在Python中使用Matplotlib绘制常见图表方式

fig = plt.figure()  # 创建一个图像对象
fig.suptitle('No axes on this figure')  # 添加一个标题
 
fig, ax_lst = plt.subplots(2, 2)  # 创建包含2×2个子图的图像

import matplotlib.pyplot as plt    # 引入必要的库
import numpy as np
%matplotlib inline     
 
# 定义函数进行图像绘制操作
def my_plotter(ax,data1,data2,param_dic):
    ax.plot(x, y,**param_dic)
 
x = np.arange(0, 10, 0.2)    # 准备数据
y = np.sin(x)
 
fig, ax = plt.subplots(1)    # 创建子图
my_plotter(ax,x, y,{ 'linestyle':'dashed','label':'sinx'})  # 调用函数绘制图像

import numpy as np
import matplotlib.pyplot as plt
# 设置行内显示
%matplotlib inline      
 
x = np.linspace(-5, 5, 50)        # 在-5~5内均匀取50个数
y1 = 2*x + 1                      # 定义一个线性函数
y2 = x**2                         # 定义一个二次函数
 
plt.figure(num=3, figsize=(10, 5), facecolor='white')           # 创建一个图形对象
plt.plot(x, y2, alpha=0.5)                                      # 绘制曲线
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')     
plt.scatter([1],[1],s=200,color='orange')                       # 绘制一个点
 
plt.savefig('./myplt.jpg')                                      # 保存图片
plt.show()                                                      # 显示图像  
plt.close()                                                     # 关闭绘图窗口

# 设置行内显示
%matplotlib inline  
plt.rcParams['font.sans-serif'] = ['SimHei']    # 设置字符集显示中文
plt.rcParams['axes.unicode_minus'] = False      # 设置负号正确显示
 
x = np.linspace(-5, 5, 50)        
y1 = 2*x + 1    
y2 = x**2   
 
plt.figure(num=3, figsize=(10, 5))   
plt.plot(x, y2)     
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')
plt.xlabel('x轴')                                           # 设置显示x轴标签
plt.xlim(-2,2)                                              # 设置x轴的范围为-2~2
plt.xticks([-2,-1,0,1,2])                                   # 设置x轴刻度
axes=plt.gca()
axes.xaxis.set_ticks_position('top')                        # 设置x坐标显示在上边框
plt.ylabel('y轴')
plt.ylim(-5,5)                                              # 设置y轴的范围为-5~5
plt.yticks([-3,-1,0,1,3],['低','较低','中等','高','较高'])     # 自定义刻度值
axes.yaxis.set_ticks_position('left')                       # 设置y坐标显示在左边框

axes.spines['right'].set_color('none')                      # 获取并设置右边框透明
axes.spines['top'].set_color('none')
axes.spines['bottom'].set_position(('data', 0))             # 将底部边框放到x=0的位置
axes.spines['left'].set_position(('data',0))                # 将左边框放到y=0的位置

plt.plot(x, y1, label='linear')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square')
plt.legend(loc='upper right')

l1, = plt.plot(x, y1)
l2, = plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')
# 对指定线条对象添加图例
plt.legend(handles=[l1,l2,], labels=['linear','square'], loc='best')

plt.scatter([1],[1],s=100,color='orange')
# 添加自定义注释
plt.annotate('x²=2x-1',fontsize=20,xycoords='data',xy=(1,1),
             textcoords='offset points',xytext=(20,-30),
             arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))
# 添加文本
plt.text(0.5,-1,"This is a text",fontdict={'size':15,'color':'green'}，ha='center', va='top')

n = 1024    # data size
X = np.random.normal(0, 1, n) # 每一个点的X值
Y = np.random.normal(0, 1, n) # 每一个点的Y值
C = np.arctan2(Y,X)           # 为每个点生成颜色
plt.scatter(X, Y, s=75, c=C, alpha=0.5, marker='o')
 
plt.show()

n = 10
X = np.arange(n)        # X取1~12
Y1 = np.array([8,9,12,6,5,10,11,13,4,2])
Y2 = np.array([5,6,8,3,14,10,3,2,1,4])
 
plt.bar(X, Y1, facecolor='blueviolet', edgecolor='orange')
plt.bar(X, -Y2)
 
