from matplotlib import pyplot as plt
import numpy as np
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 中文字體支持對於折線圖的繪製，在之前文章的示例中都有使用，在面向對象繪圖方法中，一般是創建axes實例後調用plot()方法實現折線圖繪製，並通過傳遞各種參數實現對圖像的設置。散點圖的繪製通過axes實例的scatter()方法來實現。scatter()方法的參數和參數取值與繪製折線圖的plot()方法基本一致，所以本文將兩種圖放在一起進行介紹。
1 多圖像繪製在一個axes中，可以繪製多條折線圖，秩序多次調用plot()或者scatter()方法即可。
x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True)
# 折線圖
axes[0].set_title('圖1 折 線 圖')
axes[0].plot(x1, y1)
axes[0].plot(x1, y1+0.5)
# 散點圖
axes[1].set_title('圖2 散 點 圖')
axes[1].scatter(x1, y1)
axes[1].scatter(x1, y1+0.5)
plt.show()
2 顏色顏色通過color參數來設置，color參數的值可以使顏色的英文全稱，例如'green'、'red'，也可以是簡寫，例如'g'表示'green'、'r表示'red'，一些常見顏色全稱和簡寫如下所示。
如果覺得這些常見的顏色不夠用，設置可以用16進位字符來表示顏色。
x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True)
# 折線圖
axes[0].set_title('圖1 折 線 圖')
axes[0].plot(x1, y1, color='red') # 紅色
axes[0].plot(x1, y1+0.5, color='g') # 綠色
axes[0].plot(x1, y1+1, color='#008000') # 也是綠色
# 散點圖
axes[1].set_title('圖2 散 點 圖')
axes[1].scatter(x1, y1, color='red') # 紅色
axes[1].scatter(x1, y1+0.5, color='g') # 綠色
axes[1].scatter(x1, y1+1, color='#008000') # 也是綠色
plt.show()
3 圖例axes實例中提供了legend()方法用於添加圖例，legend()方法會將元素的label字符串設置為圖例，如下面的示例所示，有兩種參數傳遞方式來設置label。除了label外，還可以傳遞loc參數來設置圖例的位置，loc參數值可以使代表位置的字符串，也可以是對應的整數，其對應關係如下所示：
=============== =============
Location String Location Code
=============== =============
'best' 0
'upper right' 1
'upper left' 2
'lower left' 3
'lower right' 4
'right' 5
'center left' 6
'center right' 7
'lower center' 8
'upper center' 9
'center' 10
=============== =============x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig, axes = plt.subplots(3, 2, figsize=(10, 8), tight_layout=True)
axes[0, 0].plot(x1, y1, label='線1') # 傳遞label參數
axes[0, 0].plot(x1, y1+0.5, label='線2') # 傳遞label參數
axes[0, 0].legend(loc='best') # 默認就是best
axes[1, 0].plot(x1, y1, label='線1') # 傳遞label參數
axes[1, 0].plot(x1, y1+0.5, label='線2') # 傳遞label參數
axes[1, 0].legend(loc='lower right')
line1, = axes[2, 0].plot(x1, y1) # 注意，等號前面有逗號
line2, = axes[2, 0].plot(x1, y1+0.5)
axes[2, 0].legend(handles=(line1, line2), labels=('線1', '線2'), loc='upper center')
axes[0, 1].scatter(x1, y1, label='第一組') # 傳遞label參數
axes[0, 1].scatter(x1, y1+0.5, label='第二組') # 傳遞label參數
axes[0, 1].legend(loc='best') # 默認就是best
axes[1, 1].scatter(x1, y1, label='第一組') # 傳遞label參數
axes[1, 1].scatter(x1, y1+0.5, label='第二組') # 傳遞label參數
axes[1, 1].legend(loc='lower right')
group1 = axes[2, 1].scatter(x1, y1) # 注意，等號前面沒有逗號，這是與plot()方法不同的
group2 = axes[2, 1].scatter(x1, y1+0.5)
axes[2, 1].legend(handles=(group1, group2), labels=('第一組', '第二組'), loc='upper center')
plt.show()
4 線型通過傳遞linestyle或ls參數可以設置線型，參數包含一下幾種取值：
============= ===============================
character description
============= ===============================
``'-'`` 實線（默認）
``'--'`` 長虛線
``'-.'`` 點劃線
``':'`` 虛線
============= ===============================x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig = plt.figure()
axes = fig.add_subplot(1, 1, 1)
axes.plot(x1, y1, color='black', label='-', ls='-') # 默認線性就是'-'
axes.plot(x1, y1+0.5, color='green', label='--',ls='--')
axes.plot(x1, y1+1, color='blue', label='-.', linestyle='-.')
