一、matplotlib簡(jiǎn)介

Matplotlib 是 Python 生態(tài)系統(tǒng)的一個(gè)重要組成部分，是用于可視化的繪圖庫(kù)，它提供了一整套和 matlab 相似的命令 API 和可視化界面，可以生成出版質(zhì)量級(jí)別的精美圖形，Matplotlib 使繪圖變得非常簡(jiǎn)單，在易用性和性能間取得了優(yōu)異的平衡。

安裝成功后，即可以在 Python 中像使用其它庫(kù)一樣導(dǎo)入和使用 Matplotlib，而無(wú)需更多文件的配置，通常我們將其導(dǎo)入后使用別名 mpl：

import matplotlib as mpl

Matplotlib 的配置更多的用于修改繪制圖形的默認(rèn)樣式，Matplotlib 的配置文件中包含了各種默認(rèn)的圖形配置信息，我們可以通過(guò)修改這些配置信息修改全局參數(shù)進(jìn)行自定義所繪制圖形的樣式，這些參數(shù)可以改變圖形尺寸、配色方案、字體等一系列信息。 可以使用多種方式完成 Matplotlib 的繪圖配置，以下介紹三種配置方式通過(guò)配置文件進(jìn)行配置、通過(guò) rcParams['param_name'] 動(dòng)態(tài)配置和通過(guò) matplotlib.rc() 函數(shù)配置。

1.1 通過(guò)配置文件進(jìn)行配置

配置文件同樣可以分為幾個(gè)不同的級(jí)別，如果我們希望修改所有的圖形使用的默認(rèn)配置，則需要修改全局默認(rèn)配置；而如果我們需要根據(jù)不同任務(wù)使用不同的配置，或者不同用戶(hù)使用不同的配置，則需要修改局部配置文件，以能夠在不同的用戶(hù)和任務(wù)中使用不同圖形配置。根據(jù)配置文件的作用范圍，可以分為三個(gè)級(jí)別：全局配置文件、用戶(hù)級(jí)配置文件和當(dāng)前任務(wù)配置文件。 不同系統(tǒng)三個(gè)級(jí)別的文件位于不同目錄，可以通過(guò)使用以下代碼，查看配置文件的路徑：

import matplotlib as mpl
import os
?
# 全局配置目錄
print(mpl.__path__)
# 當(dāng)前用戶(hù)配置目錄
print(mpl.get_configdir())
# 當(dāng)前任務(wù)配置目錄，即當(dāng)前代碼運(yùn)行目錄
print(os.getcwd())

• 全局配置文件 mpl-data\matplotlibrc，位于 Matplotlib 的安裝目錄直線，例如在 Window 下將其安裝在 D:\Program Files\Python39\lib\site-packages\matplotlib 目錄下，則全局配置文件的完整文件名為 D:\Program Files\Python39\lib\site-packages\matplotlib\mpl-data\matplotlibrc，默認(rèn)情況下，圖形使用此配置文件進(jìn)行繪制。

• 用戶(hù)級(jí)配置文件 .matplotlib\matplotlibrc，位于用戶(hù)目錄之下，例如，用戶(hù)目錄為 C:\Users\Brainiac\，則相應(yīng)配置文件為 C:\Users\Brainiac\.matplotlib\matplotlibc；如果不存在此文件，也可以根據(jù)全局配置文件與用戶(hù)需求自定創(chuàng)建和修改。

• 當(dāng)前任務(wù)配置文件 matplotlibrc，即位于代碼運(yùn)行目錄之下，可以用于為當(dāng)前任務(wù)的代碼定制 Matplotlib 配置，默認(rèn)情況下不存在此文件，即默認(rèn)使用全局或當(dāng)前用戶(hù)配置文件，我們可以根據(jù)需要?jiǎng)?chuàng)建此文件，并根據(jù)需要進(jìn)行配置。

1.2 通過(guò) rcParams[‘param_name’] 配置

如果僅僅想在當(dāng)前文件中簡(jiǎn)單修改自定義配置，則可以通過(guò) rcParams['param_name'] 更快速的修改。通過(guò)使用以下代碼，可以查看能夠自定義配置的屬性有哪些：

print(mpl.rc_params())
print(mpl.rcParamsDefault)
print(mpl.rcParams)

• mpl.rc_params(): 這個(gè)方法返回一個(gè)包含當(dāng)前matplotlib運(yùn)行時(shí)配置參數(shù)的字典。這些配置參數(shù)包括圖形元素的默認(rèn)顏色、線條樣式、字體設(shè)置、坐標(biāo)軸配置等等。通過(guò)查看這些參數(shù)，可以了解當(dāng)前matplotlib的配置，以便更好地了解圖形的繪制方式和樣式設(shè)置。

