8.4 簡單的折線圖
譯者：飛龍
本節是《Python 數據科學手冊》（Python Data Science Handbook）的摘錄。
也許最簡單的繪圖是單個函數y = f(x)的可視化。在這里，我們將首先看一下這種類型的簡單繪圖。與以下所有部分一樣，我們首先為繪圖配置筆記本，并導入我們將使用的包：
%matplotlib inline
import matplotlib.pyplot as plt
plt.style.use('seaborn-whitegrid')
import numpy as np
對于所有 Matplotlib 繪圖，我們首先創建一個圖形和一個軸域。在最簡單的形式中，可以按如下方式創建圖形和軸域：
fig = plt.figure()
ax = plt.axes()
在Matplotlib中，圖形（plt.Figure類的實例）可以視為單個容器，包含代表軸域，圖形，文本和標簽的所有對象。軸域（plt.Axes類的實例）就是我們在上面看到的：帶有刻度和標簽的邊界框，它最終將包含構成我們可視化的繪圖元素。在本書中，我們通常使用變量名fig來引用圖形實例，而ax來引用一個或一組軸域實例。
一旦我們創建了軸域，我們就可以使用ax.plot函數來繪制一些數據。 讓我們從一個簡單的正弦曲線開始：
fig = plt.figure()
ax = plt.axes()
x = np.linspace(0, 10, 1000)
ax.plot(x, np.sin(x));
或者，我們可以使用pylab接口，讓我們在后臺創建圖形和軸域
（參見“一個功能的兩個接口”，那里討論了這兩個接口）：
plt.plot(x, np.sin(x));
如果我們想要創建一個包含多條直線的單個圖形，我們可以簡單地多次調用plot函數：
plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x));
這就是在 Matplotlib 中繪制簡單函數的全部內容！我們現在將深入探討，如何控制軸域和線條的外觀的更多細節。
調整繪圖：線條顏色和樣式
你可能希望對繪圖進行的第一個調整，是控制線條顏色和樣式。plt.plot()函數接受可用于指定這些的其他參數。要調整顏色，可以使用color關鍵字，該關鍵字接受字符串參數，表示幾乎任何可以想象的顏色。顏色可以通過多種方式指定：
plt.plot(x, np.sin(x - 0), color='blue') # 根據名稱指定顏色
plt.plot(x, np.sin(x - 1), color='g') # 短顏色代碼（rgbcmyk）
plt.plot(x, np.sin(x - 2), color='0.75') # 0~1 的灰度
plt.plot(x, np.sin(x - 3), color='#FFDD44') # 十六進制代碼（00~FF 的 RRGGBB）
plt.plot(x, np.sin(x - 4), color=(1.0,0.2,0.3)) # RGB 元組，值為 0~1
plt.plot(x, np.sin(x - 5), color='chartreuse'); # 支持所有 HTML 顏色名
如果未指定顏色，Matplotlib 將自動遍歷一組默認顏色，來顯示多個線條。
同樣，可以使用linestyle關鍵字調整線條樣式：
plt.plot(x, x + 0, linestyle='solid')
plt.plot(x, x + 1, linestyle='dashed')
plt.plot(x, x + 2, linestyle='dashdot')
plt.plot(x, x + 3, linestyle='dotted');
# 簡短起見，你可以使用下面的代碼
plt.plot(x, x + 4, linestyle='-') # 實線
plt.plot(x, x + 5, linestyle='--') # 虛線
plt.plot(x, x + 6, linestyle='-.') # 點虛線
plt.plot(x, x + 7, linestyle=':'); # 點線
如果你想非常簡潔，這些linestyle和color代碼可以合并為plt.plot()函數的一個非關鍵字參數：
plt.plot(x, x + 0, '-g') # 綠色實線
plt.plot(x, x + 1, '--c') # 青色虛線
plt.plot(x, x + 2, '-.k') # 黑色點虛線
plt.plot(x, x + 3, ':r'); # 紅色點線
