Matplotlib 是 Python 的繪圖庫。作為程序員，經常需要進行繪圖，在我自己的工作中，如果需要繪圖，一般都是將數據導入到excel中，然后通過excel生成圖表，這樣操作起來還是比較繁瑣的，所以最近學習了一下Matplotlib模塊，將該模塊的常用的繪圖手段和大家分享一下，提高大家在工作中的效率；

在示例中，我們主要用到Matplotlib和Numpy這兩個模塊來為大家演示Python強大的繪圖功能，相信大家通過我下面的10個示例，基本上可以滿足大家日常工作的需求，再次強調一下，只是簡單的用法，大家千萬不要想通過這篇博客獲取到太高深的用法。

下面進入正題

1、繪制一條直線

代碼如下，下面的代碼大家應該都可以看懂吧

# 導入常用的包

import numpy as np

import matplotlib.pyplot as plt

# 生成-1到1的數據，一共生成100個，也可以生成1到-1的數據，這些數據是平均分布的

# 定義x軸的數據

x = np.linspace(-1,1,100)

# 定義y軸的數據

y = x * 2 + 100

plt.plot(x,y)

# 顯示圖像

plt.show()

效果如下

2、創建一個畫布，同時設置該畫布的大小

代碼如下

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(-1,1,100)

y1 = x * 2 + 100

y2 = x ** 2

# 創建一個畫布

# figsize：設置畫布的大小

plt.figure(figsize=(2,2))

plt.plot(x,y1)

# 創建第二個畫布

plt.figure()

plt.plot(x,y2)

plt.show()

效果如下，會同時顯示兩張畫布

3、在一張畫布中畫兩條線，同時可以設置線的顏色，寬度，和風格

代碼如下

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(-1,1,100)

y1 = x * 2 + 0.5

y2 = x ** 2

# color:表示設置線的顏色

# linewidth:表示設置線的寬度

# linestyle:表示設置線的風格

plt.figure(figsize=(2,2))

plt.plot(x,y1,color='r',linewidth=1.0,linestyle='--')

plt.plot(x,y2,color='b',linewidth=5.0,linestyle='-')

plt.show()

# 上面的效果就是2條曲線被放到一個畫布中

效果如下

4、限制x軸，y軸的顯示范圍，為x軸和y軸添加描述，替換x軸和y軸的顯示信息

代碼如下

import numpy as np

import matplotlib.pyplot as plt

# 設置坐標軸

x = np.linspace(-3,3,100)

y1 = x * 2 + 0.5

y2 = x ** 2

plt.figure(figsize=(6,6))

plt.plot(x,y1,color='r',linewidth=1.0,linestyle='--')

plt.plot(x,y2,color='b',linewidth=5.0,linestyle='-')

# 限制x軸的顯示范圍

plt.xlim((-1,2))

# 限制y軸的顯示范圍

plt.ylim((-1,5))

# 給x軸加描述

plt.xlabel("xxxxxx")

# 給y軸加描述

plt.ylabel("yyyyyy")

# 替換一下橫坐標的顯示

temp = np.linspace(-2,2,11)

plt.xticks(temp)

# 替換縱坐標的標簽，用level0代替之前的-1

plt.yticks([-1,0,1,2,3,4,5],["level0","level1","level2","level3","level4","level5","level6"])

plt.show()

效果如下

5、對邊框進行設置，調整x軸和y軸的位置

代碼如下

import numpy as np

import matplotlib.pyplot as plt

# 設置坐標軸

x = np.linspace(-3,3,100)

y1 = x * 2 + 0.5

y2 = x ** 2

plt.figure(figsize=(6,6))

plt.plot(x,y1,color='r',linewidth=1.0,linestyle='--')

plt.plot(x,y2,color='b',linewidth=5.0,linestyle='-')

# 限制x軸的顯示范圍

plt.xlim((-1,2))

# 限制y軸的顯示范圍

plt.ylim((-1,5))

# 給x軸加描述

plt.xlabel("xxxxxx")

# 給y軸加描述

plt.ylabel("yyyyyy")

# 替換一下橫坐標的顯示

temp = np.linspace(-2,2,11)

plt.xticks(temp)

