python matplotlib畫圖教程學習:使用介紹

2021-01-15 閒雜記官網

本篇文章介紹matplotlib包使用時,需要掌握的一些基本概念。 下圖顯示了matplotlib圖形的基本構成部分,如figure(圖形)、axes(子圖形)、title(標題)、legend(圖例)、Major tick(大標尺刻度)、Minor tick(小標尺刻度)、Major tick label(大標尺刻度數值)、Minor tick label(小標尺刻度數值)、Y axis label(y軸指標說明)、X axis label(x軸指標說明)、Line(線型圖)、Markers(數據標註點)、Grid(格子)等等。除了圖中顯示的紅藍線型圖和散點圖,matplotlib還能繪製柱形圖、燭型圖、餅圖、3D圖形等等各種個性化圖形,將在後續文章一一介紹。

matplotlib圖形的幾個主要對象:

Figure對象整個圖形即是一個Figure對象。Figure對象至少包含一個子圖,也就是Axes對象。Figure對象包含一些特殊的Artist對象,如title標題、圖例legend。Figure對象包含畫布canvas對象。 canvas對象一般不可見,通常無需直接操作該對象,matplotlib程序實際繪圖時需要調用該對象。Axes對象字面上理解,axes是數據軸axis的複數,但它並不是指數據軸,而是子圖對象。可以這樣理解,每一個子圖都有x和y軸,axes則用於代表這兩個數據軸所對應的一個子圖對象。常用方法set_xlim()以及set_ylim():設置子圖x軸和y軸對應的數據範圍。set_title():設置子圖的標題。set_xlabel()以及set_ylable():設置子圖x軸和y軸指標的描述說明。Axis對象Axis是數據軸對象,主要用於控制數據軸上刻度位置和顯示數值。Axis有Locator和Formatter兩個子對象,分別用於控制刻度位置和顯示數值。Artist對象基本上所有的對象都是一個Artist對象,包括Figure對象、Axes對象和Axis對象,可以將Artist理解為一個基本類。當提交代碼,圖像最終呈現時,所有的artist對象都會繪製於canvas畫布上。

可能不少人看到這裡會有些暈,不過不要緊,這裡只需要粗略了解下matplotlib面向對象編程中涉及的一些基本對象,後面會有具體的例子來幫助理解。

小編目前使用的OSX系統,其中python版本為3.6.5、Matplotlib版本為3.0.0、編輯器為Sublime Text 3。

例1 :

圖形顯示如下

特別留意兩個標題,一個是figure's title,另一個是subplot 3's title。雖然現在子圖上沒有任何數據,但是通過這個圖形能一目了然figure和axes之間的關係。

