一.matplotlib是什么

matplotlib是一個在Python中將數據可視化的第三方包，和matlab中的plot指令，和gnuplot類似，都是將數據進行可視化的工具。matplotlib是一個數學繪圖庫，可以用它來制作折線圖和散點圖等的圖表。

二.基礎指令

折線圖

1. 繪制折線圖

首先導入matplotlib中的pyplot，pyplot中包含了很多畫圖的函數，和matlab中畫圖類似，需要以下幾個要素：

繪圖區域

橫縱坐標

數據
因此根據這三個要素我們來繪制一幅折線圖

import matplotlib.pyplot as plt #導入matplotlib squares = [1, 4, 9, 16, 25] #數據點 plt.plot(squares) #繪制圖表 plt.show() #顯示圖表

2. 修改標簽文字和線條粗細

#導入matplotlib包 import matplotlib.pyplot as plt from matplotlib.pylab import mpl mpl.rcParams['font.sans-serif'] = ['SimHei'] # 顯示中文 #設置數據點 squares = [1, 4, 9, 16, 25] #設置圖表標題 plt.title("計算平方和",fontsize = 24) #給坐標軸添加標簽 plt.xlabel("數值", fontsize = 14) plt.ylabel("平方和", fontsize = 14) #設置線條粗細 plt.plot(squares, linewidth = 5) plt.show()

• title()給圖表指定標題
• linewidth()設置plot()繪制的線條粗細
• xlabel()和ylabel()讓你能夠為每條軸設置標題

3. 矯正圖形

我們發現4的平方并非是25，所出現的原因如下：我們為plot()提供一系列數字時，它的默認第一個數據點對應的x坐標值為0，但是我們第一個數據點對應的坐標值是1。為了改變這個情況，我們新建一個列表存放x軸的數據。

#導入matplotlib包 import matplotlib.pyplot as plt from matplotlib.pylab import mpl mpl.rcParams['font.sans-serif'] = ['SimHei'] # 顯示中文 #設置數據點 input_value = [1, 2, 3, 4, 5] squares = [1, 4, 9, 16, 25] #設置圖表標題 plt.title("計算平方和",fontsize = 24) #給坐標軸添加標簽 plt.xlabel("數值", fontsize = 14) plt.ylabel("平方和", fontsize = 14) #設置線條粗細 plt.plot(input_value, squares, linewidth = 5) plt.show()

改變plot()中的參數，添加x軸數據，結果如下：

此時5²=25是正確的。

散點圖

1.繪制散點圖

繪制散點圖的函數是scatter(),對他傳遞一對x和y坐標，就可以在指定位置繪制一個點。

plt.scatter(3, 9) plt.show()

2.繪制一系列點

思路其實與折線圖一樣，用兩個列表分別存儲x和y坐標，再用scatter()把它們繪制出來就可以了

x_value = [1, 2, 3, 4, 5] y_value = [3, 4, 7, 9, 11] #s=100表示點的大小 plt.scatter(x_value, y_value, s=100) plt.show()

結果如下圖所示：

3.設置坐標區間

有時候需要顯示的數據點很多，但我們只需要看一個范圍內的數據，我們就可以設置圖表的坐標軸取值范圍。

#x坐標值從1到1000 x_value = list(range(1,1001)) y_value = [x**2 for x in x_value] #s表示點的大小 plt.scatter(x_value, y_value, s=40) #設置每個坐標軸的取值范圍 plt.axis([0, 1100, 0, 1100000]) plt.show()

• axis([橫坐標起點，橫坐標終點，縱坐標起點，縱坐標終點])

結果如下：

4.修改數據點顏色

要修改數據點顏色時，在scatter()中傳遞實參c，c是一個列表，其中包含三個0-1之間的小數值，分別表示紅色、綠色和藍色分量（類似于RGB）

• 藍色： ‘b’ (blue)
• 綠色： ‘g’ (green)
• 紅色： ‘r’ (red)
• 藍綠色(墨綠色)： ‘c’ (cyan)
• 紅紫色(洋紅)： ‘m’ (magenta)
• 黃色： ‘y’ (yellow)
• 黑色： ‘k’ (black)
• 白色： ‘w’ (white)
• 灰度表示： e.g. 0.75 ([0,1]內任意浮點數)
• RGB表示法： e.g. ‘#2F4F4F’ 或 (0.18, 0.31, 0.31)

#x坐標值從1到1000 x_value = list(range(1,1001)) y_value = [x**2 for x in x_value] #s表示點的大小 plt.scatter(x_value, y_value, s=40, edgecolors='none',c = (0,1,0)) #設置每個坐標軸的取值范圍 plt.axis([0, 1100, 0, 1100000]) plt.show()

5.漸變色

在數據可視化中，我們可以用較淺的顏色來表示小數值，用較深的顏色來顯示較大的值。

plt.scatter(x_value, y_value, s=40, edgecolors='none',c = y_value , cmap = plt.cm.Blues)

• 將參數c設置成了一個y值列表，并使用參數cmap告訴pyplot使用哪個顏色映射。這些代碼將y值較小的點顯示為淺藍色，并將y值較大的點顯示為深藍色，結果如下

6.保存圖表

savefig()可以自動將圖表保存到文件中，該函數的第一個實參指定要以什么樣的文件名保存圖表，一般來說這個文件將存儲在該代碼所在的目錄中；第二個實參將圖表多余的空白區域裁剪掉。

7.清空圖表

• plt.cla()

• plt.close(0)# 關閉圖 0

• plt.close(‘all’) 關閉所有圖

總結

以上是生活随笔為你收集整理的matplotlib包的学习（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。