Matplotlib 系列之【繪製函數圖像】

matplotlib 是 python 最著名的繪圖庫，它提供了一整套和 matlab 類似的命令 API，十分適合交互式進行繪圖。

它的文檔至關完備，而且 Gallery 頁面 中有上百幅縮略圖，打開以後都有源程序。所以若是你須要繪製某種類型的圖，只須要在這個頁面中瀏覽/複製/粘貼一下，基本上都能搞定。

這是要實現的效果圖，利用 Matplotlib 繪製函數 y = x^2^ 的圖像。

代碼實現

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變量的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的圖像，設置 color 爲 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設置 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

# 設置座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])


# 設置座標軸 gca() 獲取座標軸信息
ax=plt.gca()
# 使用.spines設置邊框：x軸；將右邊顏色設置爲 none。
# 使用.set_position設置邊框位置：y=0的位置；（位置全部屬性：outward，axes，data）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 移動座標軸
# 將 bottom 便是 x 座標軸設置到 y=0 的位置。
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

# 將 left 便是 y 座標軸設置到 x=0 的位置。
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

# 設置標籤
ax.set_title('y = x^2',fontsize=14,color='r')

# 顯示圖像
plt.show()
複製代碼

首先一幅 Matplotlib 的圖像組成部分介紹。

基本構成

在 matplotlib 中，整個圖像爲一個 Figure 對象。在 Figure 對象中能夠包含一個或者多個 Axes 對象。每一個 Axes(ax) 對象都是一個擁有本身座標系統的繪圖區域。

所屬關係以下（圖片來自網絡）：

圖上：Title 爲圖像標題，Axis 爲座標軸, Label 爲座標軸標註，Tick 爲刻度線，Tick Label 爲刻度註釋。

各個對象關係能夠梳理成如下內容（圖片來自網絡）：

Matplotlib 繪圖步驟分析

注意

這裏不講解 matplotlib 的安裝，我使用的是 Anaconda 的 notebook，所以，能夠直接導入 matplotlib 的module，想要安裝 Anaconda 的請查看的寫的另外一篇文章。

若是說不想使用 Anaconda，能夠看看這篇推薦文章，教你如何安裝 matplotlib（視頻和文章教程）— 莫煩 Python -- Matplotlib

上面雖然貼了所有的代碼，有 matplotlib 基礎的人一看便懂，可是對於初學者來講，就比較抓腦了。

1、matplotlib 實現簡單圖像

使用 import 導入模塊 matplotlib.pyplot，並簡寫成 plt  使用 import 導入模塊 numpy，並簡寫成 np。

#導入 module
import matplotlib.pyplot as plt
import numpy as np
複製代碼

使用 np.linspace 定義 x：範圍是 (-3，3)，個數是50，仿真一維數據組 (x ,y) 表示曲線。

# 定義 x 變量的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2
複製代碼

使用 plt.figure 定義一個圖像窗口，使用 plt.plot 畫 (x ,y) 曲線，使用 plt.show 顯示圖像。

#繪製及顯示
plt.figure()
plt.plot(x, y)
plt.show()
複製代碼

最終代碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變量的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

plt.figure()
plt.plot(x, y)
plt.show()
複製代碼

運行結果

看到這個，是否是和最終效果圖差距很大，不要緊，咱們接着往下看。

2、設置 Figure 圖像

使用 plt.figure 定義一個圖像窗口：編號爲 3，大小爲 (8, 5)。使用plt.plot畫(x ,y)曲線，曲線的顏色屬性(color)爲紅色。曲線的寬度(linewidth)爲1.0。曲線的類型(linestyle)爲虛線， 使用plt.show顯示圖像。

plt.figure(num=3,figsize=(8,5))
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')
複製代碼

