Python Matplotlib作為一種可視化的工具，可以利用其可視化的應(yīng)用，去做到繪制圖形，比如可以利用其Matplotlib去進(jìn)行繪制圖形，具體的操作方法要做到什么樣呢？下面就給大家詳細(xì)解答下。

　　前言

　　Matplotlib可能是Python 2D-繪圖領(lǐng)域使用最廣泛的套件。它能讓使用者很輕松地將數(shù)據(jù)圖形化，并且提供多樣化的輸出格式。這里將會(huì)探索使用matplotlib庫(kù)實(shí)現(xiàn)簡(jiǎn)單的圖形繪制。

　　一、簡(jiǎn)單的正弦函數(shù)與余弦函數(shù)

　　是取得正弦函數(shù)和余弦函數(shù)的值：

　　X是一個(gè)numpy數(shù)組，包含了從?π到+π等間隔的256個(gè)值。C和S則分別是這256個(gè)值對(duì)應(yīng)的余弦和正弦函數(shù)值組成的numpy數(shù)組。

　　X=np.linspace(-np.pi,np.pi,256,endpoint=True)
　　C,S=np.cos(X),np.sin(X)

　　完整代碼如下

　　import numpy as np
　　import matplotlib.pyplot as plt
　　X=np.linspace(-np.pi,np.pi,256,endpoint=True)
　　C,S=np.cos(X),np.sin(X)
　　#繪制并顯示圖形
　　plt.plot(X,C)
　　plt.plot(X,S)
　　plt.show()

    　二、進(jìn)階版正弦函數(shù)與余弦函數(shù)

　　上面我們學(xué)習(xí)了簡(jiǎn)單的正弦函數(shù)與余弦函數(shù)，接下來(lái)我們將精益求精，改變顏色與粗細(xì)，設(shè)置記號(hào)，調(diào)整邊框等。

　　1.改變顏色與粗細(xì)

　　我們以藍(lán)色和紅色分別表示余弦和正弦函數(shù)，而后將線條變粗一點(diǎn)。接下來(lái)，我們?cè)谒椒较蚶煲幌抡麄€(gè)圖。

　　代碼如下（示例）：

　　figure(figsize=(10,6),dpi=80)
　　plot(X,C,color="blue",linewidth=2.5,linestyle="-")
　　plot(X,S,color="red",linewidth=2.5,linestyle="-")

　　2.設(shè)置圖片邊界

　　代碼如下（示例）：

　　xmin,xmax=X.min(),X.max()
　　dx=(xmax-xmin)*0.2
　　xlim(xmin-dx,xmax+dx)

       3.設(shè)置記號(hào)

　　我們討論正弦和余弦函數(shù)的時(shí)候，通常希望知道函數(shù)在±π和±π2的值。

　　xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi])
　　yticks([-1,0,+1])

　　4.設(shè)置記號(hào)的標(biāo)簽

　　我們可以把3.142當(dāng)做是π，但畢竟不夠精確。當(dāng)我們?cè)O(shè)置記號(hào)的時(shí)候，我們可以同時(shí)設(shè)置記號(hào)的標(biāo)簽。注意這里使用了LaTeX。

　　xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],
　　[r'$-pi$',r'$-pi/2$',r'$0$',r'$+pi/2$',r'$+pi$'])
　　yticks([-1,0,+1],
　　[r'$-1$',r'$0$',r'$+1$'])

　　5.設(shè)置X,Y軸

　　ax=gca()
　　ax.spines['right'].set_color('none')
　　ax.spines['top'].set_color('none')
　　ax.xaxis.set_ticks_position('bottom')
　　ax.spines['bottom'].set_position(('data',0))
　　ax.yaxis.set_ticks_position('left')
　　ax.spines['left'].set_position(('data',0))