axes.plot(x1, y1+1.5, color='red', label=':', ls=':')
axes.legend()
plt.show()
5 標記(形狀）參數marker可以在圖形中添加標記，標記參數值和對應的標記類型如下所示：
============= ===============================
character description
============= ===============================
``'.'`` 點
``','`` 像素點
``'o'`` 圓
``'v'`` 向下三角形
``'^'`` 向上三角形
``'<'`` 向左三角形
``'>'`` 向右三角形
``'1'`` 向下T形
``'2'`` 向上T形
``'3'`` 向左T形
``'4'`` 向右T形
``'s'`` 正方形
``'p'`` 五邊形
``'*'`` 星型
``'h'`` 六邊形1
``'H'`` 六邊形2
``'+'`` 十字形
``'x'`` x 形
``'D'`` 大菱形
``'d'`` 小菱形
``'|'`` 豎線
``'_'`` 橫線
============= ===============================x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True)
axes[0].plot(x1, y1, color='black', label='.', marker='.')
axes[0].plot(x1, y1+0.5, color='green', label=',', marker=',')
axes[0].plot(x1, y1+1, color='blue', label='o', marker='|')
axes[0].plot(x1, y1+1.5, color='red', label='v', marker='_')
axes[0].legend()
axes[1].scatter(x1, y1, color='black', label='.', marker='.')
axes[1].scatter(x1, y1+0.5, color='green', label=',', marker=',')
axes[1].scatter(x1, y1+1, color='blue', label='o', marker='|')
axes[1].scatter(x1, y1+1.5, color='red', label='v', marker='_')
axes[1].legend()
plt.show()繪製折線圖時，在傳遞了marker參數後，也可以通過以下參數進一步設置標記的樣式：
markeredgecolor 或 mec : 邊框顏色markeredgewidth 或 mew ：邊框粗細markerfacecolor 或 mfc ：填充色x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig = plt.figure()
axes = fig.add_subplot(1, 1, 1)
axes.plot(x1, y1, color='blue', label='線1', marker='*',markersize=15, markerfacecolor='green',markeredgecolor='red', markeredgewidth=3) # 線1
axes.plot(x1, y1+0.5, color='blue', label='線2', marker='*',markersize=15, markerfacecolor='green',markeredgecolor='red') # 線2
axes.plot(x1, y1+1, color='blue', label='線3', marker='*',markersize=5, markerfacecolor='red') # 線3
axes.plot(x1, y1+1.5, color='blue', label='線4',marker='*',markersize=10, markerfacecolor='red') # 線4
axes.legend()
plt.show()散點圖修改點的樣式時，參數與折線圖有些許不同：
x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig = plt.figure()
axes = fig.add_subplot(1, 1, 1)
axes.scatter(x1, y1, color='green', label='第一組', marker='*',s=105,edgecolors='red', linewidths=5)
axes.scatter(x1, y1+0.5, color='green', label='第二組', marker='*',s=15)
axes.scatter(x1, y1+1, color='blue', label='第三組', marker='*',s=5)
axes.scatter(x1, y1+1.5, color='blue', label='第四組',marker='*',s=10)
axes.legend()
plt.show()
6 顯示坐標顯示坐標可以用添加text的方法實現：
x1 = [i*0.1 for i in range(0, 50, 5)]
y1 = [i*i for i in x1]
fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True)
axes[0].plot(x1, y1, color='red', label='.', marker='.') # 默認線性就是'-'
axes[1].scatter(x1, y1, color='blue', label='.', marker='*') # 默認線性就是'-'
for a, b in zip(x1, y1):
axes[0].text(a, b, (a,b),ha='left', va='top', fontsize=10)
axes[1].text(a, b, (a,b),ha='left', va='top', fontsize=10)
plt.show()