# 替換縱坐標的標簽，用level0代替之前的-1

# plt.yticks([-1,0,1,2,3,4,5],["level0","level1","level2","level3","level4","level5","level6"])

# 獲取邊框

ax = plt.gca()

# 設置右邊框的顏色為紅色

ax.spines["right"].set_color("r")

# 去掉上邊框

ax.spines["top"].set_color(None)

# 把x軸的刻度設置為bottom

ax.xaxis.set_ticks_position("bottom")

# 把y軸的客戶設置為left

ax.yaxis.set_ticks_position("left")

# 設置x和y交匯的點，x軸是0，y是也是0，也就是x軸和y軸的都是0點交匯

ax.spines["bottom"].set_position(("data",0))

ax.spines["left"].set_position(("data",0))

plt.show()

效果如下

6、為畫布添加圖例

代碼如下

#Auther Bob

#--*--conding:utf-8 --*--

import numpy as np

import matplotlib.pyplot as plt

# 設置圖例

x = np.linspace(-3, 3, 100)

y1 = x * 2 + 0.5

y2 = x ** 2

plt.figure(figsize=(6, 6))

# 首先要為兩條線分別取名，這里的逗號必須要有

l1, = plt.plot(x, y1, color='r', linewidth=1.0, linestyle='--')

l2, = plt.plot(x, y2, color='b', linewidth=5.0, linestyle='-')

# handles控制圖例中要說明的線

# labels為兩條線分別取一個label

# loc控制圖例的顯示位置，一般用best，由代碼為我們選擇最優的位置即可

plt.legend(handles=[l1, l2], labels=["test1", "test2"], loc='best')

# 限制x軸的顯示范圍

plt.xlim((-1, 2))

# 限制y軸的顯示范圍

plt.ylim((-1, 5))

# 給x軸加描述

plt.xlabel("xxxxxx")

# 給y軸加描述

plt.ylabel("yyyyyy")

# 替換一下橫坐標的顯示

temp = np.linspace(-2, 2, 11)

plt.xticks(temp)

# 替換縱坐標的標簽，用level0代替之前的-1

plt.yticks([-1, 0, 1, 2, 3, 4, 5], ["level0", "level1", "level2", "level3", "level4", "level5", "level6"])

# 為圖像加一個圖例，用來對圖像做說明

plt.show()

效果如下

7、為圖像添加描述

代碼如下

import numpy as np

import matplotlib.pyplot as plt

# 為圖像做標注

x = np.linspace(-3,3,100)

y1 = x * 2

# y2 = x ** 2

plt.figure(figsize=(6,6))

plt.plot(x,y1,color='r',linewidth=1.0,linestyle='-')

# 給x軸加描述

plt.xlabel("xxxxxx")

# 給y軸加描述

plt.ylabel("yyyyyy")

# ======================================================

# 在x軸為x0，y軸為x0 * 2上畫一個點，這個點的顏色是紅色，大小為50，這個大小就是這個點顯示的大小

x0 = 0.5

y0 = x0 * 2

# scatter是畫點的方法

plt.scatter(x0,y0,color='g',s=50)

# 畫線

# 這條線是第一個點的坐標為[x0,y0],第二個點的坐標為[x0,-6]，后面就是設置線的風格，線的顏色，線的寬度

plt.plot([x0,x0],[y0,-6],color='k',linestyle='--',linewidth=1.0)

# 畫箭頭和描述

# xy代表我們的點

# xytext代碼我們描述的位置，基于當前的點，在x軸+30，在y軸-30

# r'$2*x={n}$是我們要顯示的文字信息，格式必須要這樣

# textcoords表示作為起點

# fontsize表示設置字體大小

# arrowprops設置箭頭

# arrowstyle設置箭頭的樣式

# connectionstyle設置風格.2表示弧度

plt.annotate(r'$2*0.5={n}$'.format(n = y0),xy=(x0,y0),xytext=(+30,-30),textcoords='offset points',fontsize=10,arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))

# 顯示文字描述，從x軸為-1，y軸為2開始顯示，$$中就是要顯示的字符，這里如果要顯示空格，則需要轉義

# fontdict設置字體

plt.text(-1,2,r'$1\ 2\ 3\ 4$',fontdict={"size":16,"color":"r"})

