pyplot 教程
譯者:飛龍
matplotlib.pyplot
是一個命令風格函數的集合,使matplotlib
的機制更像 MATLAB。 每個繪圖函數對圖形進行一些更改:例如,創建圖形,在圖形中創建繪圖區域,在繪圖區域繪制一些線條,使用標簽裝飾繪圖等。在matplotlib.pyplot
中,各種狀態跨函數調用保存,以便跟蹤諸如當前圖形和繪圖區域之類的東西,并且繪圖函數始終指向當前軸域(請注意,這里和文檔中的大多數位置中的『軸域』(axes)是指圖形的一部分(兩條坐標軸圍成的區域),而不是指代多于一個軸的嚴格數學術語)。
import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.ylabel('some numbers')
plt.show()
你可能想知道為什么x
軸的范圍為0-3
,y
軸的范圍為1-4
。 如果你向plot()
命令提供單個列表或數組,則matplotlib
假定它是一個y
值序列,并自動為你生成x
值。 由于 python 范圍從 0 開始,默認x
向量具有與y
相同的長度,但從 0 開始。因此x
數據是[0,1,2,3]
。
plot()
是一個通用命令,并且可接受任意數量的參數。 例如,要繪制x
和y
,你可以執行命令:
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
對于每個x,y
參數對,有一個可選的第三個參數,它是指示圖形顏色和線條類型的格式字符串。 格式字符串的字母和符號來自 MATLAB,并且將顏色字符串與線型字符串連接在一起。 默認格式字符串為"b-"
,它是一條藍色實線。 例如,要繪制上面的紅色圓圈,你需要執行:
import matplotlib.pyplot as plt
plt.plot([1,2,3,4], [1,4,9,16], 'ro')
plt.axis([0, 6, 0, 20])
plt.show()
有關線型和格式字符串的完整列表,請參見plot()
文檔。 上例中的axis()
命令接收[xmin,xmax,ymin,ymax]
的列表,并指定軸域的可視區域。
如果matplotlib
僅限于使用列表,它對于數字處理是相當無用的。 一般來說,你可以使用numpy
數組。 事實上,所有序列都在內部轉換為numpy
數組。 下面的示例展示了使用數組和不同格式字符串,在一條命令中繪制多個線條。
import numpy as np
import matplotlib.pyplot as plt
# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)
# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()
控制線條屬性
線條有許多你可以設置的屬性:linewidth
,dash style
,antialiased
等,請參見matplotlib.lines.Line2D
。 有幾種方法可以設置線屬性:
-
使用關鍵字參數:
plt.plot(x, y, linewidth=2.0)
-
使用
Line2D
實例的setter
方法。plot
返回Line2D
對象的列表,例如line1,line2 = plot(x1,y1,x2,y2)
。 在下面的代碼中,我們假設只有一行,返回的列表長度為 1。我們對line
使用元組解構,得到該列表的第一個元素:line, = plt.plot(x, y, '-') line.set_antialiased(False) # turn off antialising
-
使用
setp()
命令。 下面的示例使用 MATLAB 風格的命令來設置線條列表上的多個屬性。setp
使用對象列表或單個對象透明地工作。 你可以使用 python 關鍵字參數或 MATLAB 風格的字符串/值對:lines = plt.plot(x1, y1, x2, y2) # 使用關鍵字參數 plt.setp(lines, color='r', linewidth=2.0) # 或者 MATLAB 風格的字符串值對 plt.setp(lines, 'color', 'r', 'linewidth', 2.0)
下面是可用的Line2D
屬性。
屬性 | 值類型 |
---|---|
alpha |
浮點值 |
animated |
[True / False] |
antialiased or aa |
[True / False] |
clip_box |
matplotlib.transform.Bbox 實例 |
clip_on |
[True / False] |
clip_path |
Path 實例, Transform ,以及Patch 實例 |
color or c |
任何 matplotlib 顏色 |
contains |
命中測試函數 |
dash_capstyle |
['butt' / 'round' / 'projecting'] |
