1 前言

需要导入的模块和函数：
import matplotlib.pyplot as plt #画图函数
from matplotlib import style #图形风格设置

2 常用属性和属性变量介绍

属性：风格，点型maker，点的大小Markersize，线型linestyle，线宽Linewidth，颜色'color'，字体大小fontsize，图例label

属性常用的变量：

风格：'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark-palette', 'seaborn-dark', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'seaborn', 'Solarize_Light2', 'tableau-colorblind10', '_classic_test'
点型：圆圈'O',加号'+',星号'*',点'.',叉号'X',方形's',菱形'd'
线型：实线'-',虚线'--',点线':',点划线'-.'
颜色：'r','g','b','c','m','y','k','w','none'-红、绿、蓝、青、洋红、黄、黑、白、默认

3 plot

场景一：已知一个y

import matplotlib.pyplot as plt
from matplotlib import style
#-----只是已知y
x=range(-5,10,1)
y=[i*i for i in x]
plt.figure(1)
style.use('classic')  # 加载'classic'风格
plt.plot(y,marker='o',markersize=6,color="blue", linewidth=2.0, linestyle="solid", label="y")
plt.title('y_test',fontsize=30)#设置图的标题
plt.legend(loc="best")#图例放到图中的最佳位置
plt.xlabel('Points',fontsize=14)  #设置横轴名称以及字体大小
plt.ylabel('Alp',fontsize=14)   #设置纵轴
plt.savefig('a_myplot.jpg', dpi=700) #保存图片，矢量图
plt.show() #显示图像

运行结果：

x默认从0开始，间隔为1.

场景二：已知一个x一个y

import matplotlib.pyplot as plt
from matplotlib import style
#-----已知一个x一个y
x=range(-5,10,1)
y=[i*i for i in x]
plt.figure(2)
style.use('fast')  # 加载'fast'风格
plt.plot(x,y,marker='o',markersize=6,color="blue", linewidth=2.0, linestyle="solid", label="y_x")
plt.title('y_x_test',fontsize=30)#设置图的标题
plt.legend(loc="best")#图例放到图中的最佳位置
plt.xlabel('Points',fontsize=14)  #设置横轴名称以及字体大小
plt.ylabel('Alp',fontsize=14)   #设置纵轴
plt.savefig('a_myplot.jpg', dpi=700) #保存图片，矢量图
plt.show() #显示图像

运行结果：

场景三：已知一个x多个y

import matplotlib.pyplot as plt
from matplotlib import style
#-----已知一个x多个y
x=range(-5,10,1)
y1=x
y2=[i*i for i in x]
plt.figure(3)
style.use('ggplot')  # 加载'ggplot'风格
plt.plot(x,y1,marker='o',markersize=6,color="b", linewidth=2.0, linestyle="solid", label="y1_x")
plt.plot(x,y2,marker='o',markersize=6,color="r", linewidth=2.0, linestyle="solid", label="y2_x")
plt.title('ys_x_test',fontsize=30)#设置图的标题
plt.legend(loc="best")#图例放到图中的最佳位置
plt.xlabel('Points',fontsize=14)  #设置横轴名称以及字体大小
plt.ylabel('Alp',fontsize=14)   #设置纵轴
plt.savefig('a_myplot.jpg', dpi=700) #保存图片，矢量图
plt.show() #显示图像

运行结果如下：

在这里有个疑问，如果有100个y，那需要把那条plt.plot()的代码复制100条吗？不知道有没有更简洁的方法?

4 subplots

subplots实际上是在一幅图里面显示几张子图，弄清楚子图显示的位置即可。

import matplotlib.pyplot as plt
from matplotlib import style
#-----子图显示方法
x=range(-5,10,1)
y1=x
y2=[i*i for i in x]
plt.figure(4)
style.use('grayscale')  # 加载'grayscale'风格
fig,ax=plt.subplots(2,2) #设置子图的数量
ax[0][0].plot(x,y1,marker='o',markersize=6,color="b", linewidth=2.0, linestyle="solid", label="y1_x")
ax[0][0].set_title('y1_x_test',fontsize=15)#设置图的标题
ax[0][0].set_xlabel('Points',fontsize=10)  #设置横轴名称以及字体大小
ax[0][0].set_ylabel('Alp',fontsize=10)   #设置纵轴
ax[0][0].legend(loc="best")#图例放到图中的最佳位置ax[1][0].plot(x,y2,marker='o',markersize=6,color="r", linewidth=2.0, linestyle="solid", label="y2_x")
ax[1][0].set_title('y2_x_test',fontsize=15)#设置图的标题
ax[1][0].set_xlabel('Points',fontsize=10)  #设置横轴名称以及字体大小
ax[1][0].set_ylabel('Alp',fontsize=10)   #设置纵轴
ax[1][0].legend(loc="best")#图例放到图中的最佳位置plt.tight_layout()  # 当有多个子图时，可以使用该语句保证各子图标题不会重叠
plt.savefig('a_myplot.jpg', dpi=700) #保存图片，矢量图
plt.show() 显示图像

