Matplotlib绘图库入门（一）：pyplot绘图基础

Matplotlib 是公认的在python中最好的图像绘制库，Matplotlib 的功能非常的强大，主流的图表格式在Matplotlib 都能够找到，Matplotlib 是一个开源的，官方网站在：https://matplotlib.org/ 下，也有着非常完善的代码例子：https://matplotlib.org/gallery/index.html。Matplotlib 整个体系看起来也非常的严谨，可方便的进行学习和查找。

安装Matplotlib

windows下安装Matplotlib 可以在 https://github.com/matplotlib/matplotlib/downloads 进行下载安装，Matplotlib 安装之前先确保 Numpy 已经存在。当然所有的平台下可以使用pip进行安装。

pip install matplotlib

也推荐使用pip 进行安装，他会帮助下载一些需要的依赖项， matplotlib 比较大，需要下载一定的时间。

matplotlib.pyplot 是 matplotlib 中一个重要的绘图库，里面包含着大部分的绘图api。

从plot开始了解绘图相关项

在基础绘图中，最常见的是线条的绘制，先看看最简单的线条：

import matplotlib.pyplot as plt
y = [3,7,5,8]
plt.plot(y)
plt.show()

显示的图形是如下：

这是简单的线条图形，这里有两个需要解释的是，plot 函数的参数中，没有给出x坐标，就默认为从0开始，步长为1，长度跟y的长度一致。第二个是plot 应该是画点的，为何画出来的是直线？在plot 参数缺少的情况下，默认的参数是’b-'，亦即蓝色的直线。如下是常见的线条格式配置：

线条颜色

常见的颜色表格，可以快速的进行查询：

标示	颜色
b	蓝色
r	红色
c	青色
g	绿色
m	洋红色
y	黄色
k	黑色
w	白色

下面是个更多的颜色：

https://matplotlib.org/examples/color/named_colors.html

线条样式

常见的线条样式：

标示	描述
‘-’	实线
‘–’	破折线
‘-.’	点划线
‘:’	虚线
‘o’	圆圈
‘+’	加号

更多的标示可以参看官方网站：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html#matplotlib.pyplot.plot

清楚了这些参数以后画器自己想要的线条就容易得多了：

import matplotlib.pyplot as pltx = [x for x in range(1,5)]
y = [3,7,5,8]
plt.plot(x,y,'r--')
plt.show()

红色的破折线：

plot 相关的参数项可以参考官方的说明：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html#matplotlib.pyplot.plot 。

对图表的相关控制和说明

对坐标和图像的控制，matplotlib.pyplot 也有非常多的选项，这里列举一下几个比较常用：

设置图表样式

对图表样式多样化的支持也是 matplotlib 的一大特色，轻松的使用已经设计好的样式，很容易就能够美化所绘制的图表。

获取系统支持所有的自带样式：

>>> print plt.style.available
[u'seaborn-darkgrid', u'Solarize_Light2', u'seaborn-notebook', u'classic', u'seaborn-ticks', u'grayscale', u'bmh', u'seaborn-talk', u'dark_background', u'ggplot', u'fivethirtyeight', u'_classic_test', u'seaborn-colorblind', u'seaborn-deep', u'seaborn-whitegrid', u'seaborn-bright', u'seaborn-poster', u'seaborn-muted', u'seaborn-paper', u'seaborn-white', u'fast', u'seaborn-pastel', u'seaborn-dark', u'seaborn', u'seaborn-dark-palette']
>>>

对图表进行说明：

title， xlabel， ylabel 分别说明标题，x轴说明，y轴说明。

text() 可以在图中的任意位置添加文字，并支持LaTex语法。

annotate 推特征数据进行说明，用一个箭头引出，并用文字进行说明。因此需要两个坐标，箭头位置和文字位置。

需要注意的是，如果出现了中文乱码的话，需要进行相应的设置：

#显示中文配置
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus']=False

对坐标进行控制：

xlim，ylim 分别进行对x轴和y轴坐标进行控制，把图表显示在相应的位置上。

xticks , yticks ：有的时候需要特殊化坐标，提高坐标的可读性。

使用上述的配置对图片进行控制：

import matplotlib.pyplot as plt#显示中文配置
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus']=Falseplt.style.use("ggplot")plt.title(u"阿猫学编程 - 线条配置")x = [x for x in range(2,10,2)]
y = [3,7,5,8]plt.xlim(0,10)
plt.ylim(0,10)
plt.text(8.5, 8, r'y=f(x)')plt.plot(x,y,'r--',label=u"销售额")plt.legend(loc='upper left')plt.plot(4,7,'ro')
plt.annotate(u"销售额", xy=(4, 7), xytext=(5, 8),arrowprops=dict(facecolor='black', shrink=0.05),)plt.xlabel(u'x轴')
plt.ylabel(u'y轴')
plt.show()

得到如下的图片：

如果出现了 KeyError: u'axes.uni_minus is not a valid rc parameter. See rcParams.keys() for a list of valid parameters.'的错误，可以注解掉：

#plt.rcParams['axes.unicode_minus']=False