关于本页

matplotlib是一个常用的Python绘图包，本页介绍我在使用过程中的一些操作和经验记录，便于日后参考复用。

图1 matplotlib绘图的关键元素

基本使用

导入包

  
import matplotlib.pyplot as plt

A quick and dirty way - 使用plt.xxx

  
A = [1, 2, 3]
B = [4 ,5, 6]
plt.plot(A, B)
plt.title('test title')
plt.show()

以上代码默认建立一张Figure，在这张Figure上隐式地建立一个axes，然后把内容绘制在这个axes上。

matplotlib要画出一张图真是有N种方式。而plt.xxx尽管方便，但有的功能可能不支持，所以为了方便代码的复用，希望自己稳定地使用一种更加普适的方式。

使用ax.xxx

  
fig, ax = plt.subplots()
print(type(fig))    # <class 'matplotlib.figure.Figure'>
print(type(ax))     # <class 'matplotlib.axes._subplots.AxesSubplot'>

plt.subplots()的默认值为ncols=nrows=1，故以上代码返回的ax为单一的一个AxesSubplot对象（不可索引），我们可以在这个ax上绘图：

  
ax.plot(A, B)

绘制多图

  
n_rows, n_cols = 2, 2
fig, axes = plt.subplots(n_rows, n_cols)
print(type(axes))
print(axes)

输出为：

  
<class 'numpy.ndarray'>
[[<AxesSubplot:> <AxesSubplot:>]
 [<AxesSubplot:> <AxesSubplot:>]]

可以看到返回的axes是一个由AxesSubplot组成的numpy.ndarray对象，我们需要使用常规的索引得到对应的ax，然后在其上绘图：

  
axes[0][0].plot(...)
axes[0][1].plot(...)
axes[1][0].plot(...)
axes[1][1].plot(...)

使用for循环：

  
for i in range(n_rows):
    for j in range(n_cols):
        axes[i][j].plot(...)     # plot anything you want on the coresponding ax 
        
plt.show()

如果觉得二维的索引写起来有些麻烦，也可以

  
for i in range(n_rows * n_cols):
    ax = plt.subplot(n_rows, n_cols, i+1)   # because index in plt starts from 1, so we use `i+1` here
    ax.plot(...)

plt.show()

为图像增加属性

有时需要为图像增加一些属性，如坐标轴label，图的title等。

  
ax.set_xlabel('x_label')   # x_label
ax.set_ylabel('y_label')   # y_label
ax.set_title('ax title')   # ax title

fig.suptitle('fig title')  # fig title

绘制曲线

为曲线增加属性

marker

  
ax.plot(A, B, marker='o')

color

  
ax.plot(A, B, color='b')

matplotlib也支持根据关键字指定颜色，如color=#C6FDFA
配色方案参考：配色卡

一个`ax`上绘制多条曲线并添加图例

  
ax.plot(A1, B1, label='plot_1')
ax.plot(A2, B2, label='plot_2')
ax.legend()

水平/竖直线

参考

水平线：ax.axhline(y=5, xmin=0.1, xmax=0.9, linestyle="--")
竖直线：ax.axvline(x=5, ymin=0.1, ymax=0.9, linestyle="--")

绘制柱状图

参考

给柱状图增加annotation的方案：

参考

绘制直方图

参考参考

  
ax.hist(dist, bins=n_bins)

绘制带colorbar的(二维特征)图

参考参考

  
import matplotlib.pyplot as plt
import numpy as np

plt.imshow(np.random.random((100, 100)))
plt.colorbar()
# plt.show()
plt.savefig("colorbar.png")

绘制箱型图

参考

其他

一些操作

保存图像：plt.savefig(PATH)

把图例放在图像外：参考，调节legend()参数，一个示例如下：

  
# plt.figure(figsize=(8, 4.8))   # 可能需要调节画布大小，防止图像本身被图例空间过度压缩
  
# 把图例的左上角对齐到图的右上角
plt.legend(loc='upper left', bbox_to_anchor=(1., 1.))
plt.tight_layout()   # 没有这一行，图例可能被裁切掉

关闭坐标轴：plt.axis('off')

解决中文无法显示：参考

  
import matplotlib.pyplot as plt
  
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）

图像属性设置

设置Figure大小：plt.figure(figsize=(width, height))
- 默认是(6.4, 4.8) 参考
设定图像分辨率：plt.figure(dpi=1200)
设置字体大小：plt.rcParams.update({'font.size': 22})
- 默认是10，参考

matplotlib系统学习