Matplotlib库用法指南
目录一、基本用法二、散点图与柱状图的绘制三、subplot多合一展示一、基本用法基本介绍matplotlib是Python的标准绘图库支持线图、散点图、柱状图等多种图表类型。使用前需导入import matplotlib.pyplot as pltfigure和figsizefigure用于创建新图形对象figsize设置图形大小单位英寸。例如fig plt.figure(figsize(8, 6)) # 创建8x6英寸的图形颜色、线宽和线型设置线条属性color: 颜色名称或RGB值如red或#FF5733。linewidth: 线宽如2.0。linestyle: 线型如--虚线或-.点划线。 示例plt.plot([1, 2, 3], [4, 5, 6], colorblue, linewidth2.0, linestyle-)坐标轴标签xlabel和ylabel设置X轴和Y轴标签。支持中文需设置字体属性plt.rcParams[font.sans-serif] [SimHei] # 设置中文字体 plt.rcParams[axes.unicode_minus] False # 解决负号显示问题 plt.xlabel(X轴标签) plt.ylabel(Y轴标签)注意在刻度标签中$用于包裹LaTeX数学表达式如$x$\用于转义特殊字符如\n换行。刻度和位置xticks和yticks设置刻度位置和标签。处理中文刻度plt.xticks([0, 1, 2], [点A, 点B, 点C]) # 直接使用中文标签gca获取当前轴对象用于高级设置ax plt.gca() # 获取当前轴轴脊设置轴脊spines是坐标轴的边框spines: 访问轴脊对象。set_color: 设置颜色。set_ticks_position: 设置刻度位置如left或bottom。set_position: 设置位置如(data, 0)表示在数据点0处。 示例ax.spines[right].set_color(none) # 隐藏右侧轴脊 ax.spines[top].set_color(none) ax.spines[left].set_position((data, 0)) # 左侧轴脊移到X0处标签和图例label用于标记数据系列legend添加图例handles: 图例句柄列表。labels: 图例标签列表。loc: 图例位置如upper right。 示例plt.plot([1, 2, 3], [4, 5, 6], label数据线) plt.legend(handles[line], labels[示例], locbest)标注设置annotation添加文本标注支持箭头等plt.annotate(关键点, xy(2, 5), xytext(3, 6), arrowpropsdict(facecolorblack))刻度能见度设置控制刻度可见性ax.tick_params(axisx, whichboth, bottomFalse, labelbottomFalse) # 隐藏X轴刻度和标签二、散点图与柱状图的绘制matplotlib支持多种图表类型。以下是散点图和柱状图的绘制方法。散点图使用scatter函数可设置点的大小、颜色等import numpy as np x np.random.rand(50) y np.random.rand(50) plt.scatter(x, y, s100, cgreen, alpha0.6) # s为点大小alpha为透明度 plt.title(散点图示例) plt.show()柱状图使用bar函数设置位置、高度等categories [A, B, C] values [20, 35, 30] plt.bar(categories, values, color[red, blue, green]) plt.xlabel(类别) plt.ylabel(值) plt.title(柱状图示例) plt.show()三、subplot多合一展示subplot允许在一个图形中创建多个子图便于比较数据。基本用法使用subplot指定网格布局plt.figure(figsize(10, 8)) # 第一个子图 plt.subplot(2, 2, 1) # 2行2列第1个子图 plt.plot([1, 2, 3], [1, 4, 9], ro-) plt.title(子图1) # 第二个子图 plt.subplot(2, 2, 2) plt.scatter(np.random.rand(10), np.random.rand(10), cblue) plt.title(子图2) # 第三个子图 plt.subplot(2, 2, 3) plt.bar([X, Y, Z], [5, 7, 3], colorpurple) plt.title(子图3) # 第四个子图 plt.subplot(2, 2, 4) plt.plot([0, 1, 2], [2, 3, 1], g--) plt.title(子图4) plt.tight_layout() # 自动调整子图间距 plt.show()
)