# =========================================================

# 為圖像加一個圖例，用來對圖像做說明

plt.show()

效果如下

8、繪制散點圖

代碼如下

import numpy as np

import matplotlib.pyplot as plt

# 繪制散點圖

# plt.scatter(np.arange(1,10,1),np.arange(10,19,1))

# plt.scatter(np.linspace(-3,3,10),np.linspace(-3,3,10))

x = np.random.normal(1,10,500)

y = np.random.normal(1,10,500)

print(x)

# s設置點的大小

# c是顏色

# alpha是透明度

plt.scatter(x,y,s=50,c='b',alpha=0.5)

plt.show()

效果如下

9、繪制直方圖

代碼如下

import numpy as np

import matplotlib.pyplot as plt

# 繪制直方圖

x = np.arange(10)

y = x ** 2 + 10

# facecolor設置柱體的顏色

# edgecolor設置邊框的顏色

plt.bar(x,y,facecolor='g',edgecolor='r')

# 繪制翻轉過來的直方圖

# plt.bar(x,-y)

#顯示文字

for x,y in zip(x,y):

plt.text(x,y,"{f}".format(f=y),ha="center",va='bottom')

plt.show()

效果如下

10、一張畫布顯示多張圖像

代碼如下

#Auther Bob

#--*--conding:utf-8 --*--

import numpy as np

import matplotlib.pyplot as plt

# plt.figure()

# 有一個兩行兩列的單元格，這個位于第一個單元格

# plt.subplot(2,2,1)

# 畫一條【0,0】-----》【1,1】的直線

# plt.plot([0,1],[0,1])

# 有一個兩行兩列的單元格，這個位于第一個單元格

# plt.subplot(2,2,2)

# 畫一條【0,0】-----》【1,1】的直線

# plt.plot([0,1],[0,1])

# 有一個兩行兩列的單元格，這個位于第一個單元格

# plt.subplot(2,2,3)

# 畫一條【0,0】-----》【1,1】的直線

# plt.plot([1,0],[0,1])

# plt.show()

# 上面的例子，每張圖他顯示的大小是一樣的，我們想顯示不同的大小該怎么辦？

plt.figure()

# 有一個兩行三列的單元格，這個位于第一個單元格

plt.subplot(2,1,1)

# 畫一條【0,0】-----》【1,1】的直線

plt.plot([0,1],[0,1])

# 有一個兩行三列的單元格，這個位于第四個單元格，因為第一個單元格占了3個位子，所以這里就是第四個

plt.subplot(2,3,4)

# 畫一條【0,0】-----》【1,1】的直線

plt.plot([0,1],[0,1])

# 有一個兩行三列的單元格，這個位于第五個單元格

plt.subplot(2,3,5)

# 畫一條【0,0】-----》【1,1】的直線

plt.plot([1,0],[0,1])

plt.show()

效果如下

11、matplotlib模塊中的顏色和線條風格，取自菜鳥教程

作為線性圖的替代，可以通過向 plot() 函數添加格式字符串來顯示離散值。 可以使用以下格式化字符。

字符描述

'-'

實線樣式

'--'

短橫線樣式

'-.'

點劃線樣式

':'

虛線樣式

'.'

點標記

','

像素標記

'o'

圓標記

'v'

倒三角標記

'^'

正三角標記

'<'

左三角標記

'>'

右三角標記

'1'

下箭頭標記

'2'

上箭頭標記

'3'

左箭頭標記

'4'

右箭頭標記

's'

正方形標記

'p'

五邊形標記

'*'

星形標記

'h'

六邊形標記 1

'H'

六邊形標記 2

'+'

加號標記

'x'

X 標記

'D'

菱形標記

'd'

窄菱形標記

'|'

豎直線標記

'_'

水平線標記

以下是顏色的縮寫：

字符顏色

'b'

藍色

'g'

綠色

'r'

紅色

'c'

青色

'm'

品紅色

'y'

黃色

'k'

黑色

'w'

白色

總結

以上是生活随笔為你收集整理的python画图的模块_python强大的绘图模块matplotlib示例讲解的全部內容，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。