最終代碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變量的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的圖像，設置 color 爲 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

plt.show()
複製代碼

運行效果

3、設置座標軸

設置 x，y 軸座標範圍及標註 label

使用 plt.xlim 設置x座標軸範圍：(-1, 2)； 使用 plt.ylim 設置 y 座標軸範圍：(-2, 3)；

使用 plt.xlabel 設置 x 座標軸名稱：’x’； 使用 plt.ylabel 設置 y 座標軸名稱：’I am y’；

代碼實現

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變量的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的圖像，設置 color 爲 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設置 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

plt.show()
複製代碼

運行結果

設置 x, y 刻度範圍及刻度標註

設置 x 軸 使用 np.linspace 定義範圍以及個數：範圍是(-1,2); 個數是 5。

使用 plt.xticks 設置 x 軸刻度：範圍是(-1,2); 個數是5。

設置 y 軸 使用 plt.yticks 設置 y 軸刻度以及名稱：刻度爲 [-2, -1.8, -1, 1.22, 3]；對應刻度的名稱爲 [‘really bad’,’bad’,’normal’,’good’, ‘really good’]。

# 設置座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])
複製代碼

最終代碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變量的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的圖像，設置 color 爲 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設置 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

# 設置座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])

# 顯示圖像
plt.show()
複製代碼

運行效果，注意看 x, y 軸刻度以及標註變化

4、移動座標軸

隱藏右邊框和上邊框

1. 使用 plt.gca 獲取當前座標軸信息。

2. 使用 .spines 設置邊框：右側邊框；使用.set_color設置邊框顏色：默認白色；

   使用 .spines 設置邊框：上邊框；使用.set_color設置邊框顏色：默認白色；

調整座標軸至中心（將 left 邊框調整到 x=0 處，將 bottom 邊框調整到 y=0 處）

1. 使用 .xaxis.set_ticks_position 設置 x 座標刻度數字或名稱的位置：bottom。（全部位置：top，bottom，both，default，none）。
2. 使用 .spines 設置邊框：x 軸；使用 .set_position設置邊框位置：y=0 的位置；（位置全部屬性：outward，axes，data）

# 設置座標軸 gca() 獲取座標軸信息
ax=plt.gca()
# 使用.spines設置邊框：x軸；將右邊顏色設置爲 none。
# 使用.set_position設置邊框位置：y=0的位置；（位置全部屬性：outward，axes，data）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 移動座標軸
# 將 bottom 便是 x 座標軸設置到 y=0 的位置。
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

# 將 left 便是 y 座標軸設置到 x=0 的位置。
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
複製代碼

最終代碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變量的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的圖像，設置 color 爲 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設置 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

# 設置座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])

# 設置座標軸 gca() 獲取座標軸信息
ax=plt.gca()
# 使用.spines設置邊框：x軸；將右邊顏色設置爲 none。
# 使用.set_position設置邊框位置：y=0的位置；（位置全部屬性：outward，axes，data）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 移動座標軸
# 將 bottom 便是 x 座標軸設置到 y=0 的位置。
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

# 將 left 便是 y 座標軸設置到 x=0 的位置。
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

# 顯示圖像
plt.show()
複製代碼

運行結果

5、設置標題

使用 .set_title 設置標題，聲明標題爲 y = x^2^，字體大小 14，顏色爲 red。

# 設置標籤
ax.set_title('y = x^2',fontsize=14,color='r')
複製代碼

最終代碼

import matplotlib.pyplot as plt
import numpy as np

# 定義 x 變量的範圍 (-3，3) 數量 50 
x=np.linspace(-3,3,50)
y=x**2

# Figure 並指定大小
plt.figure(num=3,figsize=(8,5))
# 繪製 y=x^2 的圖像，設置 color 爲 red，線寬度是 1，線的樣式是 --
plt.plot(x,y,color='red',linewidth=1.0,linestyle='--')

# 設置 x，y 軸的範圍以及 label 標註
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel('x')
plt.ylabel('y')

# 設置座標軸刻度線 
# Tick X 範圍 (-1，2) Tick Label(-1，-0.25，0.5，1.25，2) 刻度數量 5 個
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)

# Tick Y 範圍(-2.2,-1,1,1.5,2.4) ，Tick Label (-2.2, -1, 1, 1.5, 2.4) 別名(下面的英文)
plt.yticks([-2.2,-1,1,1.5,2.4],
          [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'])


