matplotlib——绘制精美的图表

谁践踏了优雅 2022-05-18 02:22 280阅读 0赞

**matplotlib 是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。它的文档相当完备，并且 Gallery页面 中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。**

## 1.快速绘图 ##

matplotlib的pyplot子库提供了和matlab类似的绘图API，方便用户快速绘制2D图表。  
\#\#\#\#（1）一个简单的例子：  
![这里写图片描述][70]

![这里写图片描述][70 1]

#### （2）配置属性 ####

matplotlib所绘制的图的每个组成部分都对应有一个对象，我们可以通过调用这些对象的属性设置方法 set\_\*或者pyplot的属性设置函数 setp设置其属性值。例如plot函数返回一个 mat-plotlib.linesLine2D对象的列表，下面的例子显示如何设置Line2D对象的属性：

>>> import numpy as np
    >>> import matplotlib.pyplot as plt
    >>> x = np.arange(0, 5, 0.1)
    >>> line, = plt.plot(x, x*x) # plot返回一个列表，通过line,获取其第一个元素
     # 调用Line2D对象的set_*方法设置属性
    >>>line.set_antialiased(False)
    
    # 同时绘制sin和cos两条曲线，lines是一个有两个Line2D对象的列表
    >>> lines = plt.plot(x, np.sin(x), x, np.cos(x)) 
    # 调用setp函数同时配置多个Line2D对象的多个属性
    >>> plt.setp(lines, color="r", linewidth=2.

同样我们可以通过调用Line2D对象的get\_\*方法，或者plt.getp函数获取对象的属性:

>>> line.get_linewidth()1.0
    >>> plt.getp(lines[0], "color") # 返回color属性'r'
    >>> plt.getp(lines[1]) # 输出全部属性
    alpha = 1.0
    animated = False
    antialiased or aa = True
    axes = Axes(0.125,0.1;0.775x0.8)
    ...

注意getp函数只能对一个对象进行操作，它有两种用法：  
• 指定属性名：返回对象的指定属性的值。  
• 不指定属性名：打印出对象的所有属性和其值。

matplotlib的整个图表为一个Figure对象，此对象在调用plt.figure函数时返回，我们也可以通过plt.gcf函数获取当前的绘图对象。

>>> f=plt.gcf()
    >>> plt.getp(f)

## 2.绘制多轴图 ##

一个绘图对象(figure)可以包含多个轴(axis)，在Matplotlib中用轴表示一个绘图区域，可以将其理解为子图。上面的第一个例子中，绘图对象只包括一个轴，因此只显示了一个轴(子图)。我们可以使用subplot函数快速绘制有多个轴的图表。subplot函数的调用形式如下：

subplot(numRows, numCols, plotNum）

subplot将整个绘图区域等分为numRows行 \* numCols列个子区域，然后按照从左到右，从上到下的顺序对每个子区域进行编号，左上的子区域的编号为1。如果numRows，numCols和plotNum这三个数都小于10的话，可以把它们缩写为一个整数，例如subplot(323)和subplot(3,2,3)是相同的。subplot在plotNum指定的区域中创建一个轴对象。如果新创建的轴和之前创建的轴重叠的话，之前的轴将被删除。  
下面的程序创建3行2列共6个轴，通过axisbg参数给每个轴设置不同的背景颜色。

for idx, color in enumerate("rgbyck"):
    plt.subplot(320+idx+1, axisbg=color)
    plt.show()

![这里写图片描述][70 2]  
如果希望某个轴占据整个行或者列的话，可以如下调用subplot:  
![这里写图片描述][70 3]  
![这里写图片描述][70 4]

## 3.配置文件 ##

一幅图有许多需要配置的属性，例如颜色、字体、线型等等。我们在绘图时，并没有一一对这些属性进行配置，许多都直接采用了Matplotlib的缺省配置。Matplotlib将缺省配置保存在一个文件中，通过更改这个文件，我们可以修改这些属性的缺省值。  
**Matplotlib 使用配置文件 matplotlibrc 时的搜索顺序如下：**  
• 当前路径 : 程序的当前路径  
• 用户配置路径 : 通常为 HOME/.matplotlib/，可以通过环境变量MATPLOTLIBRC修改  
• 系统配置路径 : 保存在 matplotlib的安装目录下的 mpl-data下  
①获取用户配置路径

import matplotlib
    matplotlib.get_configdir()

