python机器学习库 ：matplotlib

初级绘图

Figure( figsize=(8,6) , dpi=80)

表示设置一个8 * 6 点的图 ， 每一点的像素是80.

Subplot(参数1 ， 参数2 ， 参数3)

其中前两个参数的乘积表示要把画布切割多少块。

最后一个参数表示在哪块上显示图片。

如把代码中第5行改为

Subplot( 2,2,1)

图像显示：



Subplot(2,2,4)

图像显示：



保存图片

Savefig(路径+图片名 ， dpi=像素)

Xlim (参数1 ， 参数2)

Ylim(参数1 ， 参数2)

表示x轴 ， y轴的下限和上限

Plot 绘制曲线

Color 设置颜色

Linewidth 设置曲线的粗细

Linestyle 设置曲线的样式

线属性:

颜色（color 简写为 c）：

• 蓝色： ‘b’ (blue)

• 绿色： ‘g’ (green)

• 红色： ‘r’ (red)

• 蓝绿色(墨绿色)： ‘c’ (cyan)

• 红紫色(洋红)： ‘m’ (magenta)

• 黄色： ‘y’ (yellow)

• 黑色： ‘k’ (black)

• 白色： ‘w’ (white)

• 灰度表示： e.g. 0.75 ([0,1]内任意浮点数)

• RGB表示法： e.g. ‘#2F4F4F’ 或 (0.18, 0.31, 0.31)

• 任意合法的html中的颜色表示： e.g. ‘red’, ‘darkslategray’

线型（linestyle 简写为 ls）：

• 实线： ‘-’

• 虚线： ‘–’

• 虚点线： ‘-.’

• 点线： ‘:’

• 点： ‘.’

点型（标记marker）：

• 像素： ‘,’

• 圆形： ‘o’

• 上三角： ‘^’

• 下三角： ‘v’

• 左三角： ‘<’

• 右三角： ‘>’

• 方形： ‘s’

• 加号： ‘+’

• 叉形： ‘x’

• 棱形： ‘D’

• 细棱形： ‘d’

• 三脚架朝下： ‘1’（就是丫）

• 三脚架朝上： ‘2’

• 三脚架朝左： ‘3’

• 三脚架朝右： ‘4’

• 六角形： ‘h’

• 旋转六角形： ‘H’

• 五角形： ‘p’

• 垂直线： ‘|’

• 水平线： ‘_’

• gnuplot 中的steps： ‘steps’ （只能用于kwarg中）

标记大小（markersize 简写为 ms）：

• markersize： 实数

标记边缘宽度（markeredgewidth 简写为 mew）：

• markeredgewidth：实数

标记边缘颜色（markeredgecolor 简写为 mec）：

• markeredgecolor：颜色选项中的任意值

标记表面颜色（markerfacecolor 简写为 mfc）：

• markerfacecolor：颜色选项中的任意值

透明度（alpha）：

• alpha： [0,1]之间的浮点数

线宽（linewidth）：

• linewidth： 实数

设置线条的粗细和颜色

用plot 中的linewidth 设置线条的粗细。

设置图片边界

有两种方法，其中下边的比较好(线段末到边框的距离)

设置记号

在正余弦函数中我们希望知道函数的

的值。

方法：



图和代码：

设置记号的标签

我们可以用pi 来代替 3.142。当我们设置记号时，也可以同时设置记号的标签，这里使用了LaTeX。

方法：







Xticks 和 yticks 第一个参数数组是记号，第二个参数数组是标签。

移动脊柱

坐标轴线和上面的记号一起形成脊柱(Spines)，它记录了数据区域的范围。可以放在任意的位置，默认把四个脊柱放在图的四周。

每幅图有四个脊柱(分布于上下左右)，为了让脊柱显示在图像中间，必须把两条脊柱(上和右)设置成无色，另外两条放到合适的位置(数据空间的0点)。

代码

添加图例

图像左上角小矩形就是图例

代码是：



在plot 划线命令中添加 ’键 – 值‘ 对

Legend 表示图例显示在哪里

一些特别的注释

在 2/3 pi 的位置给两条函数曲线加一个注释。首先，在函数图像位置上画一个点，然后，在横轴引一条垂线(虚线)，写标签。

代码：



画垂直线和点：





其中scatter 是画点的命令。

精益求精

在记号标签添加一个白色的半透明底色

图像、子图、坐标轴和记号

到目前为止，我们都用隐式的方法来绘制图像和坐标轴。快速绘图中，这是很方便的。我们也可以显式地控制图像、子图、坐标轴。Matplotlib 中的「图像」指的是用户界面看到的整个窗口内容。在图像里面有所谓「子图」。子图的位置是由坐标网格确定的，而「坐标轴」却不受此限制，可以放在图像的任 意位置。我们已经隐式地使用过图像和子图：当我们调用 plot 函数的时候，matplotlib 调用 gca() 函数以及 gcf() 函数来获取当前的坐标轴和图像；如果无法获取图像，则会调用 figure() 函数来创建一个——严格地说，是用 subplot(1,1,1) 创建一个只有一个子图的图像。

图像

所谓「图像」就是 GUI 里以「Figure #」为标题的那些窗口。图像编号从 1 开始，与 MATLAB 的风格一致



在画图时一般使用默认值就可以，只有图像数量需要修改。

子图

你可以用子图来将图样（plot）放在均匀的坐标网格中。用 subplot 函数的时候，你需要指明网格的行列数量，以及你希望将图样放在哪一个网格区域中。



代码：



gridspec 的功能更强大，你也可以选择它来实现这个功能。



代码：

坐标轴

坐标轴和子图功能类似，不过它可以放在图像的任意位置。因此，如果你希望在一副图中绘制一个小图，就可以用这个功能。



代码：



Axes 接收一个数列 ，前两参数是坐标，后两个是子图的长，宽。

另一个例子：

记号

良好的记号是图像的重要组成部分。Matplotlib记号系统里的各个细节都是可以由用户个性化配置的。你可以用 Tick Locators 来指定在那些位置放置记号，用 Tick Formatters 来调整记号的样式。主要和次要的记号可以以不同的方式呈现。默认情况下，每一个次要的记号都是隐藏的，也就是说，默认情况下的次要记号列表是空的——NullLocator。

Tick Locators

下面有为不同需求设计的一些 Locators。



这些 Locators 都是 matplotlib.ticker.Locator 的子类，你可以据此定义自己的 Locator。