天天看点：Matplotlib学习笔记1 - 上手制作一些图表吧！

2023-01-12 21:15:20 来源：博客园

(资料图片仅供参考)

Matplotlib学习笔记1 - 上手制作一些图表吧！

Matplotlib是一个面向Python的，专注于数据可视化的模块。

快速上手

这是使用频率最高的几个模块，在接下来的程序中，都需要把它们作为基础模块

import matplotlib as mplimport matplotlib.pyplot as pltimport numpy as np

第一个图表

使用pyplot.plot函数，可以在坐标轴上画一条曲线。

plt.plot([1,2,3,4],[2,1,3,4])plt.show()

让图表变得更加可读

使用pyplot.xlabel与pyplot.ylabel可以给图表的x轴与y轴进行标注；使用pyplot.title给图表起一个标题。在这个例子中，分别绘制了两次曲线，分别标注为了"original"和"cos"，使用pyplot.legend可以为图表增加一个图例。

# Generate some datax=np.arange(0,10,0.2)y=np.cos(x)# Plot the figureplt.plot(x,x,"r-",label="original")plt.plot(x,y,"b-",label="cos")# Some decorationplt.xlabel("Enter a")plt.ylabel("Enber b")plt.title("My first chart")plt.legend()plt.show()

图表的组成部分

这是一个Matplotlib图表的组成示意图。

Figure: Figure囊括了整个图表（包括曲线啦~标题啦~坐标之类的），它有若干下属Axes子类

Axes：Axes是Figure的附属子类，包含了作图的区域。一般来说每个Axes会包含2个Axis类，在三维图中则含有3个。

绘制函数所支持的输入数据类型

并不是所有的数据都能顺利地被pyplot的绘制函数识别并绘成图表。一般来说函数支持numpy.array、numpy.ma.masked_array，或者可以被numpy.asarray转化(例如numpy.matrix)的数据类别。

Pyplot也支持通过一个“字典”来存储并运用数据，只需要在绘制函数中给出data关键字的参数，就可以通过字典的key，将字典中的数据导入绘制函数中。

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"]) * 100fig, ax = plt.subplots(figsize=(5, 2.7), layout="constrained")ax.scatter("a", "b", c="c", s="d", data=data)ax.set_xlabel("entry a")ax.set_ylabel("entry b")

关键词：输入数据一般来说变得更加