②获得目前使用的配置文件的路径：

import matplotlib
    matplotlib.matplotlib_fname()

③配置文件的读入可以使用 rc\_params 函数，它返回一个配置字典：

matplotlib.rc_params()

## 4.Artist对象 ##

**①matplotlib API包含有三层：**  
• backend\_bases.FigureCanvas : 图表的绘制领域  
• backend\_bases.Renderer : 知道如何在FigureCanvas上如何绘图  
• artist.Artist : 知道如何使用Renderer在FigureCanvas上绘图

②Artists分为简单类型和容器类型两种。简单类型的Artists为标准的绘图元件，例如Line2D、 Rectangle、 Text、AxesImage 等等。而容器类型则可以包含许多简单类型的Artists，使它们组织成一个整体，例如Axis、 Axes、Figure等。

③直接使用Artists创建图表的标准流程如下：  
• 创建Figure对象  
• 用Figure对象创建一个或者多个Axes或者Subplot对象  
• 调用Axies等对象的方法创建各种简单类型的Artists

#### （1）Artist的属性 ####

图表中的每个元素都用一个matplotlib的Artist对象表示，而每个Artist对象都有一大堆属性控制其显示效果。例如Figure对象和Axes对象都有patch属性作为其背景，它的值是一个Rectangle对象。通过设置此它的一些属性可以修改Figrue图表的背景颜色或者透明度等属性。  
**Artist对象都具有的一些属性：**  
• alpha : 透明度，值在0到1之间，0为完全透明，1为完全不透明  
• animated : 布尔值，在绘制动画效果时使用  
• axes : 此Artist对象所在的Axes对象，可能为None  
• clip\_box : 对象的裁剪框  
• clip\_on : 是否裁剪  
• clip\_path : 裁剪的路径  
• contains : 判断指定点是否在对象上的函数  
• figure : 所在的Figure对象，可能为None  
• label : 文本标签  
• picker : 控制Artist对象选取  
• transform : 控制偏移旋转  
• visible : 是否可见  
• zorder : 控制绘图  
Artist对象的所有属性都通过相应的 get\_\* 和 set\_\* 函数进行读写。

如下例子是将图表的背景颜色设置为绿色：

>>> fig = plt.figure()
    >>> fig.show()
    >>> fig.patch.set_color("g")
    >>> fig.canvas.draw()

输出Artist对象的所有属性名和值。

plt.getp(fig.patch)

#### （2）Figure容器 ####

最大的Artist容器是matplotlib.figure.Figure，它包括组成图表的所有元素。图表的背景是一个Rectangle对象，用Figure.patch属性表示。当你通过调用add\_subplot或者add\_axes方法往图表中添加轴(子图时)，这些子图都将添加到Figure.axes属性中，同时这两个方法也返回添加进axes属性的对象，注意返回值的类型有所不同，实际上AxesSubplot是Axes的子类。  
**Figure对象有如下属性包含其它的Artist对象：**  
• axes : Axes对象列表  
• patch : 作为背景的Rectangle对象  
• images : FigureImage对象列表，用来显示图片  
• legends : Legend对象列表  
• lines : Line2D对象列表  
• patches : patch对象列表  
• texts : Text对象列表，用来显示文字

#### （3）Axes容器 ####

Axes容器是整个matplotlib库的核心，它包含了组成图表的众多Artist对象，并且有许多方法函数帮助我们创建、修改这些对象。  
**Axes的创建Artist对象的方法：**

