1. Matplotlib 常用模塊

Matplotlib  庫中主要包含兩個重要模塊  pyplob  和  pylab 。 pyplot  是  Matplotlib  中的一個重要模塊，在后續(xù)教程中，我們會經(jīng)常使用  pyplot ，該模塊允許我們自動、隱式地創(chuàng)建圖形及其軸，以實現(xiàn)所需的繪圖；使用該模塊，可以實現(xiàn)圖形的快速繪制，而不需要進行任何圖形或軸的實例化。  pylab  是  Matplotlib  的另一個重要模塊，在需要使用矩陣、執(zhí)行數(shù)學運算等函數(shù)功能時可以使用該模塊，通常情況下不建議使用該模塊。

2. Matplotlib 常用概念

我們已經(jīng)知道， Matplotlib  是一個功能強大的繪圖庫，可以用于繪圖許多類型的圖，包括曲線圖、直方圖、輪廓圖、散點圖、箱型圖等等。在繼續(xù)使用  Matplolib  進行繪圖之前，我們首先對  Matplolib  中常用的一些基本概念和術語進行介紹，以對  Matplolib  有更好的了解。使用  Matplotlib  創(chuàng)建的圖形包含很多部分，主要有  Figure ， Axis ， Axes ， Artist 。

• Figure ： Figure  是用于創(chuàng)建不同繪圖的畫布， Matplotlib  圖形中的  Figure  可以包含一個或多個  axes/plots 。
• Axis ： Matplotlib  圖形中的軸  axis  用于限制繪制圖形的邊界，基本上類似于數(shù)學中的坐標軸概念；例如，對于  3  維繪圖，包含  X  軸、 Y  軸和  Z  軸。
• Axes ： axes  通常可以被視為一個繪圖  plot ，圖形中可以包含多個  axes 。
• Artist ：一個  Matplotlib  生成圖形中的一切都是  Artist  對象，也可以說  Artist  是所有其它類的父類，大多數(shù)  artist  都是在  axes  上所綁定，包括文本對象、 Line2D  對象等。

以上概念間的相關關系如下圖所示：

3. Matplotlib 簡單示例

3.1 導入 Matplotlib 庫

在代碼中使用  Matplotlib  庫時，通常我們會使用一些約定俗成的別名用于簡化代碼：

import matplotlib as mpl
from matplotlib import pyplot as plt

這種導入方法對于以下三種  Matplotlib  的使用方式都是通用的。

3.1 編寫 Python 腳本繪制圖形

接下來，我們編寫一個入門示例，首先利用  Numpy  創(chuàng)建  NumPy  數(shù)組，然后使用  Matplotlib  將其可視化。我們首先編寫一個名為  fistplt.py  的文件，并在其中鍵入以下代碼：

# fistplt.py
import matplotlib as mpl
from matplotlib import pyplot as plt
import numpy as np
x = np.arange(6)
y = x ** 3 + 5 * x - 10
plt.plot(x, y)
plt.show()

在以上代碼中， np.arange(start, stop, step)  函數(shù)用于以給定的間隔  step  創(chuàng)建間距均勻的數(shù)列，起始值  start  和間隔  step  參數(shù)的默認值分別為  0  和  1 ，該函數(shù)的返回值不包含停止值  stop ，即返回半開區(qū)間  [start, stop) 。在以上示例中，我們創(chuàng)建了一個以  0  開始，以  5  結(jié)束的數(shù)組，即  [0, 1, 2, 3, 4, 5] 。接下來，我們使用函數(shù) y = x 3 + 5 × x − 10 y=x^3+5\times x-10 y=x3+5×x−10 根據(jù)輸入 x x x，創(chuàng)建了函數(shù)值 y y y，用于繪制  2D  圖形。

接下來，我們使用函數(shù)  plot()  將其可視化， plot(x, y)  用于繪制一條曲線，其中，曲線點的  x  坐標在列表  x  中給出，曲線點的  y  坐標在列表  y  中給出， plot()  函數(shù)還包含一些其它的可選參數(shù)用于控制曲線樣式。

最后  show()  函數(shù)用于顯示繪制的圖形， show()  函數(shù)會啟動一個事件循環(huán)，查找所有當前  Figure  對象，并打開一個或多個顯示  Figure  的交互式窗口。通常  plt.show()  函數(shù)在一個  Python  腳本中只能使用一次，通常位于腳本末尾，應盡量避免在同一腳本中多次使用  show()  函數(shù)。