      6.完整代碼

　　#導(dǎo)入matplotlib的所有內(nèi)容（nympy可以用np這個(gè)名字來(lái)使用）
　　from pylab import*
　　#創(chuàng)建一個(gè)8*6點(diǎn)（point）的圖，并設(shè)置分辨率為80
　　figure(figsize=(8,6),dpi=80)
　　#創(chuàng)建一個(gè)新的1*1的子圖，接下來(lái)的圖樣繪制在其中的第1塊（也是唯一的一塊）
　　subplot(1,1,1)
　　X=np.linspace(-np.pi,np.pi,256,endpoint=True)
　　C,S=np.cos(X),np.sin(X)
　　#繪制余弦曲線，使用藍(lán)色的、連續(xù)的、寬度為1（像素）的線條
　　plot(X,C,color="blue",linewidth=1.0,linestyle="-")
　　#繪制正弦曲線，使用綠色的、連續(xù)的、寬度為1（像素）的線條
　　plot(X,S,color="green",linewidth=1.0,linestyle="-")
　　#設(shè)置橫軸的上下限
　　xlim(-4.0,4.0)
　　#設(shè)置橫軸記號(hào)
　　xticks(np.linspace(-4,4,9,endpoint=True))
　　#設(shè)置縱軸的上下限
　　ylim(-1.0,1.0)
　　#設(shè)置縱軸記號(hào)
　　yticks(np.linspace(-1,1,5,endpoint=True))
　　#以分辨率72來(lái)保存圖片
　　#savefig("exercice_2.png",dpi=72)
　　#設(shè)置顏色與粗細(xì)
　　figure(figsize=(10,6),dpi=80)
　　plot(X,C,color="blue",linewidth=2.5,linestyle="-")
　　plot(X,S,color="red",linewidth=2.5,linestyle="-")
　　#設(shè)置邊框
　　xmin,xmax=X.min(),X.max()
　　dx=(xmax-xmin)*0.2
　　xlim(xmin-dx,xmax+dx)
　　#設(shè)置記號(hào)
　　xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi])
　　yticks([-1,0,+1])
　　#設(shè)置記號(hào)的標(biāo)簽
　　xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],
　　[r'$-pi$',r'$-pi/2$',r'$0$',r'$+pi/2$',r'$+pi$'])
　　yticks([-1,0,+1],
　　[r'$-1$',r'$0$',r'$+1$'])
　　#設(shè)置xy軸
　　ax=gca()
　　ax.spines['right'].set_color('none')
　　ax.spines['top'].set_color('none')
　　ax.xaxis.set_ticks_position('bottom')
　　ax.spines['bottom'].set_position(('data',0))
　　ax.yaxis.set_ticks_position('left')
　　ax.spines['left'].set_position(('data',0))
　　#在屏幕上顯示
　　show()

　　最終效果

　　三、繪制簡(jiǎn)單的折線圖

　　折線圖是一種將數(shù)據(jù)點(diǎn)按照順序連起來(lái)的圖形，可以體現(xiàn)變量y隨變量x的變化情況。Matplotlib提供了plot()函數(shù)繪制折線圖,其語(yǔ)法格式如下：

　　plt.plot(*args,**kwargs)

　　常用參數(shù)及說(shuō)明如下：

　　x、y：分別表示x軸和y軸對(duì)應(yīng)的數(shù)據(jù)，接收列表類型參數(shù)

　　color：表示折線的顏色

　　marker：表示折線上點(diǎn)的類型，有“.”、“o”、“v”等等類型

　　linestyle：表示折線的類型，默認(rèn)為“-”，表示實(shí)線，設(shè)置為“--”表示長(zhǎng)虛線，設(shè)置為“-.”表示點(diǎn)線，設(shè)置為“:”表示點(diǎn)虛線

　　linewidth：表示折線的粗細(xì)

　　alpha：表示點(diǎn)的透明度，接收0~1之間的小數(shù)

　　下面我們將以某地區(qū)周一到周日平均溫度變化折線圖為例，具體的學(xué)習(xí)了解折線圖的繪制。

　　import matplotlib.pyplot as plt
　　plt.figure(figsize=(10,8))
　　#周一到周日平均溫度數(shù)據(jù)
　　plt.plot([1,2,3,4,5,6,7],[12,11,11,13,12,10,10])
　　plt.show()

　　效果如下：

　　我們可以給圖表添加一些標(biāo)簽和圖例，讓圖表更加清晰好看，具體方法如下：

　　plt.title()：指定當(dāng)前圖表的標(biāo)題，包括名稱、位置、顏色、字體大小等

　　plt.xlabel()：指定當(dāng)前圖表x軸的名稱、位置、顏色、字體大小等

　　plt.ylabel()：指定當(dāng)前圖表y軸的名稱、位置、顏色、字體大小等

　　plt.xlim()：指定當(dāng)前圖表x軸的范圍

　　plt.ylim()：指定當(dāng)前圖表y軸的范圍

　　plt.xticks()：指定當(dāng)前圖表x軸刻度

　　plt.yticks()：指定當(dāng)前圖表y軸刻度

　　import matplotlib.pyplot as plt
　　#設(shè)置支持中文
　　plt.rcParams['font.family']=['SimHei']
　　plt.figure(figsize=(10,8))
　　plt.plot([1,2,3,4,5,6,7],[12,11,11,13,12,10,10],linestyle="-",marker=".")
　　plt.xlabel("時(shí)間")
　　plt.ylabel("溫度")
　　plt.yticks([i for i in range(20)][::5])
　　plt.show()

　　效果如下：

　　總結(jié)

　　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)?lái)幫助。