Matplotlib¶

plt.tight_layout()

plt.legend(bbox_to_anchor=(1.05, 0), loc='lower left', borderaxespad=0.)

plt.subplots_adjust(hspace=0.5)

支持中文

A12, = plt.plot(xt, c, ls='--', c='black')

plt.legend(handles=[A7, A8, A9, A12], labels=['A7', 'A8', 'A9', 'A12'])

(4条消息) Python: Matplotlib调整子图间距离_RaySunWHUT-CSDN博客_matplotlib 子图间距

Matplotlib: Python plotting — Matplotlib 3.4.2 documentation

matplotlib.pyplot¶

plt.plot()¶

Plot y versus x as lines and/or markers.

import matplotlib.pyplot as plt
plt.plot([x], y, [fmt], *, data=None, **kwargs)  # 单线条
plt.plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs) # 多线条
eg: plot(y)           # plot y using x as index array 0..N-1

# fmt = '[color][marker][line]' 可以用缩写来设置颜色,点型，线型，但用关键字的优先级更高

对多组数据作图

# 法一 plot multiple times
plt.plot(x1, y1, 'bo')
plt.plot(x2, y2, 'go')

# 法二
plt.plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

可选参数:

color

也可以用十六进制的 RGB 字符串，如 color='#900302'

character	color
`'b'`	blue 蓝
`'g'`	green 绿
`'r'`	red 红
`'c'`	cyan 蓝绿
`'m'`	magenta 洋红
`'y'`	yellow 黄
`'k'`	black 黑
`'w'`	white 白

marker

只支持简写

character	description
`'.'`	point marker
`','`	pixel marker
`'o'`	circle marker
`'v'`	triangle_down marker
`'^'`	triangle_up marker
`'<'`	triangle_left marker
`'>'`	triangle_right marker
`'1'`	tri_down marker
`'2'`	tri_up marker
`'3'`	tri_left marker
`'4'`	tri_right marker
`'s'`	square marker
`'p'`	pentagon marker
`'*'`	star marker
`'h'`	hexagon1 marker
`'H'`	hexagon2 marker
`'+'`	plus marker
`'x'`	x marker
`'D'`	diamond marker
`'d'`	thin_diamond marker
`'\|'`	vline marker
`'_'`	hline marker

linestyle

character	description
`'-'`	solid line style 实线
`'--'`	dashed line style 虚线
`'-.'`	dash-dot line style 点画线
`':'`	dotted line style 点线

其他

Property	Description
alpha	scalar or None
markeredgecolor / mec	color
markeredgewidth / mew	float
markersize / ms	float
linewidth / lw	float

plt.hist()¶

Plot a histogram

matplotlib.pyplot.hist(x, bins=None,  density=False, log=False, stacked=False,)

x：数据，直方图中会对数据进行统计
bins：横坐标区间分布，int or sequence or str，defalut：None
density：False 纵坐标会显示频数，True 纵坐标显示频率，计算方式：density = counts / (sum(counts) * np.diff(bins))，defalut：False

If stacked is also True, the sum of the histograms is normalized to 1.

log：是否使用指数刻度（科学计数法），defalut：False
stacked: bool，是否为堆积状图，default：False

堆积柱状图

plt.hist(x = [data1, data2], stacked=True, color = ['g','r'],label = ['Survived','Dead'])

plt.scatter()¶

matplotlib.pyplot.scatter

plt.scatter(x, y, size, color, )

size：s
color：c

plt.bar()¶

plt.bar(x, y, facecolor, edgecolor)

plt.boxplot()¶

箱线图_MapC的博客-CSDN博客_箱线图

contour¶

plt.contour()

画等高线

plt.contour([X, Y,], z, colors, lw)

plt.contourf()

contour fill，等高线填充

plt.contourf([X, Y,] Z, [level], **kwargs)
# 如果 XY 都是一维的, 那 z 的行数等于 len(y), 列数等于 len(x)

参数	说明
colors
alpha	float, default 1, between 0 (transparent) and 1 (opaque)
cmap	colormap eg: 热力图 cmap=plt.cm.hot， cmap=plt.cm.cool
level	密集程度 eg: plt.contour(X, Y, Z, 8)
inline	是否添加等高线的数值 eg: plt.contour(X, Y, Z, inline = True)
fontsize	字体大小 eg: plt.contour(X, Y, Z, inline = True, fontsize = 12)

plt.clabel

给等高线标注

C = plt.contour(x, y, z, 8)
plt.clabel(C, inline=True,fontsize)

plt.imshow()¶

matplotlib.pyplot.imshow

plt.semilogy()¶

matplotlib.pyplot.semilogy — Matplotlib 3.5.0 documentation

误差棒¶

plt.annotate()¶

plt.annotate(str, xy, xycoords, xytext, textcoords, fontsize, arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=.2'))

plt.text()¶

plt.text(x, y, str, fontdict={'size':16, 'color':'r'}, ha, va)

ha：horizontal alignment，'center'，'bottom'
va：vertical alignment

设置坐标轴¶

坐标轴范围¶

plt.xlim()

plt.xlim(*args, **kwargs) # 设置横坐标范围
left, right = xlim()  # return the current xlim
plt.xlim((left, right))   # set the xlim to left, right
plt.xlim(right=3)  # adjust the right leaving left unchanged
plt.xlim(left=1)  # adjust the left leaving right unchanged

plt.yscale()

