Python 数据分析三剑客之 Matplotlib（四）：线性图的绘制pythonTRHX'S BLOG-

Matplotlib 系列文章（持续更新中）：

• 《Python 数据分析三剑客之 Matplotlib（一）：初识 Matplotlib 与其 matplotibrc 配置文件》
• 《Python 数据分析三剑客之 Matplotlib（二）：文本描述 / 中文支持 / 画布 / 网格等基本图像属性》
• 《Python 数据分析三剑客之 Matplotlib（三）：图例 / LaTeX / 刻度 / 子图等基本图像属性》
• 《Python 数据分析三剑客之 Matplotlib（四）：线性图的绘制》

这里是一段防爬虫文本，请读者忽略。 本文原创首发于 ImapBox，作者 TRHX。 博客首页：https://itrhx.blog.csdn.net/ 本文链接：https://itrhx.blog.csdn.net/article/details/105839855 

【1×00】方法描述

matplotlib.pyplot.plot() 函数可以用于绘制线性图。

基本语法：matplotlib.pyplot.plot(x, y[, fmt, **kwargs])

部分常见 Line2D 属性如下表，完整属性参见官方文档。

fmt 中 marker、line、color 三个参数的取值：

fmt 举例：

'b' # 默认形状的蓝色标记 'or' # 红圈 '-g' # 绿色实线 '--' # 默认颜色的虚线 '^k:' # 黑色三角形标记，由虚线连接 

【2×00】基本示例

import numpy as np import matplotlib.pyplot as plt  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 设置显示中文  x = np.arange(-2*np.pi, 2*np.pi, 0.01) y = np.sin(3*x)/x plt.title('线性图示例') # 设置标题 plt.xlabel('x 轴') # 设置 x 轴标签 plt.ylabel('y 轴') # 设置 y 轴标签  plt.plot(x, y) plt.show() 

【3×00】多条数据

绘制多条数据，设置不同数据，然后多次调用 plt.plot() 函数即可，不同数据的线条颜色会不同，系统随机，可单独指定不同颜色。

import numpy as np import matplotlib.pyplot as plt  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('多数据线性图示例') plt.xlabel('x 轴') plt.ylabel('y 轴')  plt.plot(x, y1) plt.plot(x, y2) plt.plot(x, y3)  plt.show() 

【4×00】设置颜色 / 样式 / 图例

设置线条颜色样式等属性直接在 plot() 函数里面添加相应参数即可，设置图例则需要调用 legend() 方法。

import numpy as np import matplotlib.pyplot as plt  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  x1 = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x1)/x1 y2 = np.sin(2*x1)/x1  x3 = np.arange(-2*np.pi, 2*np.pi, 2) y3 = np.array([0, 2, 1.5, 1, 2.4, -0.2, 1.7])  plt.title('线性图自定义样式示例') plt.xlabel('x 轴') plt.ylabel('y 轴')  plt.plot(x1, y1, '--r', label='x1, y1') # 线条样式为 --，颜色为 r（红色） plt.plot(x1, y2, color='green', label='x1, y2') # 样式默认，颜色为绿色 plt.plot(x3, y3, marker='o', mfc='r', linestyle=':', label='x3, y3') # 标记样式为 o，颜色为 r（红色），线条样式为 : plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5') # 图例  plt.show() 

【5×00】设置刻度

调用 xticks() 和 yticks() 函数可以对坐标刻度进行自定义，该函数接收两个参数，第一个参数表示要显示的刻度位置，第二个参数表示在对应刻度线上要显示的标签信息，标签信息支持 LeTeX 数学公式，使用时要用美元符号 $ 包围起来。

import numpy as np import matplotlib.pyplot as plt  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('线性图设置刻度示例') plt.xlabel('x 轴') plt.ylabel('y 轴')  plt.plot(x, y1, '--r', label='sin(3*x)/x') plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x') plt.plot(x, y3, label='sin(1*x)/x') plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')  plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2pi$', r'$-pi$', '$0$', r'$pi$', r'$2pi$')) plt.yticks((-1, 0, 1, 2, 3))  plt.show() 