dash_joinstyle |
['miter' / 'round' / 'bevel'] |
dashes |
以點為單位的連接/斷開墨水序列 |
data |
(np.array xdata, np.array ydata) |
figure |
matplotlib.figure.Figure 實例 |
label |
任何字符串 |
linestyle or ls
|
[ '-' / '--' / '-.' / ':' / 'steps' / ...] |
linewidth or lw
|
以點為單位的浮點值 |
lod |
[True / False] |
marker |
[ '+' / ',' / '.' / '1' / '2' / '3' / '4' ] |
markeredgecolor or mec |
任何 matplotlib 顏色 |
markeredgewidth or mew |
以點為單位的浮點值 |
markerfacecolor or mfc |
任何 matplotlib 顏色 |
markersize or ms |
浮點值 |
markevery |
[ None / 整數值 / (startind, stride) ] |
picker |
用于交互式線條選擇 |
pickradius |
線條的拾取選擇半徑 |
solid_capstyle |
['butt' / 'round' / 'projecting'] |
solid_joinstyle |
['miter' / 'round' / 'bevel'] |
transform |
matplotlib.transforms.Transform 實例 |
visible |
[True / False] |
xdata |
np.array |
ydata |
np.array |
zorder |
任何數值 |
要獲取可設置的線條屬性的列表,請以一個或多個線條作為參數調用step()
函數
In [69]: lines = plt.plot([1, 2, 3])
In [70]: plt.setp(lines)
alpha: float
animated: [True | False]
antialiased or aa: [True | False]
...snip
處理多個圖形和軸域
MATLAB 和 pyplot 具有當前圖形和當前軸域的概念。 所有繪圖命令適用于當前軸域。 函數gca()
返回當前軸域(一個matplotlib.axes.Axes
實例),gcf()
返回當前圖形(matplotlib.figure.Figure
實例)。 通常,你不必擔心這一點,因為它都是在幕后處理。 下面是一個創建兩個子圖的腳本。
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)
plt.figure(1)
plt.subplot(211)
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')
plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()
這里的figure()
命令是可選的,因為默認情況下將創建figure(1)
,如果不手動指定任何軸域,則默認創建subplot(111)
。subplot()
命令指定numrows
,numcols
,fignum
,其中fignum
的范圍是從1
到numrows * numcols
。 如果numrows * numcols <10
,則subplot
命令中的逗號是可選的。 因此,子圖subplot(211)
與subplot(2, 1, 1)
相同。 你可以創建任意數量的子圖和軸域。 如果要手動放置軸域,即不在矩形網格上,請使用axes()
命令,該命令允許你將axes([left, bottom, width, height])
指定為位置,其中所有值都使用小數(0 到 1)坐標。 手動放置軸域的示例請參見pylab_examples
示例代碼:axes_demo.py
,具有大量子圖的示例請參見pylab_examples
示例代碼:subplots_demo.py
。
你可以通過使用遞增圖形編號多次調用figure()
來創建多個圖形。 當然,每個數字可以包含所需的軸和子圖數量:
import matplotlib.pyplot as plt
plt.figure(1) # 第一個圖形
plt.subplot(211) # 第一個圖形的第一個子圖
plt.plot([1, 2, 3])
plt.subplot(212) # 第一個圖形的第二個子圖
plt.plot([4, 5, 6])
plt.figure(2) # 第二個圖形
plt.plot([4, 5, 6]) # 默認創建 subplot(111)
plt.figure(1) # 當前是圖形 1,subplot(212)
plt.subplot(211) # 將第一個圖形的 subplot(211) 設為當前子圖
