Matplotlib 设置

# 导入相关模块
import matplotlib.pyplot as plt
import numpy as np

设置 figure

　　Matplotlib 绘制的图形都在一个默认的 figure 中，我们可以自己创建 figure，可以控制更多的参数，常见的就是控制图形的大小

plt.figure(figsize=(6, 3))
plt.plot(x, y)
plt.plot(x, y * 2)
plt.show()

设置标题

　　在当前图形中添加标题，可以指定标题的名称、位置、颜色、字体大小等

plt.plot(x, y)
plt.plot(x, y * 2)
plt.title("sin(x) & 2sin(x)")
plt.show()

设置坐标轴

通过 xlim 和 ylim 来限定坐标轴的范围，只能确定一个数值区间
通过 xlabel 和 ylabel 来设置坐标轴的名称
通过 xticks 和 yticks 来设置坐标轴的刻度

plt.plot(x, y)
plt.plot(x, y * 2)
plt.xlim((0, np.pi + 1))
plt.ylim((-3, 3))
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

plt.plot(x, y)
plt.plot(x, y * 2)
plt.xticks((0, np.pi * 0.5, np.pi, np.pi * 1.5, np.pi * 2))
plt.show()

设置 label 和 legend

　　为了区分出每个数据对应的图形名称

plt.plot(x, y, label="sin(x)")
plt.plot(x, y * 2, label="2sin(x)")
# plt.legend(loc=1)
plt.legend(loc='best')
plt.show()

　　图例的位置由 loc 关键字控制，其取值范围为 0-10，每个数字代表图表中的一处位置

添加注释

　　有时候我们需要对特定的点进行标注，我们可以使用 plt.annotate 函数来实现
　　这里我们要标注的点是 (x0, y0) = (π, 0)
　　我们也可以使用 plt.text 函数来添加注释

plt.plot(x, y)
x0 = np.pi
y0 = 0
# 画出标注点, s 代表点的大小
plt.scatter(x0, y0, s=50)
#添加文本
plt.text(0, -0.25, "y = sin(x)", fontdict={'size': 16, 'color': 'r'})
#添加注释
plt.annotate('sin(np.pi)=%s' %y0, xy=(np.pi, 0), xycoords='data', xytext=(+30, -30),textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
plt.show()

　　对于 annotate 函数的参数，做一个简单解释：

　　'sin(np.pi)=%s' % y0 ：标注的内容，可以通过字符串 %s 将 y0 的值传入字符串
　　xycoords='data' ：基于数据的值来选位置
　　xytext=(+30, -30) 和 textcoords='offset points' ：对于标注位置的描述和 xy 偏差 \值，即标注位置是　　xy 位置向右移动 30，向下移动30；
　　arrowprops ：对图中箭头类型和箭头弧度的设置，需要用 dict 形式传入。

使用子图

　　有时候我们需要将多张子图展示在一起，可以使用 subplot() 实现。即在调用 plot() 函数之前需要先调用 subplot() 函数。该函数的第一个参数代表子图的总行数，第二个参数代表子图的总列数，第三个参数代表活跃区域

ax1 = plt.subplot(2, 2, 1) # （行，列，活跃区）
plt.plot(x, np.sin(x), 'r')
ax2 = plt.subplot(2, 2, 2, sharey=ax1) # 与 ax1 共享y轴
plt.plot(x, 2 * np.sin(x), 'g')
ax3 = plt.subplot(2, 2, 3)
plt.plot(x, np.cos(x), 'b')
ax4 = plt.subplot(2, 2, 4, sharey=ax3) # 与 ax3 共享y轴
plt.plot(x, 2 * np.cos(x), 'y')
plt.show()

　　可以看到，上面的每个子图的大小都是一样的。有时候我们需要不同大小的子图。比如将上面第一张子图完全放置在第一行，其他的子图都放在第二行。

ax1 = plt.subplot(2,1,1)
plt.plot(x,np.sin(x),'r')
ax2 = plt.subplot(2,3,4)
plt.plot(x,2*np.sin(x),'g')
ax3 = plt.subplot(2,3,5,sharey=ax2)
plt.plot(x,np.cos(x),'b')
ax4 = plt.subplot(2,3,6,sharey=ax2)
plt.plot(x,2*np.cos(x),'y')

　　简单解释下， plt.subplot(2, 1, 1) 将图像窗口分为了 2 行 1 列, 当前活跃区为 1。
　　使用 plt.subplot(2, 3, 4) 将整个图像窗口分为 2 行 3 列, 当前活跃区为 4。
　　解释下为什么活跃区为 4，因为上一步中使用 plt.subplot(2, 1, 1) 将整个图像窗口分为 2 行 1 列, 第1个小图占用了第1个位置, 也就是整个第1行. 这一步中使用 plt.subplot(2, 3, 4) 将整个图像窗口分为 2 行 3 列, 于是整个图像窗口的第1行就变成了3列, 也就是成了3个位置, 于是第2行的第1个位置是整个图像窗口的第4个位置

中文乱码解决

　　需要配置下后台字体：

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

保存和显示图形

保存

　　保存绘制的图片，可指定图片的分辨率、边缘的颜色等

plt.savafig('存储文件名')  # 记得加后缀，jpg/png 等

显示

　　在本机显示图形

plt.show

练习

画如下图形

　　sin(x*i) 　　 i = 0,...,4

　　cos(x*i) 　 i = 0,...,4

　　exp(x*i)/3　 i = 0,...,4

import matplotlib.pylab as plt
import numpy as np
plt.figure(figsize=(6,9))
x = np.linspace(0, 3, 100)
for i in range(5):
    plt.subplot(3,1,1)
    plt.plot(x,np.sin(x * i))
    plt.subplot(3,1,2)
    plt.plot(x,np.cos(x * i))
    plt.subplot(3,1,3)
    plt.plot(x,np.exp(x * i / 3))