Matplotlib 系列之【繪製函式影象】

蔣志碧發表於2018-08-02

matplotlib 是 python 最著名的繪相簿，它提供了一整套和 matlab 相似的命令 API，十分適合互動式進行繪圖。

它的文件相當完備，並且 Gallery 頁面中有上百幅縮圖，開啟之後都有源程式。因此如果你需要繪製某種型別的圖，只需要在這個頁面中瀏覽/複製/貼上一下，基本上都能搞定。

這是要實現的效果圖，利用 Matplotlib 繪製函式 y = x^2^ 的影象。

程式碼實現

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變數的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的影象，設定 color 為 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設定 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

# 設定座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])


# 設定座標軸 gca() 獲取座標軸資訊
ax=plt.gca()
# 使用.spines設定邊框：x軸；將右邊顏色設定為 none。
# 使用.set_position設定邊框位置：y=0的位置；（位置所有屬性：outward，axes，data）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 移動座標軸
# 將 bottom 即是 x 座標軸設定到 y=0 的位置。
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

# 將 left 即是 y 座標軸設定到 x=0 的位置。
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

# 設定標籤
ax.set_title('y = x^2',fontsize=14,color='r')

# 顯示影象
plt.show()
複製程式碼

首先一幅 Matplotlib 的影象組成部分介紹。

基本構成

在 matplotlib 中，整個影象為一個 Figure 物件。在 Figure 物件中可以包含一個或者多個 Axes 物件。每個 Axes(ax) 物件都是一個擁有自己座標系統的繪圖區域。

所屬關係如下（圖片來自網路）：

圖上：Title 為影象標題，Axis 為座標軸, Label 為座標軸標註，Tick 為刻度線，Tick Label 為刻度註釋。

各個物件關係可以梳理成以下內容（圖片來自網路）：

Matplotlib 繪圖步驟分析

注意

這裡不講解 matplotlib 的安裝，我使用的是 Anaconda 的 notebook，因此，可以直接匯入 matplotlib 的module，想要安裝 Anaconda 的請檢視的寫的另一篇文章。

如果說不想使用 Anaconda，可以看看這篇推薦文章，教你如何安裝 matplotlib（視訊和文章教程）— 莫煩 Python -- Matplotlib

上面雖然貼了全部的程式碼，有 matplotlib 基礎的人一看便懂，但是對於初學者來說，就比較抓腦了。

一、matplotlib 實現簡單影象

使用 import 匯入模組 matplotlib.pyplot，並簡寫成 plt 使用 import 匯入模組 numpy，並簡寫成 np。

#匯入 module
import matplotlib.pyplot as plt
import numpy as np
複製程式碼

使用 np.linspace 定義 x：範圍是 (-3，3)，個數是50，模擬一維資料組 (x ,y) 表示曲線。

# 定義 x 變數的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2
複製程式碼

使用 plt.figure 定義一個影象視窗，使用 plt.plot 畫 (x ,y) 曲線，使用 plt.show 顯示影象。

#繪製及顯示
plt.figure()
plt.plot(x, y)
plt.show()
複製程式碼

最終程式碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變數的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

plt.figure()
plt.plot(x, y)
plt.show()
複製程式碼

執行結果

看到這個，是不是和最終效果圖差距很大，沒關係，我們接著往下看。

二、設定 Figure 影象

使用 plt.figure 定義一個影象視窗：編號為 3，大小為 (8, 5)。使用plt.plot畫(x ,y)曲線，曲線的顏色屬性(color)為紅色。曲線的寬度(linewidth)為1.0。曲線的型別(linestyle)為虛線，使用plt.show顯示影象。

plt.figure(num=3,figsize=(8,5))
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')
複製程式碼

最終程式碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變數的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的影象，設定 color 為 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

plt.show()
複製程式碼

執行效果

三、設定座標軸

設定 x，y 軸座標範圍及標註 label

使用 plt.xlim 設定x座標軸範圍：(-1, 2)；使用 plt.ylim 設定 y 座標軸範圍：(-2, 3)；

使用 plt.xlabel 設定 x 座標軸名稱：’x’；使用 plt.ylabel 設定 y 座標軸名稱：’I am y’；

程式碼實現

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變數的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的影象，設定 color 為 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設定 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

plt.show()
複製程式碼

執行結果

設定 x, y 刻度範圍及刻度標註

設定 x 軸 使用 np.linspace 定義範圍以及個數：範圍是(-1,2); 個數是 5。

使用 plt.xticks 設定 x 軸刻度：範圍是(-1,2); 個數是5。

設定 y 軸 使用 plt.yticks 設定 y 軸刻度以及名稱：刻度為 [-2, -1.8, -1, 1.22, 3]；對應刻度的名稱為 [‘really bad’,’bad’,’normal’,’good’, ‘really good’]。