【6×00】隐藏画布边框

Matplotlib 所绘制的图表中的每个绘图元素，例如线条 Line2D、文字 Text、刻度等在内存中都有一个对象与之对应。

matplotlib.pyplot.gca() 函数用于获取当前的绘图区 Axes（Get Current Axes）

matplotlib.pyplot.gcf() 函数用于获取当前的画布 Figure（Get Current Figure）

例如：matplotlib.pyplot.plot() 实际上会通过 matplotlib.pyplot.gca() 获得当前的 Axes 对象 ax，然后再调用 ax.plot() 方法实现真正的绘图。我们可以通过这种方法来实现画布边框的隐藏和坐标轴的移动。

import numpy as np import matplotlib.pyplot as plt  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('线性图隐藏画布边框示例') plt.xlabel('x 轴') plt.ylabel('y 轴')  plt.plot(x, y1, '--r', label='sin(3*x)/x') plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x') plt.plot(x, y3, label='sin(1*x)/x') plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')  plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2pi$', r'$-pi$', '$0$', r'$pi$', r'$2pi$')) plt.yticks((-1, 0, 1, 2, 3))  ax = plt.gca() # 获取当前的画布, gca = get current axes ax.spines['right'].set_visible(False) # 获取绘图区的轴对象（spines），设置右边框不显示 ax.spines['top'].set_visible(False) # 获取绘图区的轴对象（spines），设置上边框不显示 # ax.spines['right'].set_color('none')  # 设置颜色为 none，效果与上面的一致 # ax.spines['top'].set_color('none')  plt.show() 

【7×00】移动坐标轴

import numpy as np import matplotlib.pyplot as plt  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('线性图移动坐标轴示例') plt.xlabel('x 轴') plt.ylabel('y 轴')  plt.plot(x, y1, '--r', label='sin(3*x)/x') plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x') plt.plot(x, y3, label='sin(1*x)/x') plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')  plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2pi$', r'$-pi$', '$0$', r'$pi$', r'$2pi$')) plt.yticks((-1, 0, 1, 2, 3))  ax = plt.gca() # 获取当前的画布, gca = get current axes ax.spines['right'].set_visible(False) # 获取绘图区的轴对象（spines），设置右边框不显示 ax.spines['top'].set_visible(False) # 获取绘图区的轴对象（spines），设置上边框不显示 # ax.spines['right'].set_color('none')  # 设置颜色为 none，效果与上面的一致 # ax.spines['top'].set_color('none')  ax.spines['left'].set_position(('data', 0)) # 设置两个坐标轴在（0, 0）位置相交 ax.spines['bottom'].set_position(('data', 0)) ax.xaxis.set_ticks_position('bottom') # 设置 x 坐标轴标签的位置 ax.yaxis.set_ticks_position('left') # 设置 y 坐标轴标签的位置  plt.show() 

【8×00】指定位置显示文本

matplotlib.pyplot.annotate() 方法可以在指定坐标点添加文本或 LaTeX 描述，也可以在其他位置添加描述后，使用箭头指向某个坐标点。

基本语法：matplotlib.pyplot.annotate(text, xy, xytext, xycoords, textcoords, arrowprops, **kwargs)

应用举例：

import numpy as np import matplotlib.pyplot as plt  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('线性图显示文本注释示例') plt.xlabel('x 轴') plt.ylabel('y 轴')  plt.plot(x, y1, '--r', label='sin(3*x)/x') plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x') plt.plot(x, y3, label='sin(1*x)/x') plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')  plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2pi$', r'$-pi$', '$0$', r'$pi$', r'$2pi$')) plt.yticks((-1, 0, 1, 2, 3))  ax = plt.gca() # 获取当前的画布, gca = get current axes ax.spines['right'].set_visible(False) # 获取绘图区的轴对象（spines），设置右边框不显示 ax.spines['top'].set_visible(False) # 获取绘图区的轴对象（spines），设置上边框不显示 # ax.spines['right'].set_color('none')  # 设置颜色为 none，效果与上面的一致 # ax.spines['top'].set_color('none')  ax.spines['left'].set_position(('data', 0)) # 设置两个坐标轴在（0, 0）位置相交 ax.spines['bottom'].set_position(('data', 0)) ax.xaxis.set_ticks_position('bottom') # 设置 x 坐标轴标签的位置 ax.yaxis.set_ticks_position('left') # 设置 y 坐标轴标签的位置  plt.annotate(r'$lim_{xto 0}frac{sin(x)}{x}=1$', # 插入 LaTeX 表达式              xy=[0, 1], # 被标记的坐标              xycoords='data', # 被标记的坐标的参考系              xytext=[30, 30], # 注释文本的坐标              textcoords='offset points', # 注释文本的坐标的参考系              fontsize=16, # 字体大小              arrowprops=dict(arrowstyle="->", connectionstyle="arc3, rad=.2")) # 箭头样式  plt.show()