python之Matplotlib.pyplot

最近将windows系统删除了，没有matlab，所以考虑使用python在mac os直接实现数据处理及画图功能。主要使用numpy和matplotlib来实现matlab的功能，numpy可以进行矩阵的处理，而matplotlib.pyplot用来实现图形化功能。

matplotlib参考文档地址

http://matplotlib.org/

安装方式：

python3.6 -mpip install -U pip

python3.6 -mpip install -U matplotlib

python3.6 -mpip install -U numpy

由于采用homebrew安装python3.6.3的版本link为了python3.6版本。理解上集成了pip的python版本才能这样使用？

顺带提提numpy的用途

测试代码

import numpy as np

#np.array 和 list差别
pyValueA = [1,2,3,4]
pyValueB = [6,7,8,9]
addPyValueAB = pyValueA+pyValueB
print("python list: ",addPyValueAB)

npValA = np.array(pyValueA)
npValB = np.array(pyValueB)
addnpValueAB = npValA+npValB
print("numpy array add: ",addnpValueAB)

pyValAM2 = pyValueA * 2
print("python list multiple:",pyValAM2)
npValAM2 = npValA * 2
print("numppy multiple:",npValAM2)

#另外numpy可以进行矩阵运算
npMatrixA = np.matrix(pyValueA)
npMatrixAT = np.transpose(npMatrixA) #转置
npTmp = npMatrixA * npMatrixAT
print("numpy matrix src:",npMatrixA,"multiple rslt:",npTmp)

运行结果:

python list: [1, 2, 3, 4, 6, 7, 8, 9]

numpy array add: [ 7 9 11 13]

python list multiple: [1, 2, 3, 4, 1, 2, 3, 4]

numppy multiple: [2 4 6 8]

numpy matrix src: [[1 2 3 4]] multiple rslt: [[30]]

同时numpy整合了mean、min、max、std、var等类似matlab函数的功能。

可以看到list的加/乘都是对元素个数的扩展，而np.array则是对元素进行运算。

matplotlib.pyplot的图形接口函数

pyplot中提供了类似matlab的易用接口函数，看看简单常用的画图接口。

#创建图形窗口：figure 同时可以设置图片大小、分辨率等

#点和线：plot

#条形图：bar

#箱图：box/boxplot[

#柱状图：hist/hist2d

#杆图：stem

#饼图：pie

#坐标限制：axis xlim/ylim

#图形说明：legend

#坐标说明：xlabel ylable

#标题说明：title/suptitle

#显示图形：show

#保存图片：savefig

#网格线: grid

#图片分割：subplot/subplots_adjust(用于调整图片之间的间隔.)

#hold的问题：当期望多次画图结果在一个图形上显示时，需要使用到hold功能，说明上新版本不推荐使用hold函数，默认为hold=True的情况，如果需要清除之前的状态可以使用cla[clear current axes]和clf[clear the current figure]函数。

颜色的参数设置

#========== ========

#character color

#========== ========

#'b' blue

#'g' green

#'r' red

#'c' cyan

#'m' magenta

#'y' yellow

#'k' black

#'w' white

#========== ========

点和线类型设置

#================ ===============================

#character description

#================ ===============================

#``'-'`` solid line style

#``'--'`` dashed line style

#``'-.'`` dash-dot line style

#``':'`` dotted line style

#``'.'`` point marker

#``','`` pixel marker

#``'o'`` circle marker

#``'v'`` triangle_down marker

#``'^'`` triangle_up marker

#``'<'`` triangle_left marker

#``'>'`` triangle_right marker

#``'1'`` tri_down marker

#``'2'`` tri_up marker

#``'3'`` tri_left marker

#``'4'`` tri_right marker

#``'s'`` square marker

#``'p'`` pentagon marker

#``'*'`` star marker

#``'h'`` hexagon1 marker

#``'H'`` hexagon2 marker

#``'+'`` plus marker

#``'x'`` x marker

#``'D'`` diamond marker

#``'d'`` thin_diamond marker

#``'|'`` vline marker

#``'_'`` hline marker

#================ ===============================

尝试pyplot的测试代码

import matplotlib.pyplot as plt

a = [1,2,3,4]
b = [5,6,7,8]

fig = plt.figure(1)
plt.suptitle("point test")
plt.title("point test1")
plt.title("point test2")

#点的类型
plt.plot(a,b,'bo')
#plt.cla() 
#plt.clf()
c = [7,8,9,10]
plt.plot(a,c,'r-')
plt.legend(['a and b','a and c'])
plt.xlabel('a value')
plt.ylabel('c value')
plt.axis([0,10,0,10])
plt.xlim([1,9])
plt.grid(True)
fig.show() #display a figure
fig.savefig("pointTest1.png")
plt.close()

#子图的画法
fig = plt.figure(2)
fig = plt.subplot(2,1,1)
plt.bar(a,a)
plt.title('bar test')
plt.suptitle('bartest')

fig = plt.subplot(2,1,2)
plt.subplots_adjust(hspace = 0.5)
e = [1,2,7,10,12,16,18,30]
plt.boxplot(e)
plt.suptitle('stem test')
plt.grid(True)
plt.title('stem test')
plt.savefig('test2.png')

得到结果

pointTest1.png

test2.png

关于subplots_adjust的用途

在测试程序没有使用plt.subplots_adjust(hspace = 0.5)时，test2.png的图形会出现重叠。

如何查看缺省参数的值

在使用help查看函数使用方法时，经常看到缺省参数，如figure函数中的figsize，dpi等。在使用help(pyplot.figure)查看帮助时并没有明确给出相应的值，怎么得到具体值呢？方法如下：

import matplotlib

matplotlib.rcParams['figure.figsize']

matplotlib.rcParams['figure.dpi']