Matplotlib學習筆記

在最開始接觸python科學計算的時候，就知道了matplotlib這個繪相簿。個人是比較喜歡這種視覺化的工具，照我看，gui這種理念幾乎是劃時代的。如果說numpy是用來處理資料，那麼matplotlib就是用來展示資料的，抽象的資料，以圖表的形式展示出來，無論是對自己，還是對看到的人，接受起來都比較輕鬆，也跟更容易發現資料內部隱藏著的某些規律性。

matplotlib似乎是模仿的matlab，matlab沒有接觸過，但是matplotlib是真的很好用，畫出來的圖都很優雅，可調整的引數也很多，並且剛開始學也不複雜，官網的幫助文件講的也都很詳細，深入的話當然還是有很多東西的。平常最常用的是pyplot模組，入手並不難，下面簡單紀錄下，順便多說句，matplotlib與numpy高度整合，轉換的時候毫無滯礙。

文章參見這裡：

example1:

# -*- coding:utf-8 -*-

# 匯入相關模組

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(0, 5, 0.1) # 生成乙個numpy陣列物件

y = np.sin(x)

plt.plot(x, y) # 先是x座標，後是y座標

plt.show() #沒有這句就畫不出圖

這是最簡單的，plot裡的引數都是預設的。效果如下：

看起來是曲線，其實都是直線，只是因為點與點之間的距離很小，看起來比較平滑，plot缺省會將點連線成線

example2:

plt.plot([1, 2, 3, 4])

# 增加乙個y軸的標籤，pyplot模組本身提供了方法

這個地方，plot()只提供了乙個引數，matplotlib預設是y的，那x的怎麼辦，matplotlib很聰明，它會自動生成乙個，規律就是：從0開始，長度與y相同，效果就就是上圖，可以發現，給座標軸增加標籤很簡單

example3:

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro') # 多了個引數，自定義顯示效果

# 增加圖名、x和y軸的名字

plt.title('dot')

plt.xlabel('x')

plt.ylabel('y')

# axis方法定義x軸和y軸的屬性

plot預設是藍色實線，這裡在plot裡增加乙個引數'ro'，顯示就變成紅色圓點了，更多的效果參照下圖。

axis方法改變了座標的屬性，引數為[xmin, xmax, ymin, ymax]

example4:

t = np.arange(0, 5, 0.2)

# plot可以同時接收多個引數

從這個例子中可以看到pyplot的靈活性，效果很多樣，都可以自定義，還可以同時接受多個引數繪製在一張圖表裡

example5:

x = np.arange(0, 5, 0.1)

# plot可以接受更多的引數

matplotlib裡有專門的line2d物件，屬性很多，遠不止這兩個，還得繼續學習呢

example6:

# 定義乙個函式

def f(t):

return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0, 5, 0.1)

t2 = np.arange(0, 5, 0.02)

# 分塊

分塊顯示，應用起來很實際。subplot裡的三位數字，第乙個表示行數，第二個表示列數，第三個表示編號。數字相同的話，後面的影象會把前面的覆蓋

example7:

mu, sigma = 100, 15

x = mu + sigma * np.random.randn(10000)

# hist繪製直方圖

n, bins, patches = plt.hist(x, 50, normed=1, alpha=0.75)

# text也是個有著複雜屬性的物件

# matplotlib還可以自動轉換成數學表示式

這個例子就複雜很多，其中有兩點，乙個是hist，另乙個是text物件

可參照以下**：

想畫出這樣的圖自然沒那麼簡單，參照：#matplotlib.pyplot.annotate

Matplotlib學習筆記

Matplotlib學習筆記（三）

Matplotlib學習筆記（四）

Python學習筆記 matplotlib引數

Matplotlib學習筆記

Matplotlib學習筆記（三）

Matplotlib學習筆記（四）

Python學習筆記 matplotlib引數

相關推薦