詳解Python中matplotlib模塊的繪圖方式

Posted on by

1、matplotlib之父簡介

matplotlib之父John D. Hunter已經去世，他的一生輝煌而短暫，但是他開發的的該開源庫還在繼續著輝煌。國內介紹的資料太少瞭，查閱瞭一番整理如下：

  • 1968 出身於美國的田納西州代爾斯堡。
  • 之後求學於普林斯頓大學。
  • 2003年發佈Matplotlib 0.1版，初衷是博士研究期間為可視化癲癇患者的腦電圖（ECoG）數據；
  • 之後，美國國傢航空航天局（NASA）太空望遠鏡科學研究所的哈勃望遠鏡背後團隊（Hubble Space Telescope），選擇Matplotlib作為瞭畫圖程序包，並一直為 Matplotlib 開發團隊提供資金支持，從而大大促進瞭 Matplotlib 的發展。
  • 2004 年於芝加哥大學獲得神經生物學方向博士學位。
  • 2005年供職於芝加哥的一傢投資公司，從事量化分析（真是生物人遍佈各行各業）。
  • 之後以董事的身份創立瞭專為數據科學贊助的非盈利組織  NumFOCUS Foundation。
  • 2007年美國鳳凰號探測器（Phoenix spacecraft）登錄火星，NASA使用Matplotlib可視化瞭第一張黑洞的圖片。
  • 2012年因John D. Hunter個人對Python和數據科學方向的傑出貢獻，被Python社區授予第一屆PSF Distinguished Service Awards獎項  。
  • 2012.08 因患惡性結腸癌英年早逝，享年44歲。
  • 雖然Matplotlib之父已經去世，但是，大量開源愛好者在fork著這個可視化包，延續著輝煌 https://github.com/matplotlib。
  • NumFOCUS 組織每年夏天會贊助1到2個學生，在高級貢獻者的帶領下，為Matplolib全職工作10周左右（2018年獎金多達$6,000）：https://numfocus.org/programs/john-hunter-technology-fellowship 。
  • 2013年起，SciPy每年舉行可視化比賽：John Hunter Excellence in Plotting Competition，一是為瞭為瞭紀念John Hunter的貢獻，二是為瞭強調數據可視化對科學進步的重要性，並展示開源軟件力量。；2020年報名截止日期為06月01號，獎金優渥（1st prize: $1000；2nd prize: $750；3rd prize: $500）：https://jhepc.github.io/index.html 。

2、matplotlib圖形結構

figure層

指整張圖，可設置整張圖的分辨率（dpi），長寬（figsize）、標題（title）等特征；

可包含多個axes，可簡單理解為多個子圖（下圖為兩個axes）； 

figure置於canvas系統層之上，用戶不可見。

axes層

每個子圖，可以繪制各種圖形，例如柱狀圖（bar），餅圖（pie函數），箱圖（boxplot）等；

設置每個圖的外觀網格線（grid）的開關、坐標軸（axis）開關等；

設置每個坐標軸（axis）的名字（label）、子圖標題（title）、圖例（legend）等；

設置坐標軸范圍（scale）、坐標軸刻度（tricks）等；

下圖中具有兩個axes：

一張matplotlib圖的組成

下面這張matplotlib圖包含一張圖的常見元素 ，例如標題、坐標軸、軸標簽、刻度、文本註釋、圖例等。

3、matplotlib兩種畫繪圖方法

方法一：使用matplotlib.pyplot

matplotlib.pyplot簡介

這種繪圖主要使用pyplot模塊，pyplot.py代碼量有3000多行（windows下存儲於xxx\site-packages\matplotlib\pyplot.py），該腳本裡面有大量def定義的函數，繪圖時就是調用pyplot.py中的函數。

pyplot方法繪圖舉例

#matplotlib.pyplot 接口
import numpy as np
import matplotlib.pyplot as plt#導入pyplot，matplotlib.pyplot簡寫為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(dpi=100)
plt.subplot(211)
plt.plot(t1, f(t1), color='tab:blue', marker='o')
plt.plot(t2, f(t2), color='black')
plt.title('demo')

plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), color='tab:orange', linestyle='--')
plt.suptitle('matplotlib.pyplot api')
plt.show()

方法二：面向對象方法

畫比較復雜的圖形時，面向對象方法會更方便。這種繪圖方式主要使用matplotlib的兩個子類：matplotlib.figure.Figure和matplotlib.axes.Axes，畫每張圖時，畫佈為matplotlib.figure.Figure的一個實例，每個子圖為matplotlib.axes.Axes的一個實例，分別可以繼承父類的所有方法，也就是說你繪圖時，你想設置的元素（網格線啊，坐標刻度啊等）都可以在二者的屬性中找出來使用。

matplotlib.figure.Figure

該對象主要用於figure的調整

matplotlib.axes.Axes

面向對象方法繪圖舉例

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)

fig, axs = plt.subplots(2, dpi=100)
#fig為matplotlib.figure.Figure對象的實例figure
#axs為matplotlib.axes.Axes對象實例（每個子圖）組成的numpy.ndarray
axs[0].plot(t1, f(t1), color='tab:blue', marker='o')
axs[0].plot(t2, f(t2), color='black')

#兩種設置標題的方法
#axs[0].set_title('haha')#使用matplotlib.axes.Axes的set_title方法設置小標題
axs[0].set(title='demo1')

axs[1].plot(t2, np.cos(2*np.pi*t2), color='tab:orange', linestyle='--')
fig.suptitle('matplotlib object-oriented')#使用matplotlib.figure.Figure中的suptitle方法設置Figure標題
plt.show()

以上就是詳解Python中matplotlib模塊的繪圖方式的詳細內容，更多關於Python matplotlib繪圖方式的資料請關註WalkonNet其它相關文章！

推薦閱讀：