• mpl.rcParamsDefault: 這個(gè)屬性返回matplotlib的默認(rèn)運(yùn)行時(shí)配置參數(shù)。這些默認(rèn)配置參數(shù)是在matplotlib庫(kù)安裝時(shí)預(yù)先設(shè)定的值。如果想恢復(fù)matplotlib的默認(rèn)設(shè)置，可以使用這些默認(rèn)參數(shù)進(jìn)行重置。

• mpl.rcParams: 這個(gè)屬性包含當(dāng)前matplotlib的運(yùn)行時(shí)配置參數(shù)，代表了當(dāng)前的matplotlib配置?？梢栽谶\(yùn)行時(shí)通過(guò)修改這些參數(shù)來(lái)自定義圖形的顯示和樣式。例如，可以修改圖形的默認(rèn)顏色、線條樣式、字體設(shè)置、坐標(biāo)軸配置等等，以滿(mǎn)足特定的需求和美學(xué)要求。

使用 rcParams['param_name'] 方式修改配置的方式如下，其中 param_name 表示屬性名:

示例:

mpl.rcParams['lines.linewidth'] = 2
# 修改線條顏色為紅色
mpl.rcParams['lines.color'] = 'r'

在實(shí)際應(yīng)用中，最常用的兩種配置包括中文和中文負(fù)號(hào)的顯示，如果不進(jìn)行配置，默認(rèn)不支持顯示中文與中文負(fù)號(hào)：

#顯示中文
mpl.rcParams['font.sans-serif'] = ['SimHei']
#顯示負(fù)號(hào)
mpl.rcParams['axes.unicode_minus']=False

1.3 通過(guò) matplotlib.rc() 函數(shù)配置

同樣我們也可以使用 matplotlib.rc() 函數(shù)進(jìn)行配置，使用方法如下：

# 修改線寬
mpl.rc('lines', linewidth=2, color='g')

其中 rc 函數(shù)的第一個(gè)參數(shù)為 group 表示屬性所屬的組，用于限定屬性的作用域，例如在以上示例中線寬 linewidth 屬于線 lines 用于限定只在線條中起作用，而對(duì)坐標(biāo)軸等線寬 linewidth 不起作用，如果想要修改包括坐標(biāo)軸在內(nèi)的圖形線寬 linewidth 則需要使用：

# 修改整個(gè)圖形線寬
mpl.rc('axes', linewidth=2)

二、matplotlib繪制簡(jiǎn)單圖形

Matplotlib在圖(Figure)（例如，窗口，Jupyter小部件等）上繪制數(shù)據(jù)，圖可以包含一個(gè)或多個(gè)軸域(Axes)。

2.1 利用plt.subplots繪圖

Axes是一個(gè)可以根據(jù)x-y坐標(biāo)指定點(diǎn)的繪圖區(qū)域（或極坐標(biāo)圖中的θ-r，3D圖中的x-y-z等）。創(chuàng)建帶有Axes的圖的最簡(jiǎn)單方法是使用 pyplot.subplots。然后，可以使用Axes.plot在Axes上繪制一些數(shù)據(jù)：

例如：

x = np.arange(-10,11)
y = x**2 -2*x + 9
fig,ax = plt.subplots() # 創(chuàng)建一個(gè)圖fig， 默認(rèn)包含一個(gè)axes
ax.plot(x,y) # 繪制x-y的折線圖
plt.show()  # 顯示繪制的圖。請(qǐng)注意，如果使用save保存圖片，需要在show前面保存

2.2 圖（Figure）的結(jié)構(gòu)

一幅圖有下面這些部分：標(biāo)題(Title)、圖例（Legend）、x、y軸標(biāo)簽(xlabel、ylabel)等，示意圖如下：

2.2.1 圖 Figure

完整的圖像。該圖跟蹤所有子軸域（Axes）---- 一組“特殊”畫(huà)作（標(biāo)題，圖例，彩條等），甚至嵌套的子圖。

創(chuàng)建新圖的最簡(jiǎn)單方法是使用 pyplot：

fig = plt.figure()  # 空?qǐng)D，沒(méi)有Axes
fig, ax = plt.subplots()  #有1個(gè)Axes
fig, axs = plt.subplots(2, 2)  # 有2x2（兩行兩列） 個(gè)Axes

通常，將軸域（Axes）與 Figure 一起創(chuàng)建很方便，也可以在以后手動(dòng)添加軸域。

2.2.2 軸域 Axes

軸域（Axes）是附加到圖（Figure）上，包含用于繪制數(shù)據(jù)的圖形。

通常包括兩個(gè)軸（Axis）對(duì)象。兩個(gè)軸分別提供刻度（ticks）和標(biāo)簽(tick label)，以便為軸中的數(shù)據(jù)提供比例。每個(gè)軸域還有一個(gè)標(biāo)題（通過(guò) set_title（））設(shè)置）、一個(gè) x 標(biāo)簽（通過(guò) set_xlabel（）） 設(shè)置）和一個(gè)y 標(biāo)簽（通過(guò) set_ylabel（）） 設(shè)置）。

