matplot.pyplot

来源代码：matplotlib帮助文档

Matplotlib.pyplot是用来画图的方法，类似于matlab中plot命令，用法基本相同。

一.最基本的：

例如：

In [1]: import matplotlib.pyplot as plt

In [2]: plt.plot([1,2,3])

Out[2]: [<matplotlib.lines.Line2D object at 0x06518A10>]

In [3]: plt.ylabel('some numbers')

Out[3]: <matplotlib.text.Text object at 0x0652D550>

In [4]: plt.show()

结果如图1





从图中可以看到，如果我们给plot()参数是一个list或者array，那么画图默认是作为Y轴来显示，x轴是自动生成的数值范围。

其实plot可以带一些参数，和matlab类似。如：plt.plot([1,2,3],[1,4,9])

则会按(1,1),(2,4),(3,9)来划线。

当然和matlab类似，我们也可以指定线的类型和颜色，如果默认，则为’b-‘,即蓝色的实线（如上图）。

>>> import matplotlib.pyplot as plt

>>> plt.plot([1,2,3,4], [1,4,9,16], 'ro')

[<matplotlib.lines.Line2D object at 0x00D62150>]

>>> plt.axis([0, 6, 0, 20])

[0, 6, 0, 20]

>>> plt.show()

结果如图2：





'ro'代表线形为红色圈。plt.axis([0, 6, 0, 20])是指定xy坐标的起始范围，它的参数是列表[xmin, xmax, ymin, ymax]。

二，统一图上画多条曲线

下面看看如何在同一张图画多条曲线，我们用numpy生成的array

>>> import numpy as np

>>> t = np.arange(0.,5.,0.2)

>>> t

array([ 0. , 0.2, 0.4, 0.6, 0.8, 1. , 1.2,
1.4, 1.6, 1.8, 2. , 2.2, 2.4, 2.6, 2.8, 3. ,
3.2, 3.4, 3.6, 3.8, 4. , 4.2, 4.4, 4.6, 4.8])

>>> plt.plot(t,t,'r--',t,t**2,'bs',t,t**3,'g^')

>>> plt.show()

结果如图3：





对于线的属性，我们也可以如下设定：

lines = plt.plot(x1, y1, x2, y2)
# use keyword args
plt.setp(lines, color='r', linewidth=2.0)
# or matlab style string value pairs
plt.setp(lines, 'color', 'r', 'linewidth', 2.0)

三，subplot命令

Matplotlib也有和matlab中一样的subplot命令

>>> 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)

<matplotlib.figure.Figure object at 0x0433FF50>

>>> plt.subplot(211)

<matplotlib.axes.AxesSubplot object at 0x02700830>

>>> plt.plot(t1,f(t1),'bo',t2,f(t2),'k')

[<matplotlib.lines.Line2D object at 0x04463310>, <matplotlib.lines.Line2D object at 0x0447E570>]

>>> plt.subplot(212)

<matplotlib.axes.AxesSubplot object at 0x0447E450>

>>> plt.plot(t2,np.cos(2*np.pi*t2),'r--')

[<matplotlib.lines.Line2D object at 0x04530510>]

>>> plt.show()

结果如图4：





当然，也可以用figure来画多个图。

import matplotlib.pyplot as plt
plt.figure(1) # the first figure
plt.subplot(211) # the first subplot in the first figure
plt.plot([1,2,3])
plt.subplot(212) # the second subplot in the first figure
plt.plot([4,5,6])
plt.figure(2) # a second figure
plt.plot([4,5,6]) # creates a subplot(111) by default

plt.figure(1) # figure 1 current; subplot(212) still current
plt.subplot(211) # make subplot(211) in figure1 current
plt.title('Easy as 1,2,3') # subplot 211 title

四，在图片上标上text。

如：

import numpy as np

import matplotlib.pyplot as plt

mu,sigma = 100,15

x = mu + sigma*np.random.randn(10000)

# the histogram of the data

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()

结果如图5：





可以看到matplotlib接受Tex的数学公式模式‘$$‘. 如此借助latex，可以在图形中显示复杂的数学公式了。