plt.title('Easy as 1, 2, 3') # 子圖 211 的標題
你可以使用clf()
清除當前圖形,使用cla()
清除當前軸域。 如果你搞不清在幕后維護的狀態(特別是當前的圖形和軸域),不要絕望:這只是一個面向對象的 API 的簡單的狀態包裝器,你可以使用面向對象 API(見藝術家教程)。
如果你正在制作大量的圖形,你需要注意一件事:在一個圖形用close()
顯式關閉之前,該圖所需的內存不會完全釋放。 刪除對圖形的所有引用,和/或使用窗口管理器殺死屏幕上出現的圖形的窗口是不夠的,因為在調用close()
之前,pyplot
會維護內部引用。
處理文本
text()
命令可用于在任意位置添加文本,xlabel()
,ylabel()
和title()
用于在指定的位置添加文本(詳細示例請參閱文本介紹)。
import numpy as np
import matplotlib.pyplot as plt
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
# 數據的直方圖
n, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.75)
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()
所有的text()
命令返回一個matplotlib.text.Text
實例。 與上面一樣,你可以通過將關鍵字參數傳遞到text
函數或使用setp()
來自定義屬性:
t = plt.xlabel('my data', fontsize=14, color='red')
這些屬性的更詳細介紹請見文本屬性和布局。
在文本中使用數學表達式
matplotlib
在任何文本表達式中接受 TeX 方程表達式。 例如,要在標題中寫入表達式,可以編寫一個由美元符號包圍的 TeX 表達式:
plt.title(r'$\sigma_i=15$')
標題字符串之前的r
很重要 - 它表示該字符串是一個原始字符串,而不是將反斜杠作為 python 轉義處理。 matplotlib
有一個內置的 TeX 表達式解析器和布局引擎,并且自帶了自己的數學字體 - 詳細信息請參閱編寫數學表達式。 因此,你可以跨平臺使用數學文本,而無需安裝 TeX。 對于安裝了 LaTeX 和dvipng
的用戶,還可以使用 LaTeX 格式化文本,并將輸出直接合并到顯示圖形或保存的 postscript 中 - 請參閱使用 LaTeX 進行文本渲染。
標注文本
上面的text()
基本命令將文本放置在軸域的任意位置。 文本的一個常見用法是對圖的某些特征執行標注,而annotate()
方法提供一些輔助功能,使標注變得容易。 在標注中,有兩個要考慮的點:由參數xy
表示的標注位置和xytext
表示的文本位置。 這兩個參數都是(x, y)
元組。
在此基本示例中,xy
(箭頭提示)和xytext
(文本)都位于數據坐標中。 有多種其他坐標系可供選擇 - 詳細信息請參閱標注文本和標注軸域。 更多示例可以在pylab_examples
示例代碼:annotation_demo.py
中找到。
對數和其它非線性軸
matplotlib.pyplot
不僅支持線性軸刻度,還支持對數和對數刻度。 如果數據跨越許多數量級,通常會使用它。 更改軸的刻度很容易:
plt.xscale('log')
下面示例顯示了四個圖,具有相同數據和不同刻度的y
軸。
import numpy as np
import matplotlib.pyplot as plt
# 生成一些區間 [0, 1] 內的數據
y = np.random.normal(loc=0.5, scale=0.4, size=1000)
y = y[(y > 0) & (y < 1)]
y.sort()
x = np.arange(len(y))
# 帶有多個軸域刻度的 plot
plt.figure(1)
# 線性
plt.subplot(221)
plt.plot(x, y)
plt.yscale('linear')
plt.title('linear')
plt.grid(True)
# 對數
plt.subplot(222)
plt.plot(x, y)
plt.yscale('log')
plt.title('log')
plt.grid(True)
# 對稱的對數
plt.subplot(223)
plt.plot(x, y - y.mean())
plt.yscale('symlog', linthreshy=0.05)
plt.title('symlog')
plt.grid(True)
# logit
plt.subplot(224)
plt.plot(x, y)
plt.yscale('logit')
plt.title('logit')
plt.grid(True)
plt.show()
還可以添加自己的刻度,詳細信息請參閱向matplotlib
添加新的刻度和投影。