pyplot 教程
原文： Pyplot tutorial 譯者： 飛龍 協定： CC BY-NC-SA 4.0
matplotlib.pyplot
是一個指令風格函數的集合，使
matplotlib
的機制更像 MATLAB。 每個繪圖函數對圖形進行一些更改：例如，建立圖形，在圖形中建立繪圖區域，在繪圖區域繪制一些線條，使用标簽裝飾繪圖等。在
matplotlib.pyplot
中，各種狀态跨函數調用儲存，以便跟蹤諸如目前圖形和繪圖區域之類的東西，并且繪圖函數始終指向目前軸域（請注意，這裡和文檔中的大多數位置中的『軸域』（axes）是指圖形的一部分（兩條坐标軸圍成的區域），而不是指代多于一個軸的嚴格數學術語）。
import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.ylabel('some numbers')
plt.show() 
你可能想知道為什麼
x
軸的範圍為
0-3
，
y
1-4
。 如果你向
plot()
指令提供單個清單或數組，則
matplotlib
假定它是一個
y
值序列，并自動為你生成
x
值。 由于 python 範圍從 0 開始，預設
x
向量具有與
y
相同的長度，但從 0 開始。是以
x
資料是
[0,1,2,3]
。
plot()
是一個通用指令，并且可接受任意數量的參數。 例如，要繪制
x
和
y
，你可以執行指令：
plt.plot([1, 2, 3, 4], [1, 4, 9, 16]) 對于每個
x,y
參數對，有一個可選的第三個參數，它是訓示圖形顔色和線條類型的格式字元串。 格式字元串的字母和符号來自 MATLAB，并且将顔色字元串與線型字元串連接配接在一起。 預設格式字元串為
"b-"
，它是一條藍色實線。 例如，要繪制上面的紅色圓圈，你需要執行：
import matplotlib.pyplot as plt
plt.plot([1,2,3,4], [1,4,9,16], 'ro')
plt.axis([0, 6, 0, 20])
plt.show() 
有關線型和格式字元串的完整清單，請參見
plot()
。 上例中的
axis()
指令接收
[xmin，xmax，ymin，ymax]
的清單，并指定軸域的可視區域。
如果
matplotlib
僅限于使用清單，它對于數字處理是相當無用的。 一般來說，你可以使用
numpy
數組。 事實上，所有序列都在内部轉換為
numpy
數組。 下面的示例展示了使用數組和不同格式字元串，在一條指令中繪制多個線條。
import numpy as np
import matplotlib.pyplot as plt
# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)
# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show() 控制線條屬性
線條有許多你可以設定的屬性：
linewidth
dash style
antialiased
等，請參見
matplotlib.lines.Line2D
。 有幾種方法可以設定線屬性：
- 使用關鍵字參數：
plt.plot(x, y, linewidth=2.0) - 使用
Line2D
setter
plot
Line2D
line1,line2 = plot(x1，y1，x2，y2)
line
line, = plt.plot(x, y, '-') line.set_antialiased(False) # turn off antialising -
setp()
setp
lines = plt.plot(x1, y1, x2, y2) # 使用關鍵字參數 plt.setp(lines, color='r', linewidth=2.0) # 或者 MATLAB 風格的字元串值對 plt.setp(lines, 'color', 'r', 'linewidth', 2.0)
下面是可用的
Line2D
屬性。
| 屬性 | 值類型 |
|---|---|
| 浮點值 |
| |
| |
| |
| |
| |
| 任何 |
| 命中測試函數 |
| |
| |
| 以點為機關的連接配接/斷開墨水序列 |
| |
| |
| 任何字元串 |
| |
| 以點為機關的浮點值 |
| |
| |
| |
| |
| |
| |
| |
| 用于互動式線條選擇 |
| 線條的拾取選擇半徑 |
| |
| |
| |
| |
| |
| |
| 任何數值 |
要擷取可設定的線條屬性的清單，請以一個或多個線條作為參數調用
step()
函數
In [69]: lines = plt.plot([1, 2, 3])
In [70]: plt.setp(lines)
alpha: float
animated: [True | False]
antialiased or aa: [True | False]
...snip 處理多個圖形和軸域
MATLAB 和 pyplot 具有目前圖形和目前軸域的概念。 所有繪圖指令适用于目前軸域。 函數
gca()
傳回目前軸域（一個
matplotlib.axes.Axes
執行個體），
gcf()
傳回目前圖形（
matplotlib.figure.Figure
執行個體）。 通常，你不必擔心這一點，因為它都是在幕後處理。 下面是一個建立兩個子圖的腳本。
import numpy as np
import matplotlib.pyplot as plt
def f(t):
return np.exp(-t) * np.cos(2*np.pi*t)
t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)
plt.figure(1)
plt.subplot(211)
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')
plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show() 這裡的
figure()
指令是可選的，因為預設情況下将建立
figure(1)
，如果不手動指定任何軸域，則預設建立
subplot(111)
subplot()
指令指定
numrows
numcols
fignum
，其中
fignum
的範圍是從
1
到
numrows * numcols
。 如果
numrows * numcols <10
