大多數人不會花大量時間去學 matplotlib 庫，仍然可以實現繪圖需求，因為已經有人在 stackoverflow、github 等開源平臺上提供了絕大多數畫圖問題的解決方案。我們通常會使用 google 來完成繪圖需求。至少我是這樣。

那學 matplotlib 庫有什么用?答案是：可以節約搜索時間。掌握 matplotlib 的速查表并了解其基本接口，根據個性需求從眾多資源中編輯我們的繪圖，從長期來看會節約很多的時間。

大部分內容取自以下 2 個鏈接，建議也去閱讀一下。

https://realpython.com/python-matplotlib-guide/#why-can-matplotlib-be-confusing

https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Matplotlib_Cheat_Sheet.pdf

matplotlib 是一個基于 Python 的 2D 繪圖庫，其可以在跨平臺的在各種硬拷貝格式和交互式環境中繪制出高圖形。

一個有趣的現象。為什么引用庫總采用 import matplotlib.pyplot as plt 的方式呢?

因為使用例如 pylab import * 或者 %pylab 是一個非常不好的方式，matplotlib 官方不建議這樣使用，具體原因如下：

由于歷史原因，from pylab import * 仍然存在，但是強烈建議不要這樣使用。這樣做會遮蔽 Python 的內置函數進而占用命名空間，導致難以追蹤的 bugs。想要實現零輸入獲得 IPython 集成，推薦使用 %matplotlib 命令。來源：https://matplotlib.org/users/shell.html#using-matplotlib-in-a-python-shell

使用 matplotlib 繪制不同類型的圖像是很容易的，有很多文檔和教程。最重要的是，了解最佳的繪圖方式。如何使用 axes，subplots 等。這篇文章主要針對這些問題。

1.內聯繪圖和 % matplotlib

%matplotlib 命令可以在當前的 Notebook 中啟用繪圖。這個命令提供一個可選參數，指定使用哪個 matplotlib 后端。絕大多數情況下，Notebook 中都是使用 inline 后臺，它可以在 Notebook 中嵌入繪圖。另一個選項是 qt 后臺，它在側窗口打中打開 Matplotlib 交互 UI 。

Matlibplot 提供了多種繪圖 UI ，可進行如下分類 ：

彈出窗口和交互界面： %matplotlib qt 和 %matplot tk

非交互式內聯繪圖： %matplotlib inline

交互式內聯繪圖： %matplotlib notebook-->別用這個，它會讓開關變得困難。

2.理解 matplotlib 對象結構

pyplot 是一個 matplotlib 面向對象的函數接口。

plt.gca()

它返回當前 plot() 關聯的軸

如果不使用 plt.close()，則會顯示出空的圖形。因為在開始時使用了 inline 命令。

axis_id 仍然是相同的，但是當我們移動到另一個 Notebook 塊時，plt.gca() 會發生變化。

Setter 和 Getter

Getter 和 Setter 方法用于捕獲當前或任意 axies 以及對其進行修改。我們可能需要修改標題、顏色、圖列、字體等。有兩種方法：

1. 使用 fig.axes[i] 指定要抓取的 axes，使用 setter 的 getter 對 axies 對象進行調用。在上面的例子中，只有一個 axes，所以我們調用 axes[0]。

2. 我們可以直接使用 plt.bla() 調用當前 axis(其中，bla 可以是 title()，legend()，xlabel()等)。這是 matlibplot 面向對象的一種函數。這個函數讓修改當前的 axes 變得容易。比 1 的方法更常用。

當我們使用 axes[i] 時，我們可以調用任何之前的代碼塊中的任何 axes 對象，但是調用 plt.bla()，會在每個代碼塊中創建新的 axes 對象，并只調用當前對象。因此，上面例子中，只在 plt.title() 被調用時，才創建新 plt 對象。

重要觀察：我們通常在當前 axis 對象上調用 plt.bla()，這種語法使得每個代碼塊中的 axis 對象都是新創建的。但是通過調用 fig.axes[0]，我們也可以從任何代碼塊中處理之前的 axes 對象。

這是 stateless(object oriented) 方法，并可以自定義，當圖像變得復雜時，這樣做很方便。

所以，我建議是使用 fig，ax = plt.subplots(_) 先解壓 axes 和 figure，并給它們分配給一個新的變量。然后，可以對這些變量使用 Getter 和 Setter 方法進行繪圖中的更改。此外，這使得我們能夠在多個 axes 上做工作，而不是只在一個當前 axes 上。pyplot 使用 1 次創建子圖，然后使用 OO 方法。

結論：從現在開始，我使用 plt.subpots() 來完成不同的繪圖。(如果有人認為這個觀點是錯誤的，請糾正我)

3.matplotlib 圖像剖析

來自： https://matplotlib.org/faq/usage_faq.html

4.繪圖的基本例子

如何作圖的基本例子，涵蓋面向對象繪圖的各個方面。請仔細閱讀。

總結上面的例子：

我們創建 1 行和 2 列的圖形。即，1 行和 2 列中的 2 個 axes 對象。

我們分別自定義 ax1 和 ax2。可以看到，我們可以將 Y-ticks 移動到右邊的第二圖形中。

5.二維網格的繪制

subplot2grid

需要做什么?

觀察下面的繪圖格式。

思路是把上面的圖形考慮成為 2x4 網格。然后將多個網格分配給單個圖以容納所需的圖形。

重點：

我們可以使用 subplot2grid 定制我們的繪圖布局。

我們可以用 plt.figure() 創建無 axes 對象的圖形，然后手動添加 axes 對象。

我們可以使用 fig.suptitle() 來設置整個圖形的總標題。

6.顏色，顏色條，RGB 數組和顏色圖譜

我們已經介紹了 ax.plot()，ax.scatter()，ax.bar() 和 ax.hist() 等基本圖形操作，另一個更常用的函數是 ax.imshow()，它用來顯示彩色圖或圖像/RGB 數組。

7.線條樣式和線條寬度

改變線條寬度、顏色或風格。

8.基本的數據分布

EDA 過程中的必要操作。

9.二維數組的等高線圖和顏色網格圖

熱像圖(顏色網格圖)和等高線圖在很多情況下都有助于可視化 2D 數據。

10.圖像的調整、修改邊緣坐標和標度

最后調整細節，讓繪圖變得更好看。

11.標度的限制和自動調整

需要注意的事情：

填充(padding)自動設置 X 軸或 Y 軸網格標度

我們可以使用 xlim，ylim 設置 x，y 的刻度限制

12.技巧

13.軸線

14.結束

博客原址： https://www.kaggle.com/grroverpr/matplotlib-plotting-guide/notebook

總結

以上是生活随笔為你收集整理的python怎么用matplotlib_Python Matplotlib 绘图使用指南 （附代码）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。