因此我們可以總結(jié)使用  Matplotlib  進行繪圖的基本步驟：

• 準備數(shù)據(jù)，可以使用純  Python  創(chuàng)建，也可以讀取外部文件或使用  Numpy  等其他庫獲取所需展示的數(shù)據(jù)
• 使用繪圖函數(shù)進行繪制，例如本節(jié)所用  plot()  函數(shù)用于繪制曲線圖，后續(xù)的學習中，我們也將學習其它多種不同繪圖函數(shù)，包括柱狀圖  bar() ，餅圖  pie()  等等
• 將繪圖結(jié)果進行展示  show()  或保存  savefig('file_name') ，需要注意的是，不能在  show()  之后  savefig() ，這是由于使用  show()  函數(shù)后，畫布會進行刷新，再進行保存時只會保存空白圖形

編寫代碼完成后，在命令行提示符下使用命令： python firstplt.py  運行上述腳本，它會打開一個繪圖窗口，其中顯示的代碼中所繪制的圖形：

如上圖所示，可以看到繪圖窗口中還包含多個圖標，其中：

項目	Value
	此按鈕用于將所繪制的圖形另存為所需格式的圖片，包括png，jpg，pdf，svg等常見格式
	此按鈕用于調(diào)整圖片的尺寸，邊距等圖片屬性
	此按鈕用于縮放圖片，用于觀察圖形細節(jié)，單擊此按鈕后，在圖形上使用鼠標左鍵拖拽進行放大，使用鼠標右鍵拖拽進行縮小
	此按鈕用于移動圖形，可以與“縮放”按鈕結(jié)合觀察放大后圖片的具體細節(jié)，同時，單擊此按鈕后，在圖形上使用鼠標右鍵拖拽可以縮放坐標軸的比例
	此按鈕用于將圖形恢復到其初始狀態(tài)，取消縮放、移動等操作

NOTE： 在之后的教程中，我們主要使用這種方式進行講解，但是相關的繪圖方法與接下來要講的兩種  Matplotlib  使用方式完全相同。

3.2 在 Jupyter Notebook 中使用Matplotlib

Jupyter Notebook  是一個基于瀏覽器的交互式數(shù)據(jù)分析工具，用于將相關描述、代碼、圖形、HTML元素以及多種內(nèi)容組合到一個可執(zhí)行文檔中。如果要  Jupyter Notebook  中以交互方式展示繪圖結(jié)果，使用  %matplotlib  命令，除此之外，在  Jupyter Notebook  中，還可以選擇將圖形直接嵌入 Notbook 中：

%matplotlib inline

命令  %matplotlib inline  會將繪圖結(jié)果靜態(tài)的嵌入到  Jupyter Notebook  中，而使用命令  %matplotlib  后  Matplotlib  繪制仍將打開一個交互式繪圖窗口來繪制圖形。

然后導入 Matplotlib 的方法與在腳本中完全一致：

import matplotlib as mpl
from matplotlib import pyplot as plt

在下圖中，可以看到使用  %matplotlib  命令時，仍會打開一個交互式繪圖窗口來進行繪制。

而在下圖中，可以看到使用  %matplotlib inline  命令則會將繪圖結(jié)果直接靜態(tài)的嵌入到  Jupyter Notebook  中。

3.3 在 IPython Shell 中使用 Matplotlib

如果要在  IPython Shell  中使用  Matplotlib  模式，需要在啟動  ipython  后使用  %matplotlib  魔法命令：

%matplotlib

運行以上命令時，它將給出 Matplotlib 所使用的后端：

Using matplotlib backend: Qt5Agg

在執(zhí)行上述魔法命令后，通過導入  Matplotlib  庫就可以使用  Matplotlib  庫，這與其它方式使用  Matploblib  時的導入方式完全相同：

import matplotlib as mpl
from matplotlib import pyplot as plt

接下里，使用任何繪圖函數(shù)命令都將打開一個交互式繪圖窗口來繪制圖形。

In [1]: %matplotlib
Using matplotlib backend: Qt5Agg
In [2]: import matplotlib as mpl
...: from matplotlib import pyplot as plt
...: import numpy as np
In [3]: x = np.arange(6)
...: y = x ** 3 + 5 * x - 10
...: plt.plot(x,y)
Out[3]: [<matplotlib.lines.Line2D at 0x7f1a0e4b2550>]

相關鏈接

• Matplotlib安裝與配置
• Matplotlib圖形繪制
• Matplotlib風格與樣式

總結(jié) 

到此這篇關于Matplotlib快速入門指南的文章就介紹到這了,更多相關Matplotlib快速入門內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論