matplotlib#

matplotlib是python绘图的一个基础包，其用法和matlab语法有些相似。
大量第三方包扩展并构建了Matplotlib功能，包括几个较高级别的绘图接口(seaborn、holoviews、ggplot 等)，以及两个投影和绘图工具包(basemap和cartopy)
这里总结一些基本用法

1.matplotlib.pylab#

2.matplotlib.pyplot#

import matplotlib.pyplot as plt
plt.plot(x, y, 其他属性)

pyplot是matplotlib中最常用的模块，

常用的图形参数设置#

命令	功能
axis([xmin, xmax, ymin, ymax])	设置坐标轴范围
plot(x, y1,属性, y2, 属性)	绘制线图
title
xlabel, ylabel	横纵坐标轴的标签
text(x, y, 文字)	添加文字描述
annotate('注释', xy=(2, 1), xytext=(3, 1.5)	添加箭头注释
plt.yscale('linear’) # linear, log, logit	更换坐标轴刻度

subplot 绘制子图

plt.figure()
plt.subplot(2, 3, 1)   #n行m列的子图
plt.plot(x1, y1)

plt.subplot(2, 3, 2)   #n行m列的子图
plt.plot(x2, y2)

data = np.random.randn(2, 100)
fig, axs = plt.subplots(2, 2, figsize=(5, 5))
axs[0, 0].hist(data[0])
axs[1, 0].scatter(data[0], data[1])
axs[0, 1].plot(data[0], data[1])
axs[1, 1].hist2d(data[0], data[1])

plt.show()

显示图像，读取图片

需要先安装pillow包

im = plt.imread('cat.jpg')  #将图像读取为数组
ax.imshow(im)                  # imshow将数组显示为图像

plt.colorbar() # 可以添加颜色条

3d绘图

mplot3d

多条曲线设置不同颜色

正常情况下，matplot是自动变更绘制的颜色的

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 1, 10)
for i in range(1, 6):
    plt.plot(x, i * x + i, label='$y = {i}x + {i}$'.format(i=i))
plt.legend(loc='best')
plt.show()

如果需要自己指定颜色，可以通过设置color=xxx来设置。
如果数据中有标签分组，希望分组设置相同的颜色，但是组数比较多，不太好事先指定好颜色，则可以通过如下的方法

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 1, 10)
number = 5
cmap = plt.get_cmap('gnuplot')
colors = [cmap(i) for i in np.linspace(0, 1, number)]    # 挑选number种颜色

for i, color in enumerate(colors, start=1):
    plt.plot(x, i * x + i, color=color, label='$y = {i}x + {i}$'.format(i=i))
plt.legend(loc='best')
plt.show()

绘制次坐标轴图

fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.plot(x, y1)
ax1.set_ylabel('Y1')

ax2 = ax1.twinx()  # this is the important function
ax2.plot(x, y2, 'r')
ax2.set_ylabel('Y2')
plt.show()

3. 高级技巧#

常用的图像类型 https://www.matplotlib.org.cn/tutorials/introductory/sample_plots.html

1 绘制动态图#

想要得到动画效果的图像，就是让多幅图连续播放，所以需要不断修改图中曲线的属性。首先需要了解下面像对象编程，在matplotlib中我们调用的任何函数，都会返回一个对象的实例。所以可以通过修改其相应的属性来改变曲线。比如常见的设置title，xlim等
plt.plot(x, y); plt.title('plot title')

主要用到的函数
FuncAnimation(fig, func, frames=None,fargs=None)
FuncAnimation的参数比较多，这里只列举出最重要的四个。

fig: 指得是目前曲线所在在的figure。
func: 这个函数主要是修改lines的属性，并返回。
frames: 这是func参数中，跟每一帧相关的参数，靠它曲线才会发生变化。动画长度，一次循环包含的帧数
fargs：对应func中其他参数。
interval 更新频率，以ms记
blit: 选择更新所有点，还是仅更新产生变化的点。
可选参数 repeat，指定是否循环动画

官网的一个案例
https://matplotlib.org/gallery/animation/simple_anim.html

模仿写的一个小例子 https://www.smslit.top/2018/11/12/matplotlib-animation/

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import animation

def plot_trace_animation(x, y):

    fig, ax = plt.subplots()
    plt.xlim(min(x), max(x))
    plt.ylim(min(y), max(y))
    line, = ax.plot(x[0], y[0])

    def init():  # only required for blitting to give a clean slate.
        line.set_ydata([np.nan] * len(x))
        return line,

    def update(i):
        print(i)
        line.set_xdata(x[:i])
        line.set_ydata(y[:i])
        #scat.set_data(x[:i], y[:i])
        return line,

    anim = animation.FuncAnimation(fig, update, init_func=init,frames=10, interval=100)
    plt.show()

    #anim.to_html5_video()
    #anim.to_jshtml()
    anim.save('out.mp4')   # 需要先安装ffmpeg

x = range(1, 11)
y = range(5, 15)

plot_trace_animation(x, y)

保存

anim.save('out.mp4') # 需要先安装ffmpeg
anim.save的 save 方法可以指定 writer ，这里要保存 gif 默认选择的 writer 为 pillow ，所以需要安装 pillow 库：

$ pip3 install pillow
按照如下调用方法即可保存动画为 gif，这里保存动画的帧数是受 animation.FuncAnimation 的 frames 和 save_count 影响的：

ani.save('animation.gif', writer='pillow')

4. 常见问题#

Q1: RuntimeWarning: More than 20 figures have been opened. Figures created through the pyplot interface (matplotlib.pyplot.figure) are retained until explicitly closed and may consume too much memory.

很多时候绘图的时候数量会比较多，一般是写个循环然后绘图。这时候定义的绘图函数就会执行很多次的plt.subplot() 即创建很多新的。可以在一开始或者初始化的时候就直接创建一张，然后后续的图都基于此改就好了，这样可以提升运行速度。

中文乱码#

https://www.jianshu.com/p/dea646dab85c

下载中文字体 simhei.ttf
搜索 matplotlib 的字体安装位置：locate -b '\mpl-data'。由于我创建了虚拟环境，得到的路径为：
/home/yilonghao/ml/venv/lib/python3.5/site-packages/matplotlib/mpl-data
切换到目标路径下（注意命令末尾的/fonts/ttf）：
cd /home/yilonghao/ml/venv/lib/python3.5/site-packages/matplotlib/mpl-data/fonts/ttf
将下载的字体拷贝到该路径下。
删除当前用户的 matplotlib 缓存。
cd ~/.cache/matplotlib
rm -rf .

代码中设置:

import matplotlib

matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 支持中文字体
matplotlib.rcParams['axes.unicode_minus'] = False

## 支持负号

参考#

https://www.matplotlib.org.cn/home.html