後續將介紹如何在子圖上畫圖,歡迎關注。

相關焦點

  • 見識matplotlib:不常見的一面,折線圖!
    人們往往都更喜歡看圖說話,那麼用python的各位大俠們,大家都在用什麼畫圖呢?各種各樣的畫圖包猶如各式各樣的兵器,有的兵器功能單一但是在細分領域超級專業無敵,有的兵器功能多而全,用法靈活。眾所周知,matplotlib是python繪圖的基礎包,能夠生成各種各樣2D或者3D的圖形,用法算是多而全的那種,下邊是matplotlib官網首頁作為例子的幾張圖,大家感受一下:什麼?醜拒?不不不,別激動!其實matplotlib一直是一個低調奢華有內涵的包,需要我們透過它樸實無華的外表認清它豐富多彩的內在,來康康這條妖嬈的曲線,有沒有感受到它的召喚?
  • 如何用matplotlib繪圖呢?
    什麼是matplotlib?使用過python做數據分析的小夥伴都知道,matplotlib是一款命令式、較底層、可定製性強、圖表資源豐富、簡單易用、出版質量級別的python 2D繪圖庫。matplotlib算是python繪圖的元老級庫,類似程式語言裡的C語言。很多其它的python繪圖庫是基於matplotlib開發的,比如seaborn、ggplot、plotnine、holoviews、basemap等。matplotlib可用於python腳本、python shell、jupyter notebook、web等。
  • PyCharm安裝matplotlib教程——安裝好matplotlib但是import報錯
    輸入python -m pip install -U pip setuptools2.輸入python -m pip install matplotlib3.檢查是否已經安裝成功。輸入python -m pip list成功安裝。默認安裝在D:\Python\Lib\site-packages方式二:通過下載matplotlib進行安裝。
  • 數字黑洞:python-matplotlib來實現可視化
    1.2 數字黑洞與python-matplotlib可視化1.2.4 python-matplotlib可視化來看看效果:pic5:輸入n為個位數1~6的情況2 matplotlibwhich you want to show:')) if n==0: print('----math black hole program have been stopped----') break while n>1: n=black(n) print(n)2.2 完整版matplotlib
  • Python模塊NumPy,Pandas,matplotlib的中文文檔
    今天比較忙所以不能寫長文了作為一名數據工程師需要熟練掌握python中的這些numpy,matplotlib,pandas,sklearn,seaborn,statsmodel.模塊但是由於這些模塊的文檔都是英文的可能一些英文不好的同學學起來會比較的困難,所以我從網上給大家找到一些中文的文檔
  • Python 繪圖庫 Matplotlib 入門教程
    筆者推薦大家通過pip的方式進行安裝,具體方法如下:sudo pip3 install matplotlib本文的代碼在如下環境中測試:Apple OS X 10.13Python 3.6.3matplotlib 2.1.1
  • matplotlib繪圖的核心原理講解
    核心原理講解使用matplotlib繪圖的原理,主要就是理解figure(畫布)、axes(坐標系)、axis(坐標軸)三者之間的關係。以「美院學生張三寫生畫畫」為例,來說明這三者之間的關係。張三的畫板首先,張三想要畫畫,是不是需要在畫板上面準備一張畫布。
  • 30分鐘入門 Matplotlib 繪圖
    Matplolib最初主要模仿Matlab的畫圖命令,但是它是獨立於Matlab的,可以自由、免費使用的繪圖包。Matplotlib依賴於之前介紹的Numpy庫來提供出色的繪圖能力。Matplotlib的官網地址http:MatplotlibAPI的詳細介紹請參考官網地址:http:Windows,Linux,Mac 三種作業系統都可以安裝Matplotlib庫。以Windows為例,進入CMD窗口中,使用pip命令安裝Matplotlib,系統會自動進行安裝。
  • Matplotlib新版本3.1發布,新功能介紹
    日前Python著名作圖框架Matplotlib發布新版本3.1,新版本帶來了那些新的功能和特性呢?今天蟲蟲就給大家介紹下 Matplotlib的新功能。新功能簡潔的日期格式默認情況下使用的自動日期格式化有點太繁雜。新版本提供一個格式化程序,用於簡化時間格式化標籤。
  • matplotlib的Python數據可視化和探索——入門指南
    matplotlib——最受歡迎的Python庫,用於數據可視化和探索我喜歡在Python中使用matplotlib。這是我學會掌握的第一個可視化庫,此後一直存在。matplotlib是最受歡迎的用於數據可視化和探索的Python庫,這是有原因的——它提供的靈活性和敏捷性是無與倫比的!
