Matplotlib（绘图库）- 自定义图形

绘图区域主要包括线颜色、标记、线型、文本标注、图例、坐标轴、标题等要素，下面对这些要素展开讲解。

1 线颜色

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

下面分别绘制三条曲线，线颜色依次为红、蓝、绿。实例如下：

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. #使用numpy产生数据
   
5. x = np.arange(-5,5,0.5)  # 定义x数据范围
   
6. y1 = x*3  # 定义y1数据范围
   
7. y2 = x*x  # 定义y2数据范围
   
8. y3 = np.sin(x)
   
9. 
   
10. #创建窗口、子图
    
11. fig = plt.figure()  # 先创建窗口一个窗口
    
12. ax1 = fig.add_subplot(3,1,1)  #通过fig添加子图，参数：行数，列数，第几个。
    
13. ax2 = fig.add_subplot(3,1,2)
    
14. ax3 = fig.add_subplot(3,1,3)
    
15. 
    
16. ax1.plot(x,y1,color = 'r')  # plot()画出曲线，线颜色为红色
    
17. ax2.plot(x,y2,color = 'b')  # 线颜色为蓝色
    
18. ax3.plot(x,y1,color = 'g')  # 线颜色为绿色
    
19. plt.show() # 显示图像

复制代码

绘制效果图如下：



2 线标记

标记marker            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
‘<’                 一角朝左的三角形
‘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

下面分别绘制三条曲线，线标记依次为‘o’、‘+’、‘^’。实例如下：

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. #使用numpy产生数据
   
5. x = np.arange(-5,5,0.5)  # 定义x数据范围
   
6. y1 = x*3  # 定义y1数据范围
   
7. y2 = x*x  # 定义y2数据范围
   
8. y3 = np.sin(x)
   
9. 
   
10. #创建窗口、子图
    
11. fig = plt.figure()  # 先创建窗口一个窗口
    
12. ax1 = fig.add_subplot(3,1,1)  #通过fig添加子图，参数：行数，列数，第几个。
    
13. ax2 = fig.add_subplot(3,1,2)
    
14. ax3 = fig.add_subplot(3,1,3)
    
15. 
    
16. ax1.plot(x,y1,color = 'r',marker = 'o')  # plot()画出曲线，线颜色为红色，标记为‘o’
    
17. ax2.plot(x,y2,color = 'b',marker = '+')  # 线颜色为蓝色，标记为‘+’
    
18. ax3.plot(x,y3,color = 'g',marker = '^')  # 线颜色为绿色，标记为‘^’
    
19. plt.show() # 显示图像

复制代码

绘制效果图如下：

文本标注

使用 text() 在绘制区域内标注文本。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. #使用numpy产生数据
   
5. x = np.arange(-5,5,1)  # 定义x数据范围
   
6. y1 = x*3  # 定义y1数据范围
   
7. 
   
8. #创建窗口、子图
   
9. fig = plt.figure()  # 先创建窗口一个窗口
   
10. ax1 = fig.add_subplot(2,1,1)  #通过fig添加子图，参数：行数，列数，第几个。
    
11. ax2 = fig.add_subplot(2,1,2)  
    
12. plt.rcParams["font.family"]=["SimHei"]  # 确保图中中文字体正确显示
    
13. 
    
14. ax1.plot(x,y1,color = 'r',marker = 'o')  # plot()画出曲线，线颜色为红色
    
15. ax2.plot(x,y1,color = 'r',marker = 'o')  # plot()画出曲线，线颜色为红色
    
16. 
    
17. for x, y in zip(x, y1):
    
18.     ax2.text(x, y + 0.2, '%.2f' % y, ha='center', va='bottom')
    
19.         # ha: horizontal alignment水平方向
    
20.         # va: vertical alignment垂直方向
    
21. ax2.text(2,2,'显示对应点的Y值')  # 在坐标（2,2）处标注'显示对应点的Y值'
    
22. plt.show() # 显示图像

复制代码

实例效果图如下：

注意，通过申明字体，确保图中中文字体正确显示，防止出现乱码。plt.rcParams[“font.family”]=[“SimHei”]



4 图例

使用 legend() 显示两条曲线图例。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. 
   
5. x = np.arange(-5,5,0.1)  # 定义x数据范围
   
6. y1 = x*3  # 定义y1数据范围
   
7. y2 = x*x  # 定义y2数据范围
   
8. 
   
9. plt.rcParams["font.family"]=["SimHei"]  # 确保图中中文字体正确显示
   
10. 
    
11. #创建窗口、子图
    
12. fig = plt.figure()  # 先创建窗口一个窗口
    
13. 
    
14. plt.plot(x,y1)  # plot()画出曲线
    
15. plt.plot(x,y2,color = 'red',marker = '*', linestyle = '--')  # 设置曲线颜色、线标记，线样式
    
16. plt.legend(labels=['曲线1','曲线2'],loc='best') #best表示自动分配最佳位置
    
17. plt.show() # 显示图像

复制代码

实例效果图如下：


5 坐标轴

使用 xlim() 和 ylim() 设置坐标轴范围，使用 xlabel() 和 ylabel() 设置坐标轴名称。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. 
   
5. x = np.arange(-5,5,0.1)  # 定义x数据范围
   
6. y1 = x*3  # 定义y1数据范围
   
7. y2 = x*x  # 定义y2数据范围
   
8. 
   
9. plt.rcParams["font.family"]=["SimHei"]  # 确保图中中文字体正确显示
   
10. plt.rcParams['axes.unicode_minus'] = False  # 确保坐标轴正确显示正负值
    
11. 
    
12. 
    
13. #创建窗口、子图
    
14. fig = plt.figure()  # 先创建窗口一个窗口
    
15. 
    
16. plt.plot(x,y1)  # plot()画出曲线
    
17. plt.plot(x,y2,color = 'red',marker = '*', linestyle = '--')  # 设置曲线颜色、线标记，线样式
    
18. 
    
19. plt.legend(labels=['曲线1','曲线2'],loc='best') #best表示自动分配最佳位置
    
20. 
    
21. plt.xlim((-2,2))
    
22. plt.ylim((-2,5))
    
23. plt.xlabel('X Axis')
    
24. plt.ylabel('Y Axis')
    
25. 
    
26. plt.show() # 显示图像

复制代码

实例效果图如下：


6 标题

使用 title() 显示曲线标题。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. 
   
5. x = np.arange(-5,5,0.1)  # 定义x数据范围
   
6. y1 = x*3  # 定义y1数据范围
   
7. y2 = x*x  # 定义y2数据范围
   
8. 
   
9. plt.rcParams["font.family"]=["SimHei"]  # 确保图中中文字体正确显示
   
10. 
    
11. #创建窗口、子图
    
12. fig = plt.figure()  # 先创建窗口一个窗口
    
13. 
    
14. plt.plot(x,y1)  # plot()画出曲线
    
15. plt.plot(x,y2,color = 'red',marker = '*', linestyle = '--')  # 设置曲线颜色、线标记，线样式
    
16. 
    
17. plt.legend(labels=['曲线1','曲线2'],loc='best') #best表示自动分配最佳位置
    
18. plt.title('XX标题')
    
19. plt.show() # 显示图像

复制代码

实例效果图：