目录
绘制标题，x,y轴标签，图例显示，颜色设置，线型设置，文字注释，公式注释
Matplotlib是Python最常用的绘图库，专门用于开发2D图表(包括3D图表)提供了一整套十分适合交互式绘图的命令API，比较方便的就可以将其嵌入到GUI应用程序中。
模块导入
import matplotlib.pyplot as plt
import numpy as np
注：Matplotlib经常和numpy配合使用。
绘制标题，x,y轴标签，图例显示，颜色设置，线型设置，文字注释，公式注释
显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure() # create a new figure
plt.plot([1, 2, 3, 4], [1, 3, 2, 1],color='r') # 将 x 与 y 绘制为线条或标记,设置颜色
x = np.arange(0,5)
plt.plot(x, 4*x,color='#FF00FF',marker='s') # 设置颜色 #设置线条样式
plt.text(3.5,12,'y=4x')
plt.plot(x,x*2,color=(0.5,0.8,0.5),marker='o') #设置颜色 # 设置线条样式
plt.text(2,1,"文字示例") # 加入文字
plt.text(3,7,'y=2x')
plt.plot(x,np.sin(x)) # 正弦函数
plt.text(2,0,'$y=\sin(x)$') # 输入公式 laTex格式
plt.title("测试图像title") # 标题
plt.xlabel("x轴名称")
plt.ylabel("y轴名称")
plt.legend(['图例1','图例:y=4x','y=x*2']) # 图例
plt.annotate("这是一个注释",(3,2),xytext=(2,4),arrowprops={'linewidth':3, 'headwidth':3,'facecolor':'r'})
plt.show() # 显示图像
matplotlib.axes.Axes.plot — Matplotlib 3.5.1 documentation
marker 样式：matplotlib.markers — Matplotlib 3.5.1 documentation
网格设置,坐标轴刻度，坐标轴范围
plt.grid() # 网格默认设置
plt.grid(color = 'r', linewidth = '0.5', linestyle = '-.') # 网格 自定义设置
plt.locator_params('both',True,nbins=20) # 改变坐标轴x和y的刻度（显示密度）
plt.xlim(0,10) # 调整x坐标轴范围
官方文档：matplotlib.axes.Axes.locator_params — Matplotlib 3.5.1 documentation
坐标轴标签大小自适应
import pandas as pd
x = pd.date_range('2022/04/11', periods=30) # 生成时间下标，总共为30天，起始2022/04/11
y = np.arange(0, 30, 1)
plt.plot(x, y)
plt.gcf().autofmt_xdate() # 坐标轴自适应，防止重叠
官方文档：
gpandas.date_range — pandas 1.4.2 documentation (pydata.org)
双坐标轴
import pandas as pd
x = np.arange(1, 20)
y1 = x*x
y2 = np.log(x)
plt.plot(x, y1)
添加一个坐标轴，默认 0 到 1
plt.twinx() # 生成新的坐标轴
plt.plot(x, y2, 'r')
plt.show()
颜色填充
x = np.linspace(0, 5*np.pi, 1000)
y1 = np.sin(x)
y2 = np.sin(2*x)
plt.plot(x, y1)
plt.plot(x, y2)
填充
plt.fill(x, y1, 'g')
plt.fill(x, y2, 'r')
plt.fill_between(x,y1,y2)
plt.show()
matplotlib.axes.Axes.fill — Matplotlib 3.5.1 documentation
matplotlib.axes.Axes.fill_between — Matplotlib 3.5.1 documentation
matplotlib.axes.Axes.fill_betweenx — Matplotlib 3.5.1 documentation
matplotlib.pyplot — Matplotlib 3.5.1 documentation
import matplotlib.pyplot as plt
plt.style.available
fig,axes = plt.subplots(2, 2) # 新建子图,共4个，两行两列的排布
ax1, ax2, ax3, ax4 = axes.ravel()
x, y = np.random.normal(size=(2, 100))
ax1.plot(x, y, 'o')
x = np.arange(0, 10)
y = np.arange(0, 10)
colors = plt.rcParams['axes.prop_cycle']
length = np.linspace(0, 10, len(colors))
for s in length:
ax2.plot(x, y+s, '-')
x = np.arange(5)
y1, y2, y3 = np.random.randint(1, 25, size=(3, 5)) # 身分成随机数
width = 0.25
ax3.bar(x, y1, width)
ax3.bar(x+width, y2, width)
ax3.bar(x+2*width, y3, width)
for i, color in enumerate(colors):
xy=np.random.normal(size=2) # 高斯分布的随机数
ax4.add_patch(plt.Circle(xy, radius=0.3, color=color['color']))
ax4.axis('equal')
plt.show()
numpy.random.randint()
(30条消息) np.random.randint（）的用法_北航_Curry的博客-CSDN博客_np.random.randint()函数
matplotlib.patches.Patch — Matplotlib 3.5.1 documentation
matplotlib — Matplotlib 3.5.1 documentation
matplotlib.figure — Matplotlib 3.5.1 documentation
fig, ((ax1,ax2),(ax3,ax4)) = plt.subplots(2,2) # Create a figure containing a single axes.
ax1.plot([1, 2, 3, 4], [1, 4, 2, 3]); # Plot some data on the axes.
ax2.plot([1, 2, 3, 4], [3, 4, 3, 5]); # Plot some data on the axes.
plt.show()
matplotlib.pyplot.subplots — Matplotlib 3.5.1 documentation
matplotlib.axes.Axes.plot — Matplotlib 3.5.1 documentation
Matplotlib 图的组成部分
参考
(26条消息) Python基础知识学习笔记——Matplotlib绘图_mica fish的博客-CSDN博客
推荐文章：
Matplotlib 教程 | 菜鸟教程 (runoob.com)
Original: https://blog.csdn.net/weixin_51449137/article/details/124078946
Author: 是安澜啊
Title: 【matplotlib学习笔记】 Matplotlib基础知识
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/764767/
转载文章受原作者版权保护。转载请注明原作者出处！