# 設定座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])
複製程式碼

最終程式碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變數的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的影象，設定 color 為 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設定 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

# 設定座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])

# 顯示影象
plt.show()
複製程式碼

執行效果，注意看 x, y 軸刻度以及標註變化

四、移動座標軸

隱藏右邊框和上邊框

使用 plt.gca 獲取當前座標軸資訊。
使用 .spines 設定邊框：右側邊框；使用.set_color設定邊框顏色：預設白色；

使用 .spines 設定邊框：上邊框；使用.set_color設定邊框顏色：預設白色；

調整座標軸至中心（將 left 邊框調整到 x=0 處，將 bottom 邊框調整到 y=0 處）

使用 .xaxis.set_ticks_position 設定 x 座標刻度數字或名稱的位置：bottom。（所有位置：top，bottom，both，default，none）。
使用 .spines 設定邊框：x 軸；使用 .set_position設定邊框位置：y=0 的位置；（位置所有屬性：outward，axes，data）

# 設定座標軸 gca() 獲取座標軸資訊
ax=plt.gca()
# 使用.spines設定邊框：x軸；將右邊顏色設定為 none。
# 使用.set_position設定邊框位置：y=0的位置；（位置所有屬性：outward，axes，data）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 移動座標軸
# 將 bottom 即是 x 座標軸設定到 y=0 的位置。
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

# 將 left 即是 y 座標軸設定到 x=0 的位置。
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
複製程式碼

最終程式碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變數的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的影象，設定 color 為 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設定 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

# 設定座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])

# 設定座標軸 gca() 獲取座標軸資訊
ax=plt.gca()
# 使用.spines設定邊框：x軸；將右邊顏色設定為 none。
# 使用.set_position設定邊框位置：y=0的位置；（位置所有屬性：outward，axes，data）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 移動座標軸
# 將 bottom 即是 x 座標軸設定到 y=0 的位置。
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

# 將 left 即是 y 座標軸設定到 x=0 的位置。
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

# 顯示影象
plt.show()
複製程式碼

執行結果

五、設定標題

使用 .set_title 設定標題，宣告標題為 y = x^2^，字型大小 14，顏色為 red。

# 設定標籤
ax.set_title('y = x^2',fontsize=14,color='r')
複製程式碼

最終程式碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變數的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的影象，設定 color 為 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設定 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

# 設定座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])


# 設定座標軸 gca() 獲取座標軸資訊
ax=plt.gca()
# 使用.spines設定邊框：x軸；將右邊顏色設定為 none。
# 使用.set_position設定邊框位置：y=0的位置；（位置所有屬性：outward，axes，data）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 移動座標軸
# 將 bottom 即是 x 座標軸設定到 y=0 的位置。
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

# 將 left 即是 y 座標軸設定到 x=0 的位置。
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

# 設定標籤
ax.set_title('y = x^2',fontsize=14,color='r')

# 顯示影象
plt.show()
複製程式碼

執行結果

最後，附上 matplotlib 整體結構圖（圖片來自網路）：

好書推薦

統計學習方法

最近正在研究機器學習中的演算法和公式，朋友給我推薦了這本書，經過一番考察，總算是覺得這本書對得起讀者，也值得推薦。

李航，日本京都大學電氣工程系畢業，日本東京大學電腦科學博士。曾任職於日本 NEC 公司中央研究所，微軟亞洲研究院高階研究員及主任研究員，現任華為諾亞方舟實驗室首席科學家。北京大學、南開大學、西安交通大學客座教授。研究方向包括資訊檢索、自然語言處理、統計機器學習及資料探勘。

豆瓣簡介

詳細介紹支援向量機、Boosting、最大熵、條件隨機場等十個統計學習方法。

思維力：高效的系統思維

王世民，深圳爾雅 CEO，YouCore 創始人，知乎專欄“框架的力量”作者。

一個矛盾體。心裡挺鄙視學歷，但不小心念了名校、拿了碩士；崇尚個人自由，但又創辦公司綁死了自己；特不喜歡教書，但現在幹著培訓。一個不安分的人。短短十來年，當過苦逼的IT碼農、做過裝逼的諮詢顧問、現在幹著土鱉的民企老闆。

這本書對我的思維能力提升幫助蠻大的，書中提供的很多學習方法都值得借鑑，自從閱讀了本書以後，我也喜歡畫腦圖總結，不斷嘗試系統學習。我強烈建議讀者們去看看【框架的力量】的專欄，對提高你的思維和學習效率很有幫助。

豆瓣簡介

“真正有用”正是這本書不同於其它思維書籍之處！

你有沒有遇到過以下窘境——分析時想不明白、表達時說不清楚、學習時學不快速？你想不想全面提升你的思維能力？你知道問題解決技巧和表達技巧有哪些嗎？

此書中有你想知道的答案。

本書分為 3 個部分共 10 章，各章可自成體系地解決一個問題，同時整書又形成一套體系化的系統思維。

第一部分探祕了“框架”力量的根源。萬事萬物的本質其實是一個個的系統，而掌握了系統的“框架”也就把握了事物的本質。沒有什麼問題是不能利用框架解決的，如果一個不行，那就兩個。