  • Python可視化:matplotlib的坐標軸和rc參數設置指南!
    這是matplotlib繪製的y = x^2:這是本人親手繪製的y = x^2:(本靈魂畫手已上線,非戰鬥人員請撤離!不要太在意細節哈,忽視那個長的不太協調的x軸和彎彎曲曲如蚯蚓的拋物線,手殘黨表示真的盡力了,意會!意會哈!)正經的說,雖然都是y = x^2的圖像,是不是感覺兩幅圖差異還蠻大的。
  • 這麼用MatPlotLib視覺化呈現數據,你值得擁有!
    數據視覺化呈現工具以下介紹幾個常用的數據視覺化工具:1. Matplotlib2. Seaborn3. Plotly4. Pandas學習使用這些視覺化工具可促進數據理解、信息提取和決策制定。本文將對Matplotlib工具進行詳細介紹。
  • Python數據可視化技能提升—用好matplotlib第1篇
    其實呢,matplotlib庫是Python中用於繪製二維啦、三維啦等這些圖標的數據可視化工具哦,它滴特點也是很有優勢滴,比如它可以使用一些簡單的繪圖語句就可實現複雜的繪圖效果,而且可以以交互式操作實現漸趨精細的圖形效果,此外呢還可以對圖表的組成元素實現精細化控制,還有等等特點和優勢,說到這你是不是已經對matplotlib的興趣激增了呢?好啦,那咱們就正式開始介紹matplotlib庫吧!
  • 使用Matplotlib可視化數據的5個強大技巧
    許多人仍然使用Matplotlib作為後端模塊來可視化他們的圖形。在這個故事中,我將給你一些技巧,使用Matplotlib創建一個優秀圖表的5個強大技巧。1. 使用Latex字體默認情況下,我們可以使用Matplotlib提供的一些不錯的字體。但是,有些符號不夠好,不能由Matplotlib創建。例如,符號phi(φ),如圖1所示。
  • Python 繪圖,我只用 Matplotlib
    圖1-1 散點圖示例使用Matplotlib的scatter()函數繪製散點圖,其中x和y是相同長度的數組序列。scatter()函數的一般用法為:主要參數說明如下:x,y:數組。s:散點圖中點的大小,可選。c:散點圖中點的顏色,可選。 marker:散點圖的形狀,可選。alpha:表示透明度,在 0~1 取值,可選。
  • 50種常用的matplotlib可視化,再也不用擔心模型背著我亂跑了
    而在可視化中,matplotlib 算得上是最常用的工具,不論是對數據有個預先的整體了解,還是可視化預測效果,matplotlib 都是不可缺失的模塊。最近 Machine Learning Plus 的作者介紹了 50 種最常用的 matplotlib 可視化圖表,而本文簡要介紹了這篇文章,詳細的 50 種可視化需要查閱原文。
  • Matplotlib繪圖|快速定義圖表樣式的小技巧
    (X,S,color = "blue",linewidth = 3.0,linestyle = ":")為了方便起見,matplotlib 提供一個 matplotlibrc 文件接口,來全局自定義圖表屬性(圖表大小、DPI、線的寬度、坐標軸、樣式、網格屬性等),使用方法為 rcParams 命令,一次定義,對接下來創建的全部圖表的樣式都起效,避免了來回調參的麻煩rcParsms
  • 使用Matplotlib繪製堆積條形圖
    在本文中,我們將探討如何使用Python的Matplotlib構建這些可視化圖形。我將使用一個簡單的數據集來保存全球的遊戲副本的銷售數據(雖然這個數據集已經過時,但它適合我們的示例)。import numpy as npimport pandas as pdimport matplotlib.pyplot as pltdf = pd.read_csv('../data/vgsales.csv')df.head()我們接下來要將平臺和地區的銷售情況可視化。
  • matplotlib中文顯示之圖表大全
    全局支持中文顯示以及指定局部中文顯示https://aistudio.baidu.com/aistudio/projectdetail/390895使用中還有問題可以在論壇中提出(你的問題可能大家已經討論過了)https://ai.baidu.com/forum/topic/show/958873考慮到部分同學對matplotlib本身不是太熟悉
  • 未明學院:Python可視化庫Matplotlib繪圖入門詳解
    Matplotlib是Python的繪圖庫,其中的pyplot包封裝了很多畫圖的函數。Matplotlib.pyplot 包含一系列類似 MATLAB 中繪圖函數的相關函數。每個 Matplotlib.pyplot 中的函數會對當前的圖像進行一些修改,例如:產生新的圖像,在圖像中產生新的繪圖區域,在繪圖區域中畫線,給繪圖加上標記,等等…… Matplotlib.pyplot 會自動記住當前的圖像和繪圖區域,因此這些函數會直接作用在當前的圖像上。