，則
subplot
指令中的逗号是可選的。 是以，子圖
subplot(211)
與
subplot(2, 1, 1)
相同。 你可以建立任意數量的子圖和軸域。 如果要手動放置軸域，即不在矩形網格上，請使用
axes()
指令，該指令允許你将
axes([left, bottom, width, height])
指定為位置，其中所有值都使用小數（0 到 1）坐标。 手動放置軸域的示例請參見
pylab_examples
axes_demo.py
，具有大量子圖的示例請參見
pylab_examples
subplots_demo.py
你可以通過使用遞增圖形編号多次調用
figure()
來建立多個圖形。 當然，每個數字可以包含所需的軸和子圖數量：
import matplotlib.pyplot as plt
plt.figure(1) # 第一個圖形
plt.subplot(211) # 第一個圖形的第一個子圖
plt.plot([1, 2, 3])
plt.subplot(212) # 第一個圖形的第二個子圖
plt.plot([4, 5, 6])
plt.figure(2) # 第二個圖形
plt.plot([4, 5, 6]) # 預設建立 subplot(111)
plt.figure(1) # 目前是圖形 1，subplot(212)
plt.subplot(211) # 将第一個圖形的 subplot(211) 設為目前子圖
plt.title('Easy as 1, 2, 3') # 子圖 211 的标題 你可以使用
clf()
清除目前圖形，使用
cla()
清除目前軸域。 如果你搞不清在幕後維護的狀态（特别是目前的圖形和軸域），不要絕望：這隻是一個面向對象的 API 的簡單的狀态包裝器，你可以使用面向對象 API（見
藝術家教程）。
如果你正在制作大量的圖形，你需要注意一件事：在一個圖形用
close()
顯式關閉之前，該圖所需的記憶體不會完全釋放。 删除對圖形的所有引用，和/或使用視窗管理器殺死螢幕上出現的圖形的視窗是不夠的，因為在調用
close()
之前，
pyplot
會維護内部引用。
處理文本
text()
指令可用于在任意位置添加文本，
xlabel()
ylabel()
title()
用于在指定的位置添加文本（詳細示例請參閱
文本介紹import numpy as np
import matplotlib.pyplot as plt
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
# 資料的直方圖
n, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.75)
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show() 所有的
text()
指令傳回一個
matplotlib.text.Text
執行個體。 與上面一樣，你可以通過将關鍵字參數傳遞到
text
函數或使用
setp()
來自定義屬性：
t = plt.xlabel('my data', fontsize=14, color='red') 這些屬性的更詳細介紹請見
文本屬性和布局在文本中使用數學表達式
matplotlib
在任何文本表達式中接受 TeX 方程表達式。 例如，要在标題中寫入表達式，可以編寫一個由美元符号包圍的 TeX 表達式：
plt.title(r'$\sigma_i=15$') 标題字元串之前的
r
很重要 - 它表示該字元串是一個原始字元串，而不是将反斜杠作為 python 轉義處理。
matplotlib
有一個内置的 TeX 表達式解析器和布局引擎，并且自帶了自己的數學字型 - 詳細資訊請參閱
編寫數學表達式。 是以，你可以跨平台使用數學文本，而無需安裝 TeX。 對于安裝了 LaTeX 和
dvipng
的使用者，還可以使用 LaTeX 格式化文本，并将輸出直接合并到顯示圖形或儲存的 postscript 中 - 請參閱
使用 LaTeX 進行文本渲染标注文本
上面的
text()
基本指令将文本放置在軸域的任意位置。 文本的一個常見用法是對圖的某些特征執行标注，而
annotate()
方法提供一些輔助功能，使标注變得容易。 在标注中，有兩個要考慮的點：由參數
xy
表示的标注位置和
xytext
表示的文本位置。 這兩個參數都是
(x, y)
元組。
在此基本示例中，
xy
（箭頭提示）和
xytext
（文本）都位于資料坐标中。 有多種其他坐标系可供選擇 - 詳細資訊請參閱
标注軸域。 更多示例可以在
pylab_examples
annotation_demo.py
中找到。
對數和其它非線性軸
matplotlib.pyplot
不僅支援線性軸刻度，還支援對數和對數刻度。 如果資料跨越許多數量級，通常會使用它。 更改軸的刻度很容易：
plt.xscale('log') 下面示例顯示了四個圖，具有相同資料和不同刻度的
y
軸。
import numpy as np
import matplotlib.pyplot as plt
# 生成一些區間 [0, 1] 内的資料
y = np.random.normal(loc=0.5, scale=0.4, size=1000)
y = y[(y > 0) & (y < 1)]
y.sort()
x = np.arange(len(y))
# 帶有多個軸域刻度的 plot
plt.figure(1)
# 線性
plt.subplot(221)
plt.plot(x, y)
plt.yscale('linear')
plt.title('linear')
plt.grid(True)
# 對數
plt.subplot(222)
plt.plot(x, y)
plt.yscale('log')
plt.title('log')
plt.grid(True)
# 對稱的對數
plt.subplot(223)
plt.plot(x, y - y.mean())
plt.yscale('symlog', linthreshy=0.05)
plt.title('symlog')
plt.grid(True)
# logit
plt.subplot(224)
plt.plot(x, y)
plt.yscale('logit')
plt.title('logit')
plt.grid(True)
plt.show() 還可以添加自己的刻度，詳細資訊請參閱
向matplotlib