<table> 
 <thead> 
  <tr> 
   <th>Axes的方法</th> 
   <th>所创建的对象</th> 
   <th>添加进的列表</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>annotate</td> 
   <td>Annotate</td> 
   <td>texts</td> 
  </tr> 
  <tr> 
   <td>bars</td> 
   <td>Rectangle</td> 
   <td>patches</td> 
  </tr> 
  <tr> 
   <td>errorbar</td> 
   <td>Line2D,Rectangle</td> 
   <td>lines,patces</td> 
  </tr> 
  <tr> 
   <td>fill</td> 
   <td>Polygon</td> 
   <td>patches</td> 
  </tr> 
  <tr> 
   <td>hist</td> 
   <td>Rectangle</td> 
   <td>patches</td> 
  </tr> 
  <tr> 
   <td>imshow</td> 
   <td>AxesImage</td> 
   <td>images</td> 
  </tr> 
  <tr> 
   <td>legend</td> 
   <td>Legend</td> 
   <td>legends</td> 
  </tr> 
  <tr> 
   <td>plot</td> 
   <td>Line2D</td> 
   <td>lines</td> 
  </tr> 
  <tr> 
   <td>scatter</td> 
   <td>PolygonCollection</td> 
   <td>Colections</td> 
  </tr> 
  <tr> 
   <td>text</td> 
   <td>Text</td> 
   <td>texts</td> 
  </tr> 
 </tbody> 
</table>

如下例子绘制散列图（scatter）：

>>> fig = plt.figure()
    >>> ax = fig.add_subplot(111)
    >>> t = ax.scatter(np.random.rand(20), np.random.rand(20))
    >>> t # 返回值为CircleCollection对象
    <matplotlib.collections.CircleCollection object at 0x06004230>
    >>> ax.collections # 返回的对象已经添加进了collections列表中
    [<matplotlib.collections.CircleCollection object at 0x06004230>]
    >>> fig.show()
    >>> t.get_sizes() # 获得Collection的点数
    20

![这里写图片描述][70 5]

#### （4）Axis容器 ####

Axis容器包括坐标轴上的刻度线、刻度文本、坐标网格以及坐标轴标题等内容。刻度包括主刻度和副刻度，分别通过Axis.get\_major\_ticks和Axis.get\_minor\_ticks方法获得。每个刻度线都是一个XTick或者YTick对象，它包括实际的刻度线和刻度文本。为了方便访问刻度线和文本，Axis对象提供了get\_ticklabels和get\_ticklines方法分别直接获得刻度线和刻度文本。

>>> pl.plot([1,2,3],[4,5,6])
    [<matplotlib.lines.Line2D object at 0x0AD3B670>]
    >>> pl.show()
    >>> axis = pl.gca().xaxis
    
    >>> axis.get_ticklocs() # 获得刻度的位置列表
    array([ 1. , 1.5, 2. , 2.5, 3. ])
    
    >>> axis.get_ticklabels() # 获得刻度标签列表
    <a list of 5 Text major ticklabel objects>
    >>> [x.get_text() for x in axis.get_ticklabels()] # 获得刻度的文本字符串
    [u'1.0', u'1.5', u'2.0', u'2.5', u'3.0']
    
    >>> axis.get_ticklines() # 获得主刻度线列表，图的上下刻度线共10条
    <a list of 10 Line2D ticklines objects>
    
    >>> axis.get_ticklines(minor=True) # 获得副刻度线列表
    <a list of 0 Line2D ticklines object

获得刻度线或者刻度标签之后，可以设置其各种属性，下面设置刻度线为绿色粗线，文本为红色并且旋转45度：

>>> for label in axis.get_ticklabels():
    ... label.set_color("red")
    ... label.set_rotation(45)
    ... label.set_fontsize(16)
    ...
    
    >>> for line in axis.get_ticklines():
    ... line.set_color("green")
    ... line.set_markersize(25)
    ... line.set_markeredgewidth(3)

结果图如下：  
![这里写图片描述][70 6]  
计算主刻度对象：

axis.get_major_locator()

计算副刻度对象：

axis.get_minor_locator()

[70]: /images/20220518/aa3e7d1f90804eb9960408e1a2d50619.png
[70 1]: /images/20220518/3bb149a2e7904204b5c4eef5a7c59184.png
[70 2]: /images/20220518/dd8dd1ffb2554dfba5a83a4b122328f9.png
[70 3]: /images/20220518/799f0184d04a4a62a47e967fc2229d0a.png
[70 4]: /images/20220518/d0a018788445462989b2efbc7fd27663.png
[70 5]: /images/20220518/a1be1ccdaf274c879fdac7d63069c0e1.png
[70 6]: /images/20220518/3ef6ade3c29e479c913c6b0bc36a30ba.png