Matplotlib库安装及使用、常用函数

作用：

Matplotlib是一个基于Python的绘图库，它提供了一套和MATLAB相似的命令API， 广泛应用于科学计算、数据分析、机器学习等领域，便于用户快速上手。

我们使用Matplotlib库时，更多的使用的是Matplotlib库下的pyplot模块， pyplot 模块包含了大量的绘图函数，这些函数能够快速地创建各种类型的图表，包括线图、 散点图、条形图、饼图等，并且Matplotlib库在绘制图像时，可以很好的与Numpy 库进行结合使用。 注意：在实际使用的过程中，通常将matplotlib.pyplot缩写为plt。

安装

Matplotlib库是一个第三方库，因此在使用时需要我们提前安装，安装的命令是在Anoconda Prompt命令行中输入

pip install matplotlib

conda install matplotlib

使用

在Pycharm中设置Python解释器，把Matplotlib装入

测试使用 

以下代码为基础的正弦图像，新建.py文件

import numpy as np
import matplotlib.pyplot as plt
# 计算曲线上的点的x和y坐标
x = np.arange(0, 3 * np.pi, 0.1) 
# 表示从 0 到 3π（约9.4248）之间以 0.1 为步长的数值序列；np.pi 是 NumPy 库中定义的一个常量，表示圆周率 π 的值
y = np.sin(x)
# 使用Matplotlib绘制点，并添加fmt和kwargs属性
# plt.plot(x, y, format_string, **kwargs)
"""
format_string：是一个可选的格式化字符串，用于指定线条的颜色、样式和标记点的形状。
			'r' 表示红色线条。
			'--' 表示虚线。
			'o' 表示圆圈标记。
			'r--' 表示红色虚线。
			'bo' 表示蓝色圆圈标记。
**kwargs：是关键字参数，用于进一步定制图形的外观
			label：图例标签。
			linewidth 或 lw：线条宽度。
			markersize 或 ms：标记点大小。
			alpha：透明度（0 到 1）
"""
plt.plot(x, y, '-', #用于绘制二维图形，如折线图、散点图等。
     label='Sine Wave', # 图例标签
     linewidth=2, # 线宽
     color='blue', # 线的颜色
     marker='o', # 标记样式
     markersize=5, # 标记的大小
     markeredgecolor='black', # 标记边缘的颜色
     markeredgewidth=1, # 标记边缘的宽度
     markerfacecolor='none', # 标记内部的颜色
     alpha=0.5 # 透明度
     )
# 显示图例
plt.legend()
# 显示图形
plt.show()

测试结果

如果出现AttributeError: 'FigureCanvasInterAgg' object has no attribute 'tostring_rgb'. Did you mean: 'tostring_argb'? 

这个其实是matplotlib 与 PyCharm 中的特定 matplotlib backend 不兼容引起的

解决办法

在Pycharm---文件---设置----工具----Python  Scientific中，取消工具窗口显示绘图的选项

散点图

在Matplotlib库中，使用scatter来绘制散点图，函数原型为：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)

• x , y : 数组或标量，代表散点图中每个点的 x 和 y 坐标。

• s : 散点的大小。可以是一个标量或数组，用于指定每个点的大小。

• c : 散点的颜色。可以是单个颜色，也可以是数组，为每个点指定颜色。如果提供 了 cmap 参数，则 c 可以是颜色映射的值。

• marker : 散点的标记样式，例如 'o' 表示圆圈， 's' 表示正方形。

• cmap : Colormap，用于将 c 中的数值映射到颜色。

• norm : 用于标准化 c 的颜色数据的 Normalize 对象，确保数据在指定的范围内 映射到颜色映射。

• vmin , vmax : 分别是 c 中数据的最小值和最大值，用于色彩映射。

• alpha : 透明度，范围从 0（完全透明）到 1（完全不透明）。

• linewidths : 散点边缘的线宽。

• edgecolors : 散点边缘的颜色。

import numpy as np
import matplotlib.pyplot as plt

# 计算正弦曲线上的点的x和y坐标
x = np.arange(0, 3 * np.pi, 0.1)
y = np.sin(x)
# 创建一个颜色数组，基于y值映射到颜色
colors = y
# 绘制散点图，添加所有属性
plt.scatter(x, y,
      s=10,       # 散点的大小
      c=colors,     # 散点的颜色，这里使用y值映射颜色
      marker='o',    # 散点的标记样式
      cmap='viridis',  # 颜色映射
      norm=None,     # 默认的标准化
      vmin=-1,      # 颜色映射的最小值
      vmax=1,      # 颜色映射的最大值
      alpha=0.5,     # 透明度
      linewidths=0.5,  # 散点边缘的线宽
      edgecolors='w'   # 散点边缘的颜色
      )
# 添加颜色条
plt.colorbar()
# 显示图形
plt.show()

常用函数plot（） 

matplotlib是 Python 中一个强大的绘图库，plot 函数是 matplotlib.pyplot 模块中最常用的函数之一，用于绘制折线图。下面从基本用法、参数详解、示例代码等方面详细介绍 plot 函数。

基本用法
plot函数可以接受多种形式的参数，以下是几种常见的调用方式：

import matplotlib.pyplot as plt
# 方式一：只传入 y 值，x 值默认为 [0, 1, 2, ..., len(y)-1]
y = [1, 3, 2, 4]
plt.plot(y)

# 方式二：传入 x 和 y 值
x = [1, 2, 3, 4]
y = [1, 3, 2, 4]
plt.plot(x, y)

# 方式三：同时绘制多条线
x1 = [1, 2, 3, 4]
y1 = [1, 3, 2, 4]
x2 = [1, 2, 3, 4]
y2 = [4, 2, 3, 1]
plt.plot(x1, y1, x2, y2)

plt.show()

 plot函数完整参数为：

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

 位置参数 *args：

可以传入一个或多个数组，具体情况如下：
                           一个数组：表示 y 值，x 值默认为 [0, 1, 2, ..., len(y)-1]。
                           两个数组：分别表示 x 和 y 值。
                           多个数组：可以同时绘制多条线，例如 plot(x1, y1, x2, y2, ...)

关键字参数 **kwargs：

用于设置线条的样式、颜色、标记等属性，常见的参数如下：
color 或 c：设置线条的颜色，可以是颜色名称（如 'red'）、十六进制颜色码（如 '#FF0000'）等。
linestyle 或 ls：设置线条的样式，常见值有 '-'（实线）、'--'（虚线）、'-.'（点划线）、':'（点线）。
linewidth 或 lw：设置线条的宽度，单位为磅。
marker：设置数据点的标记样式，常见值有 'o'（圆形）、's'（正方形）、'^'（三角形）等。
markersize 或 ms：设置标记的大小。
label：设置线条的标签，用于图例显示。

import matplotlib.pyplot as plt

# 准备数据
x = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
y2 = [1, 3, 5, 7, 9]

# 绘制两条线，并设置不同的样式
plt.plot(x, y1, color='red', linestyle='--', linewidth=2, marker='o', markersize=8, label='Line 1')
plt.plot(x, y2, color='blue', linestyle='-.', linewidth=2, marker='s', markersize=8, label='Line 2')

# 添加标题和坐标轴标签
plt.title('Example Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图例
plt.legend()

# 显示网格
plt.grid(True)

# 显示图形
plt.show()

使用 plot 函数绘制了两条线，关键字参数设置了线条的颜色、样式、标记等属性。同时，添加了标题、坐标轴标签、图例和网格，使图形更加美观和易读。