在開始正式介紹 Matplotlib 用法之前，先來簡單了解下 Matplotlib。
Matplotlib 是 Python 的一個繪圖庫。它包含了大量的工具，你可以使用這些工具創建各種圖形，包括簡單的散點圖，正弦曲線，甚至是三維圖形。
1. 畫一個簡單的圖形
2. 在一張圖紙里繪制多個圖形
3. 更多設置
3.1 設置 figure
3.2 設置標題
3.3 設置坐標軸
3.4 設置 label 和 legend
3.5 添加注釋
4. 使用子圖
5. 常見的圖形
5.1 散點圖
5.2 柱狀圖
6. 中文亂碼解決
# 導入相關模塊
import matplotlib.pyplot as plt
import numpy as np
畫一個簡單的圖形
這里我們通過畫出一個正弦曲線圖來講解下基本用法。
首先通過 np.linspace 方式生成 x，它包含了 50 個元素的數組，這 50 個元素均勻的分布在 [0, 2pi] 的區間上。然后通過 np.sin(x) 生成 y。
x = np.linspace(0, 2 * np.pi, 50)
y = np.sin(x)
有了 x 和 y 數據之后，我們通過 plt.plot(x, y) 來畫出圖形，并通過 plt.show() 來顯示。
plt.plot(x, y)
plt.show()
在一張圖紙里繪制多個圖形
有時候，可能需要在一個圖紙里繪制多個圖形，這里我們同時繪制了 (x, y), (x, y * 2)兩個圖形。
plt.plot(x, y)
plt.plot(x, y * 2)
plt.show()
繪制出圖形之后，我們可以自己調整更多的樣式，比如顏色、點、線。
plt.plot(x, y, 'y*-')
plt.plot(x, y * 2, 'm--')
plt.show()
可以看到，設置樣式時，就是增加了一個字符串參數，比如 'y*-' ，其中 y 表示黃色，* 表示 星標的點，- 表示實線。
這里列舉一些常見的顏色表示方式：
| 顏色 | 表示方式 |
|---|
| 藍色 | b |
| 綠色 | g |
| 紅色 | r |
| 青色 | c |
| 品紅 | m |
| 黃色 | y |
| 黑色 | k |
| 白色 | w |
常見的點的表示方式：
常見的線的表示方式：
更多設置
Matplotlib 支持各種靈活的設置，這里我們列舉一些常見的內容。
設置 figure
你可以認為Matplotlib繪制的圖形都在一個默認的 figure 中，當然了，你可以自己創建 figure，好處就是可以控制更多的參數，常見的就是控制圖形的大小，這里創建一個 figure，設置大小為 (6, 3)。
plt.figure(figsize=(6, 3))
plt.plot(x, y)
plt.plot(x, y * 2)
plt.show()
設置標題
來看下如何設置標題。
plt.plot(x, y)
plt.plot(x, y * 2)
plt.title('sin(x) & 2sin(x)')
plt.show()
直接通過 plt.title 即可設置圖形標題。
設置坐標軸
來看下如何設置坐標軸的范圍以及名稱。
plt.plot(x, y)
plt.plot(x, y * 2)
plt.xlim((0, np.pi + 1))
plt.ylim((-3, 3))
plt.xlabel('X')
plt.ylabel('Y')
plt.show()
通過 xlim 和 ylim 來設限定軸的范圍，通過 xlabel 和 ylabel 來設置軸的名稱。
此外，我們也可以通過 xticks 和 yticks 來設置軸的刻度。
plt.plot(x, y)
plt.plot(x, y * 2)
plt.xticks((0, np.pi * 0.5, np.pi, np.pi * 1.5, np.pi * 2))
plt.show()
設置 label 和 legend
設置 label 和 legend 的目的就是為了區分出每個數據對應的圖形名稱。
plt.plot(x, y, label='sin(x)')
plt.plot(x, y * 2, label='2sin(x)')
# plt.legend()
plt.legend(loc='best')
plt.show()
添加注釋
有時候我們需要對特定的點進行標注，我們可以使用 plt.annotate 函數來實現。
這里我們要標注的點是 (x0, y0) = (π, 0)。
我們也可以使用 plt.text 函數來添加注釋。
plt.plot(x, y)
x0 = np.pi
y0 = 0
# 畫出標注點
plt.scatter(x0, y0, s=50)
plt.annotate('sin(np.pi)=%s' % y0, xy=(np.pi, 0), xycoords='data', xytext=(+30, -30),
textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=.2'))
plt.text(0.5, -0.25, 'sin(np.pi) = 0', fontdict={'size': 16, 'color': 'r'})
plt.show()
對于 annotate 函數的參數，做一個簡單解釋：
