目錄

[TOC]

前言

學(xué)習(xí)matplotlib有一段時(shí)間了，總感覺學(xué)不到本質(zhì)的東西，抓不到主要的重點(diǎn)，還是感覺有些吃力，畫的圖千變?nèi)f化，總不能一一學(xué)會(huì)吧，今天我們就來(lái)總結(jié)一下，matplotlib本質(zhì)的東西，讓我們更能在全局上掌握matplotlib庫(kù)。

（一）總框架分析

在matplotlib庫(kù)里，總分成兩種繪圖方法

1. 方法一：函數(shù)式繪圖
2. 方法二：面向?qū)ο笫嚼L圖

（二）函數(shù)式的繪圖

1.說(shuō)明：

在matplotlib.pyplot里是封裝好的函數(shù)，用戶可以直接調(diào)用函數(shù)進(jìn)行繪圖。

一般的，我們約定 matplotlib.pyplot 取別名為 plt

其模塊下主要定義如下兩方面的函數(shù)：

1. 操作類的函數(shù)：對(duì)于畫布，圖，子圖，坐標(biāo)軸，圖例，背景，網(wǎng)格等的操作。

如：plt.ylabel(), plt.xlabel(), plot.yscale(), plt.legend(), plt.title(), plt.text()……

2. 繪圖類的函數(shù)：畫折線圖，散點(diǎn)圖，條形圖，直方圖，餅狀圖等特點(diǎn)圖的繪制函數(shù)。

如：plt.scatter, plt.plot(), plt.bar, plot.pie(), plt.hise()……

具體可以參考官方網(wǎng)站

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.html?highlight=matplotlib%20pyplot#module-matplotlib.pyplot

2.函數(shù)繪圖的缺優(yōu)點(diǎn)

（1）缺點(diǎn)：

其實(shí)函數(shù)式的繪圖本質(zhì)上還是在matplotlib對(duì)象的封裝，在對(duì)象的基礎(chǔ)上多了一層函數(shù)的調(diào)用，

其定制性并不是很強(qiáng)，都是封裝好的函數(shù)。

（2）優(yōu)點(diǎn)：

適合一般用戶繪圖，要求不是很高，定制性不是很強(qiáng)的繪圖。

新手容易上手，不需要了解內(nèi)部的對(duì)象問(wèn)題。

3.繪圖類的函數(shù)

matplotlib繪圖不止這些，在此只舉例了大部分

4.操作類的函數(shù)

操作不止這些，在這只是例了大部分

5.例子：

（1）源代碼

# 導(dǎo)入模塊
import matplotlib.pyplot as plt
import numpy as np

# 數(shù)據(jù)
x = np.linspace(0, 2*np.pi, 1000)
y = np.sin(x**2)

# 繪圖
plt.plot(x, y)

# 顯示
plt.show()

（2）顯示效果

03.png

（三）面向?qū)ο笫降睦L圖

1.基本概念

面向?qū)ο笫降睦L圖，才是matplotlib繪圖最自然的方式，不過(guò)需要先了解一些基本的概念。

可參考官方介紹：https://matplotlib.org/tutorials/introductory/usage.html#sphx-glr-tutorials-introductory-usage-py

下圖是matplotlib基本的組成部分

image

figure(圖形)

axes(子圖形)

title(標(biāo)題)

legend(圖例)

Major tick(大標(biāo)尺刻度)

Minor tick(小標(biāo)尺刻度)

Major tick label(大標(biāo)尺刻度數(shù)值)

Minor tick label(小標(biāo)尺刻度數(shù)值)

Y axis label(y軸指標(biāo)說(shuō)明)

X axis label(x軸指標(biāo)說(shuō)明)

Line(線型圖)

Markers(數(shù)據(jù)標(biāo)注點(diǎn))

Grid(格子)等等

2.基本對(duì)象

（1）Figure

1. 整個(gè)圖形即是一個(gè)Figure對(duì)象，即一個(gè)彈出的繪圖的窗口，便是一個(gè)figure。
2. Figure對(duì)象至少包含一個(gè)子圖，也就是Axes對(duì)象。
3. Figure對(duì)象包含一些特殊的Artist對(duì)象，如title標(biāo)題、圖例legend。
4. Figure對(duì)象包含畫布canvas對(duì)象。 canvas對(duì)象一般不可見，通常無(wú)需直接操作該對(duì)象，matplotlib程序?qū)嶋H繪圖時(shí)需要調(diào)用該對(duì)象。

（2）Axes

1. 字面上理解，axes是數(shù)據(jù)軸axis的復(fù)數(shù)，但它并不是指數(shù)據(jù)軸，而是子圖對(duì)象?？梢赃@樣理解，每一個(gè)子圖都有x和y軸，axes則用于代表這兩個(gè)數(shù)據(jù)軸所對(duì)應(yīng)的一個(gè)子圖對(duì)象。
2. 常用方法set_xlim()以及set_ylim()：
   1. 設(shè)置子圖x軸和y軸對(duì)應(yīng)的數(shù)據(jù)范圍。
   2. set_title()：設(shè)置子圖的標(biāo)題。
   3. set_xlabel()以及set_ylable()：
   4. 設(shè)置子圖x軸和y軸指標(biāo)的描述說(shuō)明。

（3）Axis

1. Axis是數(shù)據(jù)軸對(duì)象，主要用于控制數(shù)據(jù)軸上刻度位置和顯示數(shù)值。
2. Axis有Locator和Formatter兩個(gè)子對(duì)象，分別用于控制刻度位置和顯示數(shù)值。

（4）Artist

1. 基本上所有的對(duì)象都是一個(gè)Artist對(duì)象，包括Figure對(duì)象、Axes對(duì)象和Axis對(duì)象，可以將Artist理解為一個(gè)基本類。
2. 當(dāng)提交代碼，圖像最終呈現(xiàn)時(shí)，所有的artist對(duì)象都會(huì)繪制于canvas畫布上

層級(jí)結(jié)構(gòu)圖：

02.png

(yaxis同樣有tick, label和tick label，沒有畫出)

3.面向?qū)ο笫嚼L圖的缺優(yōu)

（1）缺點(diǎn)：

對(duì)于新手不友好，感念混淆，不易掌握，上手慢。

（2）優(yōu)點(diǎn)：

可定制性強(qiáng)，靈活，自然，流暢。

4.例子：

（１）源代碼

# 導(dǎo)入模塊
import matplotlib.pyplot as plt
import numpy as np

# 數(shù)據(jù)
x = np.linspace(0, 2*np.pi, 1000)
y = np.sin(x**2)

# 創(chuàng)建一張圖
fig, ax = plt.subplots(1, 1)

plt.plot(x, y)

# 顯示
plt.show()

（2）輸出效果

[圖片上傳失敗...(image-66cc5e-1552302327631)]

參考網(wǎng)站

【1】python matplotlib畫圖教程學(xué)習(xí)：使用介紹https://baijiahao.baidu.com/s?id=1614559225877861604&wfr=spider&for=pc

【2】matplotlib核心剖析：https://blog.csdn.net/zchshhh/article/details/78215646

作者：Mark

日期：2019/03/11 周一