区分figure和axes
figure 是作图时给你的一个大画板，而 axes 是在这个画板上的很多幅画布（子图），绘制的所有图都在画布（axes）上。
*plt.figure
通常我们创建图形时，首先会用 fig = plt.figure() 创建一个 “画板”，并定义画板名称为 fig，此时画板是空白的，后面我们可以在画板上绘制一个或多个子图像。
通过 ax = fig.add_subplot() 向画板中添加新的画布，并为画布指定名字为 “ax”，然后就可以单独给这个画布设置各种属性啦。
plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs)
num当给它一个数字时，就作为画板的编号，相当于 ID 号；当给它一个字符串时，就作为画板的名称figsize画板的宽、高，单位为英寸 (2.5cm)dpi指定在该画板上绘制的图像的分辨率，即每英寸多少个像素facecolor画板的背景颜色edgecolor画板的边框颜色frameon是否显示边框
plt.subplot(nrows, ncols, index, **kwargs)
import matplotlib.pyplot as plt fig = plt.figure(num='panel', figsize=(8,4),facecolor='gray') # 绘制两个不同大小的区域 plt.subplot(1,3,1) # 划分1行3列，第1个子区域 plt.subplot(1,2,2) # 划分1行2列，第2个子区域 plt.show()
# create data A1 = np.arange(1, 6) # x ∈ [1,5] A2 = np.arange(1, 11) # x ∈ [1,10] B = A1 ** 2 C = A1 ** 3 D = A2 ** 2 # create figure and axes fig = plt.figure() ax1 = fig.add_subplot(221) #分成2x2，占用第一个，即第一行第一列的子图 ax2 = fig.add_subplot(222) #分成2x2，占用第二个，即第一行第二列的子图 ax3 = fig.add_subplot(212) #分成2x1，占用第二个，即第二行 # plot data ax1.bar(A1, B) ax2.scatter(A1, C) ax3.plot(A2, D) plt.show()
创建子图更简便的方法——引入axes
import matplotlib.pyplot as plt import numpy as np # create data A = np.arange(1,5) B = A**2 C = A**3 # create figure and axes fig, axes = plt.subplots(1, 2, figsize=(6,3)) # plot data axes[0].plot(A,B) #可以用索引的方法获得 axes[1].scatter(A,C)
设置每一个 axes 的坐标轴信息：
# 设定标题 ax.set_title('Title',fontsize=18) ax.set_xlabel('xlabel', fontsize=18,fontfamily = 'sans-serif',fontstyle='italic') ax.set_ylabel('ylabel', fontsize='x-large',fontstyle='oblique') ax.legend() # 属性设定 ax.set_aspect('equal') ax.minorticks_on() ax.set_xlim(0,16) ax.grid(which='minor', axis='both') # 坐标轴细节 ax.xaxis.set_tick_params(rotation=45,labelsize=18,colors='w') start, end = ax.get_xlim() ax.xaxis.set_ticks(np.arange(start, end,1)) ax.yaxis.tick_right() # 关闭坐标轴 plt.axis('off') # 需要位于plt.imshow之后，plt.show之前
1. 折线图 line plot
1）plot()函数参数可包含多个x,y,可设置折线的对应属性：颜色、线宽度等
如：plot(x1,y1,x2,y2,x3,y3……)//在同一幅图中显示多条折线
2)plt.plot(x,y,label=”red”,color=”r”,linestyle=”–”,linewidth=5,marker=”^”,markersize=20)
//设置折线颜色、标签、折线类型、关键点符号、marker大小
import matplotlib.pyplot as plt import matplotlib as mlp import numpy as np x=10*np.random.randn(3) x.sort() y=10*np.random.rand(3) y.sort() plt.plot(x,y,x+1,y+1) plt.show()
2. 直方图 Histogram
函数：pyplot.hist()
hist(x,bins=25)//x分布集合，bins要分布的条形数量
import matplotlib.pyplot as plt import matplotlib as mlp import numpy as np x=np.random.randn(1000)//产生符合标准正太分布的1000个数 plt.hist(x,bins=25)//画出分布直方图 plt.savefig("1.png") plt.show()
matplotlib.pyplot.hist( x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype=u'bar', align=u'mid', orientation=u'vertical', rwidth=None, log=False, color=None, label=None, stacked=False, hold=None, **kwargs)
x : (n,) array or sequence of (n,) arrays
这个参数是指定每个bin(箱子)分布的数据,对应x轴
bins : integer or array_like, optional
这个参数指定bin(箱子)的个数,也就是总共有几条条状图
normed : boolean, optional
If True, the first element of the return tuple will be the counts normalized to form a probability density, i.e.,n/(len(x)`dbin)
这个参数指定密度,也就是每个条状图的占比例比,默认为1
color : color or array_like of colors or None, optional
这个指定条状图的颜色
3. 条形图 Bar char
plt.bar(left=index, height=y, color='red', width=0.5) plt.show()
4. 饼状图 pie chart
explode = (0, 0.1, 0, 0) # only "explode" the 2nd slice
5. 描点图 Scatter plot