這些單字符顏色代碼反映了 RGB（紅色/綠色/藍色）和 CMYK（青色/品紅色/黃色/黑色）顏色系統中的標準縮寫，通常用于數字彩色圖形。
還有許多其他關鍵字參數可用于微調圖的外觀; 對于更多詳細信息，我建議使用 IPython 的幫助工具查看plt.plot()函數的文檔字符串（參見“IPython 中的幫助和文檔”）。
調整繪圖：軸域限制
在為你的繪圖選擇默認軸域限制方面，Matplotlib 做得不錯，但有時候手動控制會更好。調整軸域限制的最基本方法是使用plt.xlim()和plt.ylim()方法：
plt.plot(x, np.sin(x))
plt.xlim(-1, 11)
plt.ylim(-1.5, 1.5);
如果由于某種原因你想要反向顯示任一軸，你可以簡單地顛倒參數的順序：
plt.plot(x, np.sin(x))
plt.xlim(10, 0)
plt.ylim(1.2, -1.2);
一個有用的相關方法是plt.axis()（注意這里axes（復數形式）與axis（單數形式）之間可能存在混淆，前者帶有e而后者帶有i）。plt.axis()方法允許你通過一次調用來設置x和y限制，通過一個指定[xmin, xmax, ymin, ymax]的列表：
注：在本書中，如果
axes指代兩個軸圍成的區域，一律翻譯為“軸域”。
plt.plot(x, np.sin(x))
plt.axis([-1, 11, -1.5, 1.5]);
plt.axis()方法甚至超出了這個范圍，允許你做一些事情，比如自動收緊當前繪圖周圍的邊界：
plt.plot(x, np.sin(x))
plt.axis('tight');
它允許你做更高級別的規定，例如確保相等的寬高比，以便在屏幕上，x中的一個單位等于y中的一個單位：
plt.plot(x, np.sin(x))
plt.axis('equal');
對于軸域限制和plt.axis方法的其他功能的更多信息，請參閱plt.axis文檔字符串。
標注繪圖
作為本節的最后一部分，我們將簡要介紹圖表的標簽：標題，軸標簽和簡單圖例。標題和軸標簽是最簡單的標簽 - 有一些方法可用于快速設置它們：
plt.plot(x, np.sin(x))
plt.title("A Sine Curve")
plt.xlabel("x")
plt.ylabel("sin(x)");
可以使用函數的可選參數調整這些標簽的位置，大小和樣式。更多信息請參閱 Matplotlib 文檔以及每個函數的文檔字符串。
當在單個軸中顯示多條線時，創建標記每種線條類型的圖例是很有用的。同樣，Matplotlib 有一種內置方式，用于快速創建這樣的圖例。它是通過（你猜對了）plt.legend()方法完成的。雖然有幾種有效的方法可以使用它，但我發現使用plot函數的label關鍵字，指定每行的標簽是最簡單的：
plt.plot(x, np.sin(x), '-g', label='sin(x)')
plt.plot(x, np.cos(x), ':b', label='cos(x)')
plt.axis('equal')
plt.legend();
你可以看到，plt.legend()函數跟蹤線條樣式和顏色，并將它們匹配正確的標簽。指定和格式化圖形圖例的更多信息，可以在plt.legend的文檔字符串中找到；此外，我們將在“自定義圖例”中，介紹一些更高級的圖例選項。
旁注：Matplotlib 的陷阱
雖然大多數plt函數可以直接轉換為ax方法（例如plt.plot()→ax.plot()，plt.legend()→ ax.legend()等等，不是所有命令都是這種情況。特別是，設置限制，標簽和標題的函數是稍微改動的。要在 MATLAB 風格函數和面向對象方法之間轉換，請更改以下東西：
-
plt.xlabel()→ax.set_xlabel() -
plt.ylabel()→ax.set_ylabel() -
plt.xlim()→ax.set_xlim() -
plt.ylim()→ax.set_ylim() -
plt.title()→ax.set_title()
在面向對象的繪圖接口中，并不單獨調用這些函數，而是使用ax.set()方法一次設置所有這些屬性，通常更方便：
ax = plt.axes()
ax.plot(x, np.sin(x))
ax.set(xlim=(0, 10), ylim=(-2, 2),
xlabel='x', ylabel='sin(x)',
title='A Simple Plot');
