Matplotlib簡單入門學習

標籤： python matplotlib

2016年07月15日 11:18:06 7611人閱讀評論(0) 收藏舉報

分類：

機器學習（6）

做者同類文章 X

由於學習機器學習以及試圖經過python實現相應的算法，所以學習了Matplotlib中的畫圖，那麼就問到，問啥不用matlab呢，答：多一門技術，多一口飯；並且發現Matplotlib的畫圖功能仍是蠻強大的，此次僅僅只是學習了之前在MATLAB裏面會的相應的東西，而後學習一下在python中對應的知識。java

matplotlib在Python中應用最多的2D圖像的繪圖工具包，使用matplotlib可以很是簡單的可視化數據。在matplotlib中使用最多的模塊就是pyplot。pyplot很是接近Matlab的繪圖實現，並且大多數的命令及其相似Matlab.固然，與Matlab相似，須要不少的數學運算，所以numpy這個組件一樣是必不可少的。因此不少人說python+matplotlib+numpy就是MATLAB。固然在此以前，須要配置好相應的環境，在Linux 14.04下版本，利用sublime Text 3能夠很是快捷的搭建好開發環境，能夠參見博客http://blog.csdn.net/mao19931004/article/details/51834616。python

首先，在matplotlib建議使用別名，引入包，這樣方便之後模塊的使用，通常以如下兩句開始：nginx

import numpy as np
import matplotlib.pyplot as plt

接下來以繪製正弦餘弦函數曲線爲例，介紹相應的函數。算法

使用默認的繪圖屬性繪圖

x=np.linspace(-np.pi,np.pi,256,endpoint=True)
C,S=np.cos(x),np.sin(x)
plt.plot(x,C)
plt.plot(x,S)

對線條的顏色，寬度進行設置，就像在matlab中同樣：

plt.plot(x,C,color='red',linewidth=2.5,linestyle='-')
plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-')

對plot函數的講解

上面介紹了簡單的繪圖，用的基本上都是plot，所以有必要對plot函數進行簡單的介紹。官網參考網址：plot使用。熟悉Matlab的人對plot不會陌生，在matplotlib中的使用方式大體和Matlab中是一致的，使用plot，能夠對點的標記的樣式以及線條的樣式進行設置。ubuntu

函數的聲明爲：matplotlib.pyplot.plot(*args, **kwargs)。args的參數的長度是不定的，能夠設置不少的屬性，kwargs主要是應用於設置線條的屬性。對於標註和線條的樣式，能夠經過簡單的字符來表示：小程序

以及標註和線條的顏色：windows

固然線條的顏色能夠以其餘方式定製。好比16進制的字符串('#008000')或者是RGB、RGBA元組的方式RGB or RGBA ((0,1,0,1)) 來實現不一樣的顏色。

在接下來會應用到更多的屬性。對於Line2D的具體細節，也就是線條的屬性等，能夠進一步查閱Line2D.

設置橫軸、縱軸的界限以及標註

不少時候，須要設置橫軸和縱軸的界面，從而獲得更加清晰明瞭的圖形：

plt.xlim(X.min()*1.1, X.max()*1.1)
plt.ylim(C.min()*1.1, C.max()*1.1)

此外爲了更好的表示橫軸和縱軸數據的含義，能夠經過ticks對橫軸和縱軸的含義進行設置和定製。

plt.xlim(x.min()*1.1, x.max()*1.1)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
       [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

plt.ylim(C.min()*1.1,C.max()*1.1)
plt.yticks([-1, 0, +1],
       [r'$-1$', r'$0$', r'$+1$'])

看到yticks和xticks後面一串的數字，看到就以爲可能有點不知道寫的什麼，熟悉LaTex的人以爲咱們這種想法的人有點傻。其實就是很簡單的字符串，可是是爲了方便Latex去解析這段字符串。通常以r開始，中間的字符串用$字符串$包圍起來。這裏是matplotlib中的有關LaTex的使用介紹： Latex的使用

上面的\pi表明的意義就是π。如下是有關希臘字符的表示：

最後的顯示圖像爲：

這樣數據的意義就更加清晰明瞭了。

設置Spines的位置。

Spines are the lines connecting the axis tick marks and noting the boundaries of the data area. They can be placed at arbitrary positions。

Spines應該能夠理解爲座標軸的位置。可是也不全是，由於它分爲上下左右四個位置，就如上圖的四個邊界，那麼左邊界和下邊界就是咱們一般認爲的橫座標和縱座標。咱們能夠將上邊界和右邊界隱藏，同時將左邊界和下邊界移動至中心的位置，看看效果：

這樣就和咱們一般畫數學曲線的方式就同樣了。

實現的完整代碼是：

import numpy as np
import matplotlib.pyplot as plt


ax = plt.subplot(111)

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

x=np.linspace(-np.pi,np.pi,256,endpoint=True)
C,S=np.cos(x),np.sin(x)

plt.plot(x,C,color='red',linewidth=2.5,linestyle='-',label=r'$cos(t)$')
plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-',label=r'$sin(t)$')

plt.xlim(x.min()*1.1, x.max()*1.1)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
       [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

plt.ylim(C.min()*1.1,C.max()*1.1)
plt.yticks([-1, 0, +1],
       [r'$-1$', r'$0$', r'$+1$'])
plt.show()

添加圖例說明

說到做圖，固然必需要有圖例，圖例是幫助咱們理解曲線指代的類型，若是讓咱們不去仔細分析曲線，就能夠知道曲線指代的類型。好比上圖的正弦和餘弦，咱們要通過分析事後，才知道紅色是餘弦函數，藍色是正弦函數，所以圖例就很是重要的幫助咱們分析圖形。

在畫圖時候，咱們須要多線條加上label，這樣才能夠在最後將圖例顯示出來。

plt.plot(x,C,color='red',linewidth=2.5,linestyle='-',label=r'$cos(t)$')
plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-',label=r'$sin(t)$')
plt.legend(loc='upper left',frameon=False)

位置的可選參數有：

函數的參數的關鍵字有：

大體的plot的繪圖方式入門就這麼多，固然plot還有不少不少的內容，須要的什麼比較好的方式繪圖，就能夠去參閱相關的資料，固然之後若是遇到新的內容，會繼續介紹。

閱讀全文