[TOC]
linux系统下不能显示中文字体的问题
import matplotlib.pyplot as plt
import matplotlib as mpl
myfont = mpl.font_manager.FontProperties(fname=r"/path/msyh.ttf") #fname指定字体文件
#作用是为了消除更换为unicode字体之后0、负数之类的显示异常。之后所有使用中文字体的地方只字符串都以u""的形式出现，并指定fontproperties属性为我们的指定的myfont就行了
plt.title(u'matplotlib中文显示测试',fontproperties=myfont)
plt.plot(range(-10, 11), [i**2 for i in range(-10, 11)], label='x的平方曲线图')
plt.xlabel('x', fontproperties=myfont)
plt.ylabel('x的平方', fontproperties=myfont)
plt.legend(prop=myfont, loc="upper center")
plt.show()
1. 画图——基础
了解图的基本组成部分
%matplotlib inline # 在当前页面输出图像而不是打开一个新的页面
from matplotlib import pyplot as plt
x = [1,2,3,1]
y = [1,3,0,1]
plt.plot(x, y)
plt.title('Triangle')
plt.ylabel('Y axis')
plt.xlabel('X axis')
# plt.xticks([1,6]) # x轴的刻度是1和6
# plt.yticks([1,6])
# plt.xticks([1,6],['a','b']) # x轴的刻度是a和b
# plt.ylim([-1,4]) # x轴的范围是-1～4
# plt.xlim([-1,4])
# plt.grid(True,color='r') # 显示网格，网格根据ticks来画
plt.show()
output_2_0.png
2. 画图——样式
数据线的样式设置
颜色缩写 全称
b blue
c cyan
g gree
k black
m magenta
r red
w white
y yellow
线型缩写 含义
-- --虚线
-. -.虚线
: .虚线
- 实线
marker类型参考
http://www.labri.fr/perso/nrougier/teaching/matplotlib/#line-properties
from matplotlib import pyplot as plt
import numpy as np
x = [1,2,3,1]
y = [1,3,0,1]
# np.array将列表转换成numpy的数组后可以支持广播broadcast运算
plt.plot(x, y, color='r', linewidth=2, linestyle='--', marker='D', label='one')
plt.plot(np.array(x)+1, np.array(y)+1, color='g', linewidth=3, linestyle=':', marker='o', label='two')
plt.plot(np.array(x)+2, np.array(y)+3, color='k', linewidth=1, linestyle='-.', marker='>', label='three')
plt.plot(np.array(x)+3, np.array(y)+4, 'bo-.', label='forth') # 可以把color,maker,linestyle写到一起
plt.grid(True)
plt.legend()
# plt.legend(loc='upper left') # 图例位置
plt.show()
output_5_0.png
from matplotlib import pyplot as plt
import numpy as np
x = [1, 2, 3, 1]
y = [1, 3, 0, 1]
x2 = np.array(x) + 1
y2 = np.array(y) + 1
plt.plot(x, y, 'g', label='第一个', linewidth=5)
plt.plot(x2, y2, 'c', label='第二个', linewidth=5)
plt.title('两个三角形')
plt.ylabel('Y轴')
plt.xlabel('X轴')
plt.legend()
plt.show()
output_6_0.png
3. 画图——公式TeX, 文本和标注支持
import matplotlib.pyplot as plt
# fig = plt.figure()
fig = plt.figure(figsize=(10, 6)) # 图像大小
ax= fig.add_subplot(111)
ax.set_xlim([1, 6]);
ax.set_ylim([1, 10]);
ax.text(2, 8, r"$ \mu \alpha \tau \pi \lambda \omega \tau \
lambda \iota \beta $",color='r', fontsize=12);
ax.text(2, 6, r"$ \lim_{x \rightarrow 0} \frac{1}{x} $", fontsize=20);
ax.text(2, 4, r"$ a \ \leq \ b \ \leq \ c \ \Rightarrow \ a \
\leq \ c$", fontsize=20);
ax.text(2, 2, r"$ \sum_{i=1}^{\infty}\ x_i^2$", fontsize=20);
ax.text(4, 8, r"$ \sin(0) = \cos(\frac{\pi}{2})$", fontsize=20);
ax.text(4, 6, r"$ \sqrt[3]{x} = \sqrt{y}$", fontsize=20);
ax.text(4, 4, r"$ \neg (a \wedge b) \Leftrightarrow \neg a \
\vee \neg b$");
ax.text(4, 2, r"$ \int_a^b f(x)dx$", fontsize=20);
ax.text(3, 9, '公式样例', fontsize=20);
plt.show()
output_8_0.png
Annotate各种格式可参考文档
http://matplotlib.org/users/annotations_guide.html#annotating-with-arrow
import matplotlib.pyplot as plt
plt.figure(1, figsize=(3,3))
ax = plt.subplot(111)
ann = ax.annotate("Test",
xy=(0.2, 0.2), # 箭头的位置
xytext=(0.8, 0.8), # 'test'文本的位置
size=20, va="center", ha="center",
bbox=dict(boxstyle="round4", fc="w"),
arrowprops=dict(arrowstyle="-|>",
connectionstyle="arc3,
rad=0.2", # 箭头弧度
fc="r"),
)
ax.grid(True)
plt.show()
output_10_0.png
4. 画图——多子图结构
<table class="table table-bordered">
<tr><td>1</td><td>2</td></tr>
<tr><td>3</td><td>4</td></tr>
</table>
from matplotlib import pyplot as plt
import numpy as np
# arange类似python里的range
t = np.arange(0, 5, 0.2)
fig = plt.figure()#figsize=(10,6)
#行, 列, 序号
ax1 = fig.add_subplot(331) # 把fig分成3*3，第一个位置
ax2 = fig.add_subplot(332)
ax4 = fig.add_subplot(333)
ax5 = fig.add_subplot(323) # 把fig分成3*2，第3个位置
ax6 = fig.add_subplot(324)
ax3 = fig.add_subplot(313) # 把fig分成3*1，第3个位置
ax1.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
ax1.grid(True)
ax1.set_title('ax1') # 子图里设置标题用set_title
ax2.semilogy(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^') # semilogy: y轴使用对数刻度
ax2.grid(True)
ax2.set_title('ax2')
ax3.loglog(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^') # loglog: x,y轴都使用对数刻度
ax3.grid(True)
ax3.set_title('ax3')
ax4.loglog(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
ax4.grid(True)
ax4.set_title('ax4')
ax5.loglog(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
ax5.grid(True)
ax5.set_title('ax5')
ax6.loglog(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
ax6.grid(True)
ax6.set_title('ax6')
# fig.suptitle('normal vs ylog vs loglog')
fig.subplots_adjust(hspace=0.8) # 子图的垂直间隔
plt.show()
output_13_0.png