# 設置座標軸 gca() 獲取座標軸信息
ax=plt.gca()
# 使用.spines設置邊框：x軸；將右邊顏色設置爲 none。
# 使用.set_position設置邊框位置：y=0的位置；（位置全部屬性：outward，axes，data）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 移動座標軸
# 將 bottom 便是 x 座標軸設置到 y=0 的位置。
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

# 將 left 便是 y 座標軸設置到 x=0 的位置。
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

# 設置標籤
ax.set_title('y = x^2',fontsize=14,color='r')

# 顯示圖像
plt.show()
複製代碼

運行結果

最後，附上 matplotlib 總體結構圖（圖片來自網絡）：

推薦閱讀

來北京的日子

這麼多年都白學了，原來是方法沒有用對

貝斯狸的 Python 之旅 -- 深刻切片操做及原理

牆裂推薦 Anaconda | 安利 Python IDE

編程界的半壁江山

好書推薦

統計學習方法

最近正在研究機器學習中的算法和公式，朋友給我推薦了這本書，通過一番考察，總算是以爲這本書對得起讀者，也值得推薦。

李航，日本京都大學電氣工程系畢業，日本東京大學計算機科學博士。曾任職於日本 NEC 公司中央研究所，微軟亞洲研究院高級研究員及主任研究員，現任華爲諾亞方舟實驗室首席科學家。北京大學、南開大學、西安交通大學客座教授。研究方向包括信息檢索、天然語言處理、統計機器學習及數據挖掘。

豆瓣簡介

詳細介紹支持向量機、Boosting、最大熵、條件隨機場等十個統計學習方法。

思惟力：高效的系統思惟

王世民，深圳爾雅 CEO，YouCore 創始人，知乎專欄「框架的力量」做者。

一個矛盾體。內心挺鄙視學歷，但不當心念了名校、拿了碩士；崇尚我的自由，但又創辦公司綁死了本身；特不喜歡教書，但如今幹着培訓。一個不安分的人。短短十來年，當過苦逼的IT碼農、作過裝逼的諮詢顧問、如今幹着土鱉的民企老闆。

這本書對個人思惟能力提高幫助蠻大的，書中提供的不少學習方法都值得借鑑，自從閱讀了本書之後，我也喜歡畫腦圖總結，不斷嘗試系統學習。我強烈建議讀者們去看看【框架的力量】的專欄，對提升你的思惟和學習效率頗有幫助。

豆瓣簡介

「真正有用」正是這本書不一樣於其它思惟書籍之處！

你有沒有遇到過如下窘境——分析時想不明白、表達時說不清楚、學習時學不快速？你想不想全面提高你的思惟能力？你知道問題解決技巧和表達技巧有哪些嗎？

此書中有你想知道的答案。

本書分爲 3 個部分共 10 章，各章可自成體系地解決一個問題，同時整書又造成一套體系化的系統思惟。

第一部分探祕了「框架」力量的根源。萬事萬物的本質實際上是一個個的系統，而掌握了系統的「框架」也就把握了事物的本質。沒有什麼問題是不能利用框架解決的，若是一個不行，那就兩個。

第二部分將運用「框架」解決問題分解爲五個步驟——界定問題、構建框架、明晰關鍵、高效執行及檢查調整，並精煉了相應的優秀思考方法和工具。此外，還傳授了在有限時間、有限資源限制下高質量地解決問題的祕訣——「假設思考」。

第三部分傳授如何運用「框架」有效表達。逐層遞進地演示了自上而下表達的魅力，並用豐富的圖表闡述了何爲「形象化表達」。

對於想全面提高思惟能力的讀者，建議按照本書章節順序閱讀；對於迫切想尋求具體問題解決技巧或表達技巧的讀者，也能夠直接閱讀相應章節。

想要書籍的請在後臺留言【180803】獲取這兩本書的 PDF 版，【思惟力：高效的系統思惟】附視頻教程，但願在學習的道路上，咱們能少走彎路，我會盡可能推薦本身讀過的好書，但願讀者們能跟着我一塊兒多讀書，讀好書。