python数据可视化神库：Matplotlib快速入门

Matplotlib易于使用，是Python中了不起的可视化库。它建立在NumPy数组的基础上，旨在与更广泛的SciPy堆栈一起工作，并由几个图组成:线图、条形图、散点图、直方图等。

快速入门

import matplotlib.pyplot as plt

# initializing the data

x = [10, 20, 30, 40]

y = [20, 30, 40, 50]

# plotting the data

plt.plot(x, y)

# Adding the title

plt.title("Simple Plot")

# Adding the labels

plt.ylabel("y-axis")

plt.xlabel("x-axis")

plt.show()

在上面的例子中，X和Y的元素提供了X轴和Y轴的坐标，并根据这些坐标绘制了一条直线。

Pyplot

Pyplot是一个Matplotlib模块，它提供了一个类似MATLAB的接口。Pyplot提供了与图形交互的函数，即创建图形，用标签装饰绘图，并在图形中创建绘图区。

语法：

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

plt.axis([0, 6, 0, 20])

plt.show()

Matplotlib负责创建内置的默认值，如图(Figure)和轴(Axes)。

Figure

这个类是所有绘图的顶层容器，意味着它是整个窗口或页面，所有东西都在上面绘制。图形对象可以被认为是类似盒子的容器，可以容纳一个或多个轴。
Axes

该类是创建子图的最基本和最灵活的组件。你可能会把轴混淆为轴的复数，但它是一个单独的情节或图形。给定的图可以包含许多轴，但给定的轴只能在一个图中出现。

Figure类

图类是包含一个或多个轴的顶层容器。它是整体的窗口或页面，所有的东西都在上面绘制。

语法：

class matplotlib.figure.Figure(figsize=None, dpi=None, facecolor=None, edgecolor=None, lineewidth=0.0, frameon=None, subplotpars=None, tight_layout=None, constrained_layout=None)

例1：

import matplotlib.pyplot as plt

from matplotlib.figure import Figure

# Creating a new figure with width = 5 inches

# and height = 4 inches

fig = plt.figure(figsize =(5, 4))

# Creating a new axes for the figure

ax = fig.add_axes([1, 1, 1, 1])

# Adding the data to be plotted

ax.plot([2, 3, 4, 5, 5, 6, 6],

        [5, 7, 1, 3, 4, 6 ,8])

plt.show()

例2 多plot

import matplotlib.pyplot as plt

from matplotlib.figure import Figure

# Creating a new figure with width = 5 inches

# and height = 4 inches

fig = plt.figure(figsize =(5, 4))

# Creating first axes for the figure

ax1 = fig.add_axes([1, 1, 1, 1])

# Creating second axes for the figure

ax2 = fig.add_axes([1, 0.5, 0.5, 0.5])

# Adding the data to be plotted

ax1.plot([2, 3, 4, 5, 5, 6, 6],

         [5, 7, 1, 3, 4, 6 ,8])

ax2.plot([1, 2, 3, 4, 5],

         [2, 3, 4, 5, 6])

plt.show()

参考资料

Axes 类

轴类是创建子图的最基本和最灵活的单元。给定的图可以包含许多轴，但给定的轴只能出现在一个图中。axes()函数创建轴对象。让我们看看下面的例子。

语法：

matplotlib.pyplot.axis(*args, emit=True, **kwargs)

例1：

import matplotlib.pyplot as plt

from matplotlib.figure import Figure

# Creating the axes object with argument as

# [left, bottom, width, height]

ax = plt.axes([1, 1, 1, 1])

输出：

例2：

import matplotlib.pyplot as plt

from matplotlib.figure import Figure

fig = plt.figure(figsize = (5, 4))

# Adding the axes to the figure

ax = fig.add_axes([1, 1, 1, 1])

# plotting 1st dataset to the figure

ax1 = ax.plot([1, 2, 3, 4], [1, 2, 3, 4])

# plotting 2nd dataset to the figure

ax2 = ax.plot([1, 2, 3, 4], [2, 3, 4, 5])

plt.show()

输出：

三维图

Matplotlib在推出时，考虑到的只是二维绘图。但是在1.0版本发布的时候，三维工具是在二维的基础上开发的，因此，我们今天有一个三维数据的实现。

例子：

import matplotlib.pyplot as plt

# Creating the figure object

fig = plt.figure()

# keeping the projection = 3d

# creates the 3d plot

ax = plt.axes(projection = '3d')

上面的代码让我们在Matplotlib中创建了一个三维图。我们可以创建不同类型的3D图，如散点图、等高线图、曲面图等。让我们来创建一个简单的三维线图。

例子：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]

y = [1, 4, 9, 16, 25]

z = [1, 8, 27, 64, 125]

# Creating the figure object

fig = plt.figure()

# keeping the projection = 3d

# creates the 3d plot

ax = plt.axes(projection = '3d')

ax.plot3D(z, y, x)

输出：

处理图片

使用图像工作

matplotlib库中的图像模块是用来在Python中处理图像的。图像模块还包括两个有用的方法，即用于读取图像的imread和用于显示图像的imshow。

例子：



# importing required libraries

import matplotlib.pyplot as plt

import matplotlib.image as img

# reading the image

testImage = img.imread('test.png')

# displaying the image

plt.imshow(testImage)