图内的轴对象
  ax2.zaxis.set_major_locator(LinearLocator(10))              # z轴上的总刻度数
  ax2.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))  # z轴上刻度的格式
  
  fig.colorbar(surf, shrink=0.5, aspect=10)                   # 展示颜色棒
  
  fig.tight_layout()
  fig.savefig('test_plot.png', dpi=500)
  
  plt.show()
  plt.close()

  
  

• 参考：
  https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplots.html#matplotlib.pyplot.subplots
  https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.plot.html#matplotlib.axes.Axes.plot
  https://matplotlib.org/tutorials/toolkits/mplot3d.html