运行结果如下：

5 plot封装

在第三章学习的过程中，发现有如下问题：

① 图像中不能显示中文；

② 负号可能不正常显示；

③ 当因变量过多时，plot用起来很麻烦。

笔者总结了一个可以解决上述问题的子函数。子函数代码如下：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import style# 函数的功能，在一张图里显示一个x一个y或者1个x多个y
# count表示第几张图片
# x,y是自变量和因变量，y是按列的二维数组，每一列对应一个因变量
# my_title是图名，格式是字符串
# my_label是图例名,字符串
# my_xlabel,是横坐标名称，字符串
# my_ylabel,是纵坐标,字符串
def plot_x_ys(count, x, y, my_title, my_label, my_xlabel, my_ylabel, my_color,my_makerize,my_linewidth):if len(y.shape) == 1:y = y[:, np.newaxis]  # 如果是向量，列数的求解会报错，需要将向量转换成1列二维数组m = y.shape[0]  # 行数n = y.shape[1]  # 列数plt.figure(count)style.use('seaborn-bright')  ##加载'seaborn-bright'风格plt.rcParams['font.sans-serif'] = ['Songti SC']  # 配置以后可以显示中文plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号for i in range(n):  # 通过循环显示多个yplt.plot(x, y[:, i], marker='o', markersize=my_makerize, color=my_color[i], linewidth=my_linewidth, linestyle="solid",label=my_label[i])plt.title(my_title, fontsize=25)  # 设置图的标题plt.legend(loc="best")  # 图例放到图中的最佳位置plt.xlabel(my_xlabel, fontsize=15)  # 设置横轴名称以及字体大小plt.ylabel(my_ylabel, fontsize=15)  # 设置纵轴plt.show()

注：代码段中，配置显示中文和正常显示负号的代码是必须的，否则会出错。

测试用例如下：

import numpy as np
x=range(-5,10,1)
y1=[i*i for i in x]
y2=[-i*i*i/10 for i in x]
y3=[2*i+1 for i in x]
y=np.array([y1,y2,y3]).T #一个列对应一个因变量
#----显示
my_title="图题" #设置图题名称
my_xlabel="自变量" #设置横轴名称
my_ylabel="因变量" # 设置纵轴名称
my_label=["y1_x","y2_x","y3_x"] #设置图例名称，list
my_color=["black","red","blue"] #设置颜色，list
plot_x_ys(1,x,y,my_title,my_label,my_xlabel,my_ylabel,my_color)

运行结果如下：

封装以后主函数的代码清爽很多。从运行结果可以看出，图中可正常显示中文，且坐标轴负号显示正常。

Python作图总结——plot,subplots相关推荐

python 作图：heatmap
python 作图:heatmap 导入几个库 import numpy as np from numpy import random import pandas as pdimport matplo ...
python画图程序没有图_解决python中使用plot画图,图不显示的问题
解决python中使用plot画图,图不显示的问题对以下数据画图结果图不显示,修改过程如下 df3 = {'chinese':109, 'American':88, 'German': 66, 'K ...
python作图颜色_python作图颜色
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 总结今天下午收获颇丰,忘记了吃饭,忘记了打游戏,一直在学习python作图. 学 ...
python使用matplotlib可视化subplots绘制子图、自定义几行几列子图，如果M行N列，那么最终包含M*N个子图、在指定的子图中添加可视化结果
python使用matplotlib可视化subplots绘制子图.自定义几行几列子图,如果M行N列,那么最终包含M*N个子图.在指定的子图中添加可视化结果目录
python使用matplotlib可视化subplots子图、为subplots添加主标题（main title）、为subplots的每一个子图添加子图标题（subplots title）
python使用matplotlib可视化subplots子图.为subplots添加主标题(main title).为subplots的每一个子图添加子图标题(subplots title) 目录
python使用matplotlib可视化subplots子图、subplots绘制子图、子图之间有重叠问题、使用subplots_adjust函数合理设置子图之间的水平和垂直距离
python使用matplotlib可视化subplots子图.subplots绘制子图.子图之间有重叠问题.使用subplots_adjust函数合理设置子图之间的水平和垂直距离(vertical/ ...
python 2: 解决python中的plot函数的图例legend不能显示中文问题
python 2: 解决python中的plot函数的图例legend不能显示中文问题参考文章: (1)python 2: 解决python中的plot函数的图例legend不能显示中文问题 (2) ...
不用第三方库，也能用 Python 作图，效果还不错
一提到用 Python 作图,很多人第一个想到的库肯定是 Matplotlib ,功能强大,但是相应地安装所需要的依赖就多.有些开发者在自己的工作流中有简单作图的需求,但是又不希望引入依赖关系复杂的 ...
【Python】matplotlib.plot画图横坐标混乱及间隔处理
今天用matplotlib.plot画折线图图时发现横坐标并没有按顺序排列,出现了混乱的情况,导致图很乱,查了好多方法发现是数据类型的原因(最近我出现的好多问题都是因为数据类型不对,下次出问题要记得用 ...

Python作图总结——plot,subplots