'sin(np.pi)=%s' % y0 代表標注的內容，可以通過字符串 %s 將 y0 的值傳入字符串；
參數 xycoords='data' 是說基于數據的值來選位置;
xytext=(+30, -30) 和 textcoords='offset points' 表示對于標注位置的描述 和 xy 偏差值，即標注位置是 xy 位置向右移動 30，向下移動30；
arrowprops 是對圖中箭頭類型和箭頭弧度的設置，需要用 dict 形式傳入。
使用子圖
有時候我們需要將多張子圖展示在一起，可以使用 subplot() 實現。即在調用 plot() 函數之前需要先調用 subplot() 函數。該函數的第一個參數代表子圖的總行數，第二個參數代表子圖的總列數，第三個參數代表活躍區域。
ax1 = plt.subplot(2, 2, 1) # （行，列，活躍區）
plt.plot(x, np.sin(x), 'r')
ax2 = plt.subplot(2, 2, 2, sharey=ax1) # 與 ax1 共享y軸
plt.plot(x, 2 * np.sin(x), 'g')
ax3 = plt.subplot(2, 2, 3)
plt.plot(x, np.cos(x), 'b')
ax4 = plt.subplot(2, 2, 4, sharey=ax3) # 與 ax3 共享y軸
plt.plot(x, 2 * np.cos(x), 'y')
plt.show()
上面的 subplot(2, 2, x) 表示將圖像窗口分為 2 行 2 列。x 表示當前子圖所在的活躍區。
可以看到，上面的每個子圖的大小都是一樣的。有時候我們需要不同大小的子圖。比如將上面第一張子圖完全放置在第一行，其他的子圖都放在第二行。
ax1 = plt.subplot(2, 1, 1) # （行，列，活躍區）
plt.plot(x, np.sin(x), 'r')
ax2 = plt.subplot(2, 3, 4)
plt.plot(x, 2 * np.sin(x), 'g')
ax3 = plt.subplot(2, 3, 5, sharey=ax2)
plt.plot(x, np.cos(x), 'b')
ax4 = plt.subplot(2, 3, 6, sharey=ax2)
plt.plot(x, 2 * np.cos(x), 'y')
plt.show()
簡單解釋下，plt.subplot(2, 1, 1) 將圖像窗口分為了 2 行 1 列, 當前活躍區為 1。
使用 plt.subplot(2, 3, 4) 將整個圖像窗口分為 2 行 3 列, 當前活躍區為 4。
解釋下為什么活躍區為 4，因為上一步中使用 plt.subplot(2, 1, 1) 將整個圖像窗口分為 2 行 1 列, 第1個小圖占用了第1個位置, 也就是整個第1行. 這一步中使用 plt.subplot(2, 3, 4) 將整個圖像窗口分為 2 行 3 列, 于是整個圖像窗口的第1行就變成了3列, 也就是成了3個位置, 于是第2行的第1個位置是整個圖像窗口的第4個位置。
常見的圖形
這里帶大家畫一些常見的示例圖。
散點圖
首先來看下如何繪制散點圖。
k = 500
x = np.random.rand(k)
y = np.random.rand(k)
size = np.random.rand(k) * 50 # 生成每個點的大小
colour = np.arctan2(x, y) # 生成每個點的顏色大小
plt.scatter(x, y, s=size, c=colour)
plt.colorbar() # 添加顏色欄
plt.show()
上面我們首先生成了要繪制的數據的點x 和 y，接下來為每個數據點生成控制大小的數組 size，然后未每個數據點生成控制顏色的數組 colour。最后通過 colorbar() 來增加一個顏色欄。
柱狀圖
柱狀圖我們經常會用到，我們來看下如何畫出柱狀圖，并在圖上標注出數據對應的數值。
k = 10
x = np.arange(k)
y = np.random.rand(k)
plt.bar(x, y) # 畫出 x 和 y 的柱狀圖
# 增加數值
for x, y in zip(x, y):
plt.text(x, y , '%.2f' % y, ha='center', va='bottom')
plt.show()
生成數據 x 和 y 之后，調用 plt.bar 函數繪制出柱狀圖，然后通過 plt.text 標注數值，設置參數 ha='center' 橫向居中對齊，設置 va='bottom'縱向底部（頂部）對齊。
中文亂碼解決
Matplotlib 有個讓人惱火的問題是，默認情況下，Matplotlib 中文會亂碼。
x = ['北京', '上海', '深圳', '廣州']
y = [60000, 58000, 50000, 52000]
plt.plot(x, y)
plt.show()
可以看到，上面所有的中文都亂碼了，顯示成方框了，如何解決呢？
其實只需要配置下后臺字體即可。
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號
plt.plot(x, y)
plt.show()
