利用matplotlib进行数据可视化表达(二)

matplotlib绘制图形学习笔记

matplotlib是Python的一个绘图工具，和matlab十分相似。并且官方文档相当完整，在http://matplotlib.org/gallery.html页面有很多图，完全可以找到想要画的图，点进去然后将代码复制修改就可以了。

0. 常用的绘图命令和设置

matplotlib的pyplot子库提供了这些绘图API，因此首先导入import matplotlib.pyplot as plt，如果要使用一些科学计算的函数，则需要导入numpy，import numpy as np

下面是一个简单的绘图例子：

import numpy as np
import matplotlib.pyplot as plt

#生成x，y序列，基本上和matlab一样
x = np.linspace(0, 10, 1000)
y = np.sin(x)
z = np.cos(x**2)

#1
plt.figure(figsize=(8,4))
#2
plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)
#3
plt.plot(x,z,"b--",label="$cos(x^2)$")
#4
plt.xlabel("Time(s)")
plt.ylabel("Volt")
plt.title("PyPlot First Example")
plt.ylim(-1.2,1.2)
plt.legend()
plt.show()

1. 其中figure创建了一个绘图对象，并且是它成为当前的绘图对象。其中的figsize参数指定了绘图对象的宽度和高度，单位为英寸，并且绘图对象中每英寸的分辨率缺省值为80像素，因此为640*320.但是保存下的图像是每英寸100像素，所以为800*400。这些默认参数可以通过上节介绍的修改参数方法进行修改。
2. plot的第一个参数是横坐标，第二个是纵坐标。关键字参数中,label给绘制的曲线一个名字，名字在图示中显示，字符串前后夹$，会使用latex引擎绘制数学公式。color指定颜色，linewidth指定曲线的宽度。
3. b--是格式化字符串，b是蓝色，g是绿色，-代表实线,--代表虚线，-.代表点画线，:代表虚线。
4. xlabel设置x轴的文字，ylabel设置y轴的文字，title设置图表的标题，ylim设置y轴的范围（注意这里如果设置比图表实际范围小，就会显示不完全），legend显示图示，也就是plot中lable参数，最后show显示创建的所有绘图对象。

1. 绘制子图

使用subplot绘制子图，subplot(numRows,numCols,plotNum),这里编号是从左到右，从上到下的顺序进行编号的。并且如果这三个数都小于10的话，可以将其缩写为一个整数，如subplot(323)

下面是一个例子，利用axisbg参数给每个轴设置不同的背景颜色：

for idx,color in enumerate('rgbyck'):
    plt.subplot(320+idx+1,axisbg=color)
plt.show()