# 在柱状图顶部添加文本标注
for x, y in zip(X, Y1):
    plt.text(x, y , y, ha='center', va='bottom')
    
plt.show()

plt.hist(data, bins=10)    # 划分区间的个数
plt.hist(data, bins=[0, 500, 1000, 1500, 2000, 2500, 3000])    # 指定具体分组区间

n = 256
x = np.linspace(-3, 3, n)
y = np.linspace(-3, 3, n)
X,Y = np.meshgrid(x, y)     # 编制为256×256的网格，并把对应的坐标值返回给X、Y数组
def fun(x,y):               # 定义函数值Z，是一个三维函数椭圆抛物面
    return x**2+y**2
 
F = plt.contourf(X, Y, fun(X, Y), 8, alpha=.75,cmap='RdBu')             # 进行颜色填充
C = plt.contour(X, Y, fun(X, Y), 8, colors='black', linewidth=.5)       # 绘制等高线
plt.clabel(C, inline=True, fontsize=10)                                 # 标注文本
plt.colorbar(F)                                                         # 添加一个colorbar
plt.show()

 
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D         #引入3D绘图库
%matplotlib inline
 
fig = plt.figure()
ax = Axes3D(fig)                                # 将当前图像转化为3D
 
X = np.arange(-10, 10, 0.5)
Y = np.arange(-10, 10, 0.5)
X, Y = np.meshgrid(X, Y)            # 编制 X-Y 平面的网格
Z = np.sqrt(X ** 2 + Y ** 2)        # Z值，定义为抛物面图形
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hsv')  # 绘制3D图
ax.contourf(X, Y, Z, zdir='z', offset=0, cmap='hsv')        # 添加沿Z轴方向的投影
plt.show()

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import animation                 # 引入动画库
%matplotlib inline
 
fig,ax=plt.subplots()                            # 创建画布
 
x=np.arange(0,2*np.pi,0.01)                      # 从0~2Π每隔0.01取一个数
line,=ax.plot(x,np.sin(x))                       # 绘制sinx的图像
 
def init():                                      # 定义初始帧显示函数
    line.set_ydata(np.sin(x))
    return line,
def animate(i):                                  # 定义每一帧的显示函数
    line.set_ydata(np.sin(x+i/10))
    return line,
 
# 绘制动画
ani=animation.FuncAnimation(fig=fig,init_func=init,func=animate,interval=20,frames=100,blit=True)
ani.save('sinx.gif',writer='imagemagick')        # 保存动画为gif
 
plt.show()

import matplotlib.pyplot as plt
%matplotlib inline
 
plt.figure()
 
# 选中2×2子图中的第一个并画一条线
plt.subplot(2,2,1)
plt.plot([0,1],[2,3])
# 选中2×2子图的第四个画一条线
ax2=plt.subplot(224)
ax2.plt.plot([2,1],[3,4])
 
plt.show()

# 划分为2行1列，选中第一块
plt.subplot(2,1,1)
plt.plot([0,1],[2,3])
# 划分为2行3列，选中第四块
plt.subplot(234)
plt.plot([2,1],[3,4])

ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)
ax1.plot([1, 2], [1, 2])    # 画小图
ax1.set_title('ax1_title')  # 设置小图的标题
 
ax2 = plt.subplot2grid((3,3), (2,1),colspan=2)
ax2.plot([2,1],[1,0])
ax2.set_xlabel('ax2_x')    # 设置小图的坐标轴名
ax2.set_ylabel('ax2_y')

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec      # 引入库
%matplotlib inline
 
plt.figure()
gs = gridspec.GridSpec(3, 3)                # 将图像划分为3×3个区域
ax1 = plt.subplot(gs[0, :])                 # 选中第0行，所有列
ax2 = plt.subplot(gs[-1, -2])               # 选中倒数第1行，倒数第2列
plt.show()

f, ((ax11, ax12), (ax21, ax22)) = plt.subplots(2, 2, sharex=True, sharey=True)
ax11.scatter([1,2], [1,2])
plt.tight_layout()
plt.show()

x=[0,1]
y=[2,3]
fig = plt.figure()
 
ax1 = fig.add_axes([0.1, 0.1, 0.8, 0.8])    # 创建一个大图对象
ax1.plot(x, y, 'r')                         # 大图绘制
ax2 = fig.add_axes([0.2, 0.6, 0.25, 0.25])  # 创建小图
ax2.plot(x, y, 'b')                         # 小图绘制
 
plt.show()

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()                       # 拷贝ax对象
 
ax1.plot([0,1], [2,3], 'g-')            # 在原图中绘制
ax1.set_xlabel('X data')
ax1.set_ylabel('Y1 data', color='g')    # 原图的y轴在左侧
ax2.plot([0,1], [3,2], 'b-')            # 拷贝对象中绘图
ax2.set_ylabel('Y2 data', color='b')    # 拷贝子图的y轴在右侧
plt.show()