Python中如何使用Matplotlib庫繪製圖形

2022-07-01 18:02:32

前言

Matplotlib 可能是 Python 2D-繪圖領域使用最廣泛的套件。它能讓使用者很輕鬆地將資料圖形化，並且提供多樣化的輸出格式。這裡將會探索使用matplotlib 庫實現簡單的圖形繪製。

一、簡單的正弦函數與餘弦函數

是取得正弦函數和餘弦函數的值：

X 是一個 numpy 陣列，包含了從 −π 到 +π 等間隔的 256 個值。C 和 S 則分別是這 256 個值對應的餘弦和正弦函數值組成的 numpy 陣列。

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)

完整程式碼如下

import numpy as np
import matplotlib.pyplot as plt
 
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)
#繪製並顯示圖形
plt.plot(X, C)
plt.plot(X, S)
 
plt.show()

二、進階版正弦函數與餘弦函數

上面我們學習了簡單的正弦函數與餘弦函數，接下來我們將精益求精，改變顏色與粗細，設定記號，調整邊框等。

1.改變顏色與粗細

我們以藍色和紅色分別表示餘弦和正弦函數，而後將線條變粗一點。接下來，我們在水平方向拉伸一下整個圖。

程式碼如下（範例）：

figure(figsize=(10, 6), dpi=80)
plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plot(X, S, color="red",  linewidth=2.5, linestyle="-")

2.設定圖片邊界

程式碼如下（範例）：

xmin, xmax = X.min(), X.max()
dx = (xmax - xmin) * 0.2
xlim(xmin - dx, xmax + dx)

3.設定記號

我們討論正弦和餘弦函數的時候，通常希望知道函數在 ±π 和 ±π2 的值。

xticks( [-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
yticks([-1, 0, +1])

4.設定記號的標籤

我們可以把 3.142 當做是 π，但畢竟不夠精確。當我們設定記號的時候，我們可以同時設定記號的標籤。注意這裡使用了 LaTeX。

xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
       [r'$-pi$', r'$-pi/2$', r'$0$', r'$+pi/2$', r'$+pi$'])
 
yticks([-1, 0, +1],
       [r'$-1$', r'$0$', r'$+1$'])

5.設定X,Y軸

ax = gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))

6.完整程式碼

# 匯入 matplotlib 的所有內容（nympy 可以用 np 這個名字來使用）
from pylab import *
 
# 建立一個 8 * 6 點（point）的圖，並設定解析度為 80
figure(figsize=(8, 6), dpi=80)
 
# 建立一個新的 1 * 1 的子圖，接下來的圖樣繪製在其中的第 1 塊（也是唯一的一塊）
subplot(1, 1, 1)
 
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)
 
# 繪製餘弦曲線，使用藍色的、連續的、寬度為 1 （畫素）的線條
plot(X, C, color="blue", linewidth=1.0, linestyle="-")
 
# 繪製正弦曲線，使用綠色的、連續的、寬度為 1 （畫素）的線條
plot(X, S, color="green", linewidth=1.0, linestyle="-")
 
# 設定橫軸的上下限
xlim(-4.0, 4.0)
 
# 設定橫軸記號
xticks(np.linspace(-4, 4, 9, endpoint=True))
 
# 設定縱軸的上下限
ylim(-1.0, 1.0)
 
# 設定縱軸記號
yticks(np.linspace(-1, 1, 5, endpoint=True))
 
# 以解析度 72 來儲存圖片
# savefig("exercice_2.png",dpi=72)
 
# 設定顏色與粗細
figure(figsize=(10, 6), dpi=80)
plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plot(X, S, color="red",  linewidth=2.5, linestyle="-")
# 設定邊框
xmin, xmax = X.min(), X.max()
 
dx = (xmax - xmin) * 0.2
 
xlim(xmin - dx, xmax + dx)
# 設定記號
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
yticks([-1, 0, +1])
 
# 設定記號的標籤
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
       [r'$-pi$', r'$-pi/2$', r'$0$', r'$+pi/2$', r'$+pi$'])
 
yticks([-1, 0, +1],
       [r'$-1$', r'$0$', r'$+1$'])
 
# 設定xy軸
ax = gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
# 在螢幕上顯示
show()

最終效果

三、繪製簡單的折線圖

折線圖是一種將資料點按照順序連起來的圖形，可以體現變數y隨變數x的變化情況。Matplotlib 提供了plot()函數繪製折線圖,其語法格式如下：

plt.plot(*args, **kwargs)

常用引數及說明如下：

x、y：分別表示x軸和y軸對應的資料，接收列表型別引數
color：表示折線的顏色
marker：表示折線上點的型別，有“.”、“o”、“v”等等型別
linestyle：表示折線的型別，預設為“-”，表示實線，設定為“--”表示長虛線，設定為“-.”表示點線，設定為“:”表示點虛線
linewidth：表示折線的粗細
alpha：表示點的透明度，接收0~1之間的小數

下面我們將以某地區週一到週日平均溫度變化折線圖為例，具體的學習瞭解折線圖的繪製。

import matplotlib.pyplot as plt
 
plt.figure(figsize=(10, 8))
# 週一到週日平均溫度資料
plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10])
plt.show()

效果如下：

我們可以給圖表新增一些標籤和圖例，讓圖表更加清晰好看，具體方法如下：

plt.title()：指定當前圖表的標題，包括名稱、位置、顏色、字型大小等
plt.xlabel()：指定當前圖表x軸的名稱、位置、顏色、字型大小等
plt.ylabel()：指定當前圖表y軸的名稱、位置、顏色、字型大小等
plt.xlim()：指定當前圖表x軸的範圍
plt.ylim()：指定當前圖表y軸的範圍
plt.xticks()：指定當前圖表x軸刻度
plt.yticks()：指定當前圖表y軸刻度

import matplotlib.pyplot as plt
 
# 設定支援中文
plt.rcParams['font.family'] = ['SimHei']
plt.figure(figsize=(10, 8))
 
plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10], linestyle="-", marker=".")
plt.xlabel("時間")
plt.ylabel("溫度")
plt.yticks([i for i in range(20)][::5])
 
plt.show()

效果如下：