【Matplotlib】概要总览第一讲

之前一直使用 matplotlib, 但都是随用随查，现在特开此系列帖子已记录其学习过程。

Matplotlib可能是Python 扩展包中仅有的最流行的 2D 绘图库。她不仅提供了快速的方式可视化Python中的数据，而且提供流行的图形格式的选择。

pyplot 是非常接近 Matlab 的一个函数库，承担了大部分的绘图任务。我们可以通过以下命令引入pyplot.

from matplotlib import pyplot as plt

文档链接：

matplotlib 中提供了一系列的参数，比如图形大小（figure size），图形质量（dpi), 线宽（linewidth), 颜色和样式（color and style), axes, axis and grid properties, text and font properties 等等。

先举个简单的例子（使用默认设置）：

import numpy as np
import matplotlib.pyplot as plt

X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

plt.plot(X, C)
plt.plot(X, S)

plt.show()

实例化设置初始设置：

文档链接：

Customizing matplotlib

增加相关的设置后代码如下：

import numpy as np
import matplotlib.pyplot as plt

# Create a figure of size 8x6 inches, 80 dots per inch
plt.figure(figsize=(8, 6), dpi=80)

# Create a new subplot from a grid of 1x1
plt.subplot(1, 1, 1)

X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

# Plot cosine with a blue continuous line of width 1 (pixels)
plt.plot(X, C, color="blue", linewidth=1.0, linestyle="-")

# Plot sine with a green continuous line of width 1 (pixels)
plt.plot(X, S, color="green", linewidth=1.0, linestyle="-")

# Set x limits
plt.xlim(-4.0, 4.0)

# Set x ticks
plt.xticks(np.linspace(-4, 4, 9, endpoint=True))

# Set y limits
plt.ylim(-1.0, 1.0)

# Set y ticks
plt.yticks(np.linspace(-1, 1, 5, endpoint=True))

# Save figure using 72 dots per inch
# plt.savefig("exercice_2.png", dpi=72)

# Show result on screen
plt.show()

具体设置下一节再说吧。