第二部分將運用“框架”解決問題分解為五個步驟——界定問題、構建框架、明晰關鍵、高效執行及檢查調整，並精煉了相應的優秀思考方法和工具。此外，還傳授了在有限時間、有限資源限制下高質量地解決問題的祕訣——“假設思考”。

第三部分傳授如何運用“框架”有效表達。逐層遞進地演示了自上而下表達的魅力，並用豐富的圖表闡述了何為“形象化表達”。

對於想全面提升思維能力的讀者，建議按照本書章節順序閱讀；對於迫切想尋求具體問題解決技巧或表達技巧的讀者，也可以直接閱讀相應章節。

想要書籍的請在後臺留言【180803】獲取這兩本書的 PDF 版，【思維力：高效的系統思維】附視訊教程，希望在學習的道路上，我們能少走彎路，我會盡量推薦自己讀過的好書，希望讀者們能跟著我一起多讀書，讀好書。

Matplotlib 系列之【繪製函式影像】
2019-03-04
函式
Matplotlib呼叫imshow()函式繪製熱圖
2018-11-26
函式
一元、二元函式影象繪製
2015-09-09
函式
## matplotlib.pyplot庫的知識點之bar函式——繪製條形圖
2020-12-25
函式
python之matplotlib模組繪製常見的啟用函式及各啟用函式的優缺點
2019-10-07
Python函式
資料視覺化之matplotlib實戰：plt.pie()函式繪製餅狀圖
2020-10-03
視覺化函式
【python資料探勘課程】十五.Matplotlib呼叫imshow()函式繪製熱圖
2017-06-20
Python函式
Matplotlib直方圖繪製技巧
2022-02-03
直方圖
一、Flutter 之影象繪製原理
2020-01-20
Flutter
動畫函式的繪製及自定義動畫函式
2019-01-03
動畫函式
【原】使用Tkinter繪製GUI並結合Matplotlib實現互動式繪圖
2014-10-16
GUI繪圖
流水賬系列之Canvas繪製-02
2019-03-21
Canvas
python繪圖之matplotlib
2019-01-05
Python繪圖
Python matplotlib繪製散點圖
2020-11-03
Python
JavaScript繪製sin正弦函式曲線
2017-03-27
JavaScript函式
JavaScript 繪製sin正弦函式曲線
2017-03-27
JavaScript函式
迴圈_推導式_繪製棋盤_函式
2020-11-21
函式
利用 Matplotlib 繪製資料圖形（一）
2019-05-08
利用 Matplotlib 繪製資料圖形（二）
2019-05-14
使用Matplotlib繪製3D圖形
2018-12-03
3D
matplotlib的直方圖繪製（筆記）
2020-12-28
直方圖筆記
Python Matplotlib繪製氣溫圖表
2018-04-10
Python
Python繪製正餘弦函式影像
2019-03-02
Python函式
Python 利用pandas和matplotlib繪製餅圖
2023-11-03
Python
使用python matplotlib實現動圖繪製
2018-06-13
Python
python: matplotlib-繪製精美的圖表
2017-03-22
Python
雜篇：Android繪製函式圖象及正弦函式的介紹
2019-01-02
Android函式
[Python] Matplotlib 圖表的繪製和美化技巧
2021-02-20
Python
Python 利用pandas 和 matplotlib繪製柱狀圖
2023-10-28
Python
php imagecreatefrom* 系列函式之 png
2020-08-19
PHP函式
函式的遞迴及科赫曲線繪製
2020-11-30
函式遞迴
[1]Python 中用 matplotlib 繪製熱點圖(heat map)
2019-02-13
Python
Python Matplotlib繪製條形圖的全過程
2021-10-24
Python
非同步操作系列之Generator函式與Async函式
2018-11-20
非同步函式
canvas系列教程之繪製矩形
2019-02-26
Canvas
pyqt5+matplotlib繪製動態雙y軸曲線
2021-04-14
QT
Python 利用pandas和matplotlib繪製柱狀折線圖
2023-11-09
Python
小提琴圖的繪製方法：Python matplotlib實現
2023-10-16
Python

Matplotlib 系列之【繪製函式影象】

程式碼實現

基本構成

Matplotlib 繪圖步驟分析

一、matplotlib 實現簡單影象

二、設定 Figure 影象

三、設定座標軸

設定 x，y 軸座標範圍及標註 label

設定 x, y 刻度範圍及刻度標註

四、移動座標軸

五、設定標題

推薦閱讀

好書推薦

相關文章