Axes 類(lèi)及其成員函數(shù)是使用 OOP 接口的主要入口點(diǎn)，并且在其上定義了大多數(shù)繪圖方法ax.plot()

2.2.3 軸 Axis

軸設(shè)置刻度（scale）和限制（limits）并且生成刻度（ticks，軸上的標(biāo)記）和刻度標(biāo)簽（ticklabels，標(biāo)記刻度的字符串）ticks位置由定位器（Locator）確定，ticklabel 字符串由格式器（Formatter）設(shè)置。正確的定位器（Locator）和格式器（Formatter）的組合可以對(duì)刻度位置和標(biāo)簽進(jìn)行非常精細(xì)的控制。

2.2.4 Artist

rtist這里翻譯成藝術(shù)家或畫(huà)家。

基本上，圖形上可見(jiàn)的所有內(nèi)容都是藝術(shù)家（甚至是圖形，軸域和軸對(duì)象）。這包括文本、Line2D 、集合、Patch等。渲染圖形時(shí)，所有藝術(shù)家都將被繪制到畫(huà)布上。大多數(shù)藝術(shù)家都與軸域關(guān)聯(lián);這樣的藝術(shù)家不能由多個(gè)軸域共享，也不能從一個(gè)軸移動(dòng)到另一個(gè)軸。

2.2.5 繪圖函數(shù)的輸入數(shù)據(jù)類(lèi)型

繪圖函數(shù)接收 numpy.array或numpy.ma.masked_array作為輸入，或者是可以被傳遞給numpy.asarray的數(shù)據(jù)。pandas數(shù)據(jù)或numpy.matrix可能不會(huì)正常工作。常見(jiàn)的約定是在繪圖前將數(shù)據(jù)轉(zhuǎn)換成numpy.array,示例：

b = np.matrix([[1, 2], [3, 4]])
b_asarray = np.asarray(b) # 使用np.asarray()將其轉(zhuǎn)換成np.array類(lèi)型

大多數(shù)方法還可以解析可尋址對(duì)象，如 dict,np.recarray或pandas.DataFrame.

Matplotlib允許使用關(guān)鍵字參數(shù)生成圖像，傳遞和x,y相應(yīng)的字符串：

scatter方法通常是由數(shù)據(jù)可視化庫(kù)（如Matplotlib或Seaborn）提供的一個(gè)函數(shù)，用于繪制散點(diǎn)圖：

Matplotlib中scatter方法的參數(shù)和用法：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None)

參數(shù)解釋?zhuān)?/strong>

np.random.seed(19680801)  # 偽隨機(jī)數(shù)
data = {'a': np.arange(50),
        'c': np.random.randint(0, 50, 50),
        'd': np.random.randn(50)}
data['b'] = data['a'] + 10 * np.random.randn(50)
data['d'] = np.abs(data['d']) * 100
?
fig, axes = plt.subplots(2,1) # fig 擁有2行1列個(gè)子圖，存放在axes數(shù)組（np.array類(lèi)型）中。
print(axes)
ax = axes[0]
?
ax.scatter('a', 'b', c='c', s='d', data=data)
ax.set_xlabel('entry a')
ax.set_ylabel('entry b')
# 軸域2 ，去掉顏色c，形狀s參數(shù)。
ax2 = axes[1]
ax2.scatter('a', 'b', data=data)
plt.show()

plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

x = np.linspace(0, 2, 100)  # 產(chǎn)生一些數(shù)據(jù)
?
# 使用OO風(fēng)格，先產(chǎn)生兩個(gè)對(duì)象 圖和軸域 （fig, ax）
fig, ax = plt.subplots(figsize=(5, 5), layout='constrained')
# 調(diào)用ax對(duì)象的方法
ax.plot(x, x, label='linear')  # Plot some data on the axes. 繪制線性曲線，并給曲線添加標(biāo)簽'線性'
ax.plot(x, x**2, label='quadratic')  # Plot more data on the axes...繪制二次方曲線，并給曲線添加標(biāo)簽'二次方'
ax.plot(x, x**3, label='cubic')  # ... and some more. 繪制三次方曲線，并給曲線添加標(biāo)簽'三次方'
ax.set_xlabel('x label')  # Add an x-label to the axes.
ax.set_ylabel('y label')  # Add a y-label to the axes.
ax.set_title("Simple Plot")  # Add a title to the axes.  添加軸域?qū)ο髽?biāo)題
ax.legend()  # Add a legend. 添加圖例，用于顯示每條曲線對(duì)應(yīng)的標(biāo)簽
plt.show()

x = np.linspace(0, 2, 100)  # 產(chǎn)生一些數(shù)據(jù)
plt.figure(figsize=(5, 5), layout='constrained')
plt.plot(x, x, label='linear')  # Plot some data on the (implicit) axes.
plt.plot(x, x**2, label='quadratic')  # etc.
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
plt.show()