matplotlib作為常見的可視化繪圖工具，在工作當中，應用還是比較的廣泛的，那么，我們要怎么使用python這門語言去進行繪圖呢？下面就給大家詳細解答下。

　　1、matplotlib之父簡介

　　matplotlib之父John D.Hunter已經(jīng)去世，他的一生輝煌而短暫，但是他開發(fā)的的該開源庫還在繼續(xù)著輝煌。國內(nèi)介紹的資料太少了，查閱了一番整理如下：

　　1968出身于美國的田納西州代爾斯堡。

　　之后求學于普林斯頓大學。

　　2003年發(fā)布Matplotlib 0.1版，初衷是博士研究期間為可視化癲癇患者的腦電圖（ECoG）數(shù)據(jù)；

　　之后，美國國家航空航天局（NASA）太空望遠鏡科學研究所的哈勃望遠鏡背后團隊（Hubble Space Telescope），選擇Matplotlib作為了畫圖程序包，并一直為Matplotlib開發(fā)團隊提供資金支持，從而大大促進了Matplotlib的發(fā)展。

　　2004年于芝加哥大學獲得神經(jīng)生物學方向博士學位。

　　2005年供職于芝加哥的一家投資公司，從事量化分析（真是生物人遍布各行各業(yè)）。

　　之后以董事的身份創(chuàng)立了專為數(shù)據(jù)科學贊助的非盈利組織NumFOCUS Foundation。

　　2007年美國鳳凰號探測器（Phoenix spacecraft）登錄火星，NASA使用Matplotlib可視化了第一張黑洞的圖片。

　　2012年因John D.Hunter個人對Python和數(shù)據(jù)科學方向的杰出貢獻，被Python社區(qū)授予第一屆PSF Distinguished Service Awards獎項。

　　2012.08因患惡性結腸癌英年早逝，享年44歲。

　　雖然Matplotlib之父已經(jīng)去世，但是，大量開源愛好者在fork著這個可視化包，延續(xù)著輝煌https://github.com/matplotlib。

　　NumFOCUS組織每年夏天會贊助1到2個學生，在高級貢獻者的帶領下，為Matplolib全職工作10周左右（2018年獎金多達$6,000）：https://numfocus.org/programs/john-hunter-technology-fellowship。

　　2013年起，SciPy每年舉行可視化比賽：John Hunter Excellence in Plotting Competition，一是為了為了紀念John Hunter的貢獻，二是為了強調數(shù)據(jù)可視化對科學進步的重要性，并展示開源軟件力量。；2020年報名截止日期為06月01號，獎金優(yōu)渥（1st prize:$1000；2nd prize:$750；3rd prize:$500）：https://jhepc.github.io/index.html。

　　2、matplotlib圖形結構

　　figure層

　　指整張圖，可設置整張圖的分辨率（dpi），長寬（figsize）、標題（title）等特征；

　　可包含多個axes，可簡單理解為多個子圖（下圖為兩個axes）；

　　figure置于canvas系統(tǒng)層之上，用戶不可見。

　　axes層

　　每個子圖，可以繪制各種圖形，例如柱狀圖（bar），餅圖（pie函數(shù)），箱圖（boxplot）等；

　　設置每個圖的外觀網(wǎng)格線（grid）的開關、坐標軸（axis）開關等；

　　設置每個坐標軸（axis）的名字（label）、子圖標題（title）、圖例（legend）等；

　　設置坐標軸范圍（scale）、坐標軸刻度（tricks）等；

　　下圖中具有兩個axes：

　　一張matplotlib圖的組成

　　下面這張matplotlib圖包含一張圖的常見元素，例如標題、坐標軸、軸標簽、刻度、文本注釋、圖例等。

　　3、matplotlib兩種畫繪圖方法

　　方法一：使用matplotlib.pyplot

　　matplotlib.pyplot簡介

　　這種繪圖主要使用pyplot模塊，pyplot.py代碼量有3000多行（windows下存儲于xxxsite-packagesmatplotlibpyplot.py），該腳本里面有大量def定義的函數(shù)，繪圖時就是調用pyplot.py中的函數(shù)。

　　pyplot方法繪圖舉例

　　#matplotlib.pyplot接口
　　import numpy as np
　　import matplotlib.pyplot as plt#導入pyplot，matplotlib.pyplot簡寫為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(dpi=100)
　　plt.subplot(211)
　　plt.plot(t1,f(t1),color='tab:blue',marker='o')
　　plt.plot(t2,f(t2),color='black')
　　plt.title('demo')
　　plt.subplot(212)
　　plt.plot(t2,np.cos(2*np.pi*t2),color='tab:orange',linestyle='--')
　　plt.suptitle('matplotlib.pyplot api')
　　plt.show()

      方法二：面向對象方法

　　畫比較復雜的圖形時，面向對象方法會更方便。這種繪圖方式主要使用matplotlib的兩個子類：matplotlib.figure.Figure和matplotlib.axes.Axes，畫每張圖時，畫布為matplotlib.figure.Figure的一個實例，每個子圖為matplotlib.axes.Axes的一個實例，分別可以繼承父類的所有方法，也就是說你繪圖時，你想設置的元素（網(wǎng)格線啊，坐標刻度啊等）都可以在二者的屬性中找出來使用。

　　matplotlib.figure.Figure

　　該對象主要用于figure的調整

　　matplotlib.axes.Axes

　　面向對象方法繪圖舉例

　　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)
　　fig,axs=plt.subplots(2,dpi=100)
　　#fig為matplotlib.figure.Figure對象的實例figure
　　#axs為matplotlib.axes.Axes對象實例（每個子圖）組成的numpy.ndarray
　　axs[0].plot(t1,f(t1),color='tab:blue',marker='o')
　　axs[0].plot(t2,f(t2),color='black')
　　#兩種設置標題的方法
　　#axs[0].set_title('haha')#使用matplotlib.axes.Axes的set_title方法設置小標題
　　axs[0].set(title='demo1')
　　axs[1].plot(t2,np.cos(2*np.pi*t2),color='tab:orange',linestyle='--')
　　fig.suptitle('matplotlib object-oriented')#使用matplotlib.figure.Figure中的suptitle方法設置Figure標題
　　plt.show()

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家?guī)韼椭?/p>