Set the y-axis scale

plt.yscale(value)

value：{"linear", "log", "symlog", "logit", ...}，比如 log 可以讲 y 轴的值全都取 log10

plt.xlabel()¶

plt.xlabel(xlabel, fontdict=None, labelpad=None, *, loc=None, **kwargs) # 设置xlabel

xlabel：坐标轴标签，str
fontdict：字体大小，数字或 'small'，'large'，'medium'
loc： label position，{'left', 'center', 'right'}，defalut：center

plt.xticks()¶

plt.xticks(ticks=None, labels=None)
plt.xticks(rotation=60) # 旋转

ticks：要显示的坐标
labels：把 ticks 中的每个数值替换为 labels

plt.xticks(())  # 不显示 x 轴

显示部分坐标¶

会用在横坐标是连续日期且特别多，只需要显示部分即可的情况

import matplotlib.ticker as ticker
plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(20)) # 间隔坐标数

gca：'get current axis'

移动坐标轴¶

ax = plt.gca()
ax.spines['right'].set_color('none') # 让上面的脊消失
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom') # 用下面的脊代替xaxis
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data', 0)) # 移动坐标轴
ax.spines['left'].set_position(('data', 0))

绘制多图¶

plt.figure()¶

Create a new figure, or activate an existing figure

plt.figure(num=None, figsize=None, dpi=80, facecolor=None, edgecolor=None, frameon=True)

num：图像编号或名称，int or str
figsize：figure 的宽和高，default：[6.4, 4.8]
dpi：resolution，指定分辨率，default：100.0
facecolor：background color，default：'white'
edgecolor：border color，default：'white'
frameon：显示边框与否，default：True

# eg
plt.figure(num=1, figsize(4, 3))
plt.plot(...)

plt.figure(num=2, figsize(4, 3))
plt.plot(...)

plt.show()  # 会显示 2 张图

plt.subplot()¶

绘制子图，在同一张图上绘制多张图

plt.subplot(nrows, ncols, index, **kwargs) # default: (1, 1, 1)

nrows：行数
ncols：列数
index：编号

# eg
plt.subplot(221) # nrows=2, ncols=2, index=1 的简写
plt.plot(...)
...

plt.subplots()¶

plt.subplots(nrows=1, ncols=1)

Create a figure and a set of subplots

Return: - fig: Figure - ax: axes.Axes or array of Axes

fig, ax = plt.subplots(2, 2)
ax[0][0].plot(...)  # 绘制第一张图
...

图例¶

plt.legend(handles=[], labels=[], loc='best')

loc：legend 位置，'best'，'upper right' ....

plt.plot(x, y, label='test')
plt.legend()

l1, = plt.plot(x1, y1)
l2, = plt.plot(x2, y2)
plt.legend(handles=[l1, l2], labels=['1', '2'], loc='best')
plt.legend(handles=[l1, ], labels=['1', ], loc='best')

其他¶

plt.colorbar()

plt.colorbar()

cmap¶

设置颜色

# 以灰度图为例
cmap = plt.get_cmap('Greys')  # 等效于 cmap = plt.cm.Greys
norm = plt.Normalize(vmin=-3, vmax=3) # 将数值范围标准化，投影到所选的颜色集上
plt.imshow(grid.T , extent=(0, 1, 0, 1), cmap=cmap, norm=norm) # 绘图

Axes¶

Axes.set_title()¶

matplotlib.axes.Axes.set_title

Axes.xaxis¶

子图的横坐标轴设置

纵坐标轴：Axes.yaxis

Axes.xaxis.set_visible(False)   #隐藏坐标轴

其他¶

matplotlib.use(‘agg’)# 在执行import matplotlib.pyplot as plt前运行, 不会显示绘图

%matplotlib inline¶

可以在 jupyter notebook 中内嵌显示图片

fig.axes.annotate¶

7.1 优化与深度学习 - Dive-into-DL-PyTorch (tangshusen.me)

保存图片¶

plt.savefig(path)

重叠问题¶

输出的图片内容有重叠，如有多个子图时

# 可能的解决办法
plt.tight_layout()  # 在要显示或者保存之前

注意事项¶

plt.savefig 必须要在 plt.show 前面，因为 plt.show 会释放资源

参考¶

matplotlib.pyplot.plot()参数详解_ims的博客-CSDN博客

matplotlib.pyplot contourf()函数的使用_lens_的博客-CSDN博客

画图离不开色彩--说说matplot的cmap | 田野光的技术小站

Matplotlib 只部分显示x轴的刻标和设置主从坐标轴_Alex抱着爆米花的博客-CSDN博客