matplotlib是受MATLAB的启发构建的。MATLAB是数据绘图领域广泛使用的语言和工具。MATLAB语言是面向过程的。利用函数的调用，MATLAB中可以轻松的利用一行命令来绘制直线，然后再用一系列的函数调整结果。

matplotlib有一套完全仿照MATLAB的函数形式的绘图接口，在matplotlib.pyplot模块中。这套函数接口方便MATLAB用户过度到matplotlib包

官网：http://matplotlib.org/

学习方式：从官网examples入门学习

http://matplotlib.org/examples/index.html

http://matplotlib.org/gallery.html

import matplotlib.pyplot as plt

在绘图结构中，figure创建窗口，subplot创建子图。所有的绘画只能在子图上进行。plt表示当前子图，若没有就创建一个子图。所以你会看到一些教程中使用plt进行设置，一些教程使用子图属性进行设置。他们往往存在对应功能函数。

Figure：面板(图)，matplotlib中的所有图像都是位于figure对象中，一个图像只能有一个figure对象。

Subplot：子图，figure对象下创建一个或多个subplot对象(即axes)用于绘制图像。

配置参数：

axex: 设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示

figure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置

font: 字体集(font family)、字体大小和样式设置

grid: 设置网格颜色和线性

legend: 设置图例和其中的文本的显示

line: 设置线条(颜色、线型、宽度等)和标记

patch: 是填充2D空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。

savefig: 可以对保存的图形进行单独设置。例如，设置渲染的文件的背景为白色。

verbose: 设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying。

xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。

标题线条相关属性标记设置

线条风格linestyle或ls

描述

‘-‘

实线

‘:’

虚线

‘–’

破折现

‘None’,’ ‘,’’

什么都不画

‘‘-.’

点画线

线条标记

标记maker 描述 ‘o’ 圆圈

‘.’ 点

‘D’ 菱形

‘s’ 正方形

‘h’ 六边形1

‘*’ 星号

‘H’ 六边形2

‘d’ 小菱形

‘_’ 水平线

‘v’ 一角朝下的三角形

‘8’ 八边形

‘

‘p’ 五边形

‘>’ 一角朝右的三角形

‘,’ 像素

‘^’ 一角朝上的三角形

‘+’ 加号

‘\ ‘ 竖线

‘None’,’’,’ ‘ 无

‘x’ X

颜色

别名 颜色

b 蓝色

g 绿色

r 红色

y 黄色

c 青色

k 黑色

m 洋红色

w 白色

如果这两种颜色不够用，还可以通过两种其他方式来定义颜色值：

1、使用HTML十六进制字符串 color=’#123456’ 使用合法的HTML颜色名字(’red’,’chartreuse’等)。

2、也可以传入一个归一化到[0,1]的RGB元祖。 color=(0.3,0.3,0.4)

背景色

通过向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()这样的方法提供一个axisbg参数，可以指定坐标这的背景色。

subplot(111,axisbg=(0.1843,0.3098,0.3098))

以下示例需要引入的库包括

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from matplotlib.ticker import MultipleLocator

简单绘图方法

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

#1、隐式创建figure对象

x = np.array([1,3,5,7])

y = np.array([4,9,6,8])

plt.plot(x,y)

plt.show()

#当第一次执行plt.xxx()画图代码时，系统会去判断是否已经有了figure对象，如果没有，系统会自动创建一个figure对象，并且在这个figure之上，自动创建一个axes坐标系(注意：默认创建一个figure对象，一个axes坐标系)。

#也就是说，如果我们不设置figure对象，那么一个figure对象上，只能有一个axes坐标系，即我们只能绘制一个图形。

#2、显示创建figure对象

figure = plt.figure()

axes1 = figure.add_subplot(2,1,1) #参数：行数，列数，第几个。

axes2 = figure.add_subplot(2,1,2)

axes1.plot(x,y)

axes2.plot(x,-y)

figure.show()

其中，show函数在pycharm中必须有。

画图基础设置

import matplotlib.pyplot as plt

import matplotlib

import numpy as np

import math

plt.style.use('seaborn-white')

#classic seaborn-white

chinese =matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc')

x = np.arange(0,2*math.pi+0.1,0.1)

y = np.sin(x)

fig = plt.figure(1,figsize = (7,6))

ax1 = plt.subplot(1,1,1,facecolor='white')

#设置基本元素

ax1.set_title('三分之一倍频程',fontproperties=chinese,fontsize =15) #设置图名字

ax1.set_xlabel('中心频率 Hz',fontproperties="SimSun",fontsize = 15)

ax1.set_ylabel('振动加速度 m/ss',fontproperties="SimSun",fontsize = 15)

#plt.axis([-6,6,-10,10])

ax1.set_xlim(0,5)#设置横轴范围，会覆盖上面axis的设置

ax1.set_ylim(-2,2)#设置纵轴的范围

#ax1.xaxis.grid(True, which='major') #x坐标轴的网格使用定义的主刻度格式

#ax1.yaxis.grid(True, which='major') #x坐标轴的网格使用定义的主刻度格式

ax1.grid(b=False,which='major',axis='both',alpha= 0.5,color='black',linestyle='--',linewidth=1)

ax1.set_xticks([]) #去除坐标轴刻度

ax1.set_xticks((0,1,2,3,4,5,6,7)) #设置坐标轴刻度但不显示

ax1.set_yticks((-2,-1,0,1,2)) #设置纵坐标刻度但不显示

#显示标签

ax1.set_xticklabels(labels=(0,1,2,3,4,5,6,7),rotation= 0,color = "black",fontproperties="Times New Roman",fontsize=15) #设置刻度的显示文本，rotation旋转角度，fontsize字体大小

ax1.set_yticklabels(labels=(-2,-1,0,1,2),rotation= 0,color = "black",fontproperties="Times New Roman",fontsize=15)

plt.rcParams['xtick.direction'] = 'in' #设置刻度方向，rc配置参数是一种字典类型，可以用来配置字体，线条等

plt.rcParams['ytick.direction'] = 'in'

#plot1=ax1.plot(x,y,marker='o',color='g',label='legend1') #点图：marker图标

plot2=ax1.plot(x,y,linestyle='--',alpha=1,color='g',linewidth=2) #线图：linestyle线性，alpha透明度，color颜色，label图例文本

#图例及其他特殊设置

ax1.legend(['倍频程'],fontsize = 15,prop=chinese,loc='upper left',frameon=True) #显示图例,plt.legend(),frameon图例外框

ax1.text(2.8, 1, r'y=sinx',fontsize=15) #指定位置显示文字,plt.text()

'''ax1.annotate('important point', xy=(2, 6), xytext=(3, 1.5), #添加标注，参数：注释文本、指向点、文字位置、箭头属性

arrowprops=dict(facecolor='black', shrink=0.05),)'''

'''axes1 = plt.axes([.2, .3, .1, .1], facecolor='y') #在当前窗口添加一个子图，rect=[左, 下, 宽, 高]，是使用的绝对布局，不和以

axes1.plot(x,y) #在子图上画图'''

plt.savefig('aa.png',dpi = 600)

plt.show()

原文链接:https://blog.csdn.net/weixin_44018405/article/details/105391894