首页分享 matplotlib基本操作(一)（附完整代码）

matplotlib基本操作(一)（附完整代码）

来源：花匠小妙招时间：2025-05-01 16:56

Matplotlib是Python最著名的绘图库之一，提供了一整套和MATLAB相似的命令API，既适合交互式地进行制图，也可以作为绘图控件方便地嵌入GUI应用程序中。今天来记录一下一些基本的操作。我们可以用这些基本的操作来展开丰富的想象力，画出高大上的图。

首先要导入matplotlib模块和numpy

import matplotlib.pyplot as plt import numpy as np 12

紧接着我们运行两行图像设置命令，用来正常显示中文标签和负号

plt.rcParams['font.sans-serif'] = ['SimHei'] #用来显示正常的中文标签 plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号 12

首先，我们先定义范围和取值

x = np.linspace(1,10,10) #表示在1~10之间等间隔取10个数 1

接着定义函数，这里以余弦函数为例

y = np.cos(x) 1

展示一下图形

plt.plot(x,y) 1

在这里插入图片描述
可以看到是一个折线图，原因就在于上面linspace的第三个参数过小，也就是取得点太少，比如我们设置1000再看一下

在这里插入图片描述
就是非常优雅的曲线啦！

我们在显示图形的时候可以对线进行小小的“打扮”一下。比如我想要它是蓝色的，想要它在每个取点处都有一个 * 的标记，就暂且是流畅的实线我们通过这样的方式来实现

plt.plot(x,y,'b*-') 1

b代表蓝色----blue
* 就代表每个点用这个记号来表示
- 就代表是实线
在这里插入图片描述
这里附个链接，感兴趣的伙伴可以去研究一下
python中matplotlib的颜色及线条控制的示例

但是我感觉它还是不够精致，所以再介绍几个常用的参数

• linewidth #定义线条的宽度，可取任意实数 • alpha #定义线条的透明度，一般取值[0,1]之间 • drawstyle #定义描点方式 123

我们都使用一下看看效果

plt.plot(x,y,'b*-',linewidth = 10, alpha = 0.3, drawstyle = 'steps') 1

在这里插入图片描述
其中drawstyle中的参数有:default,steps,steps-pre,steps-mid,steps-post

不理解没关系，各种参数都运行一下就知道是怎么回事儿啦

（悄悄的说：linewidth = 10, alpha = 0.3 这个搭配还挺养眼）

接下来就是对图外面的一个展示
我想有个标题，想标注坐标轴，还想要网格线，方便看点。我们这样来实现

plt.title('我的matplotlib图') plt.xlabel('x轴') plt.ylabel('y轴') plt.grid() 1234

在这里插入图片描述
其中，网格线也是有各种各样的（线条的样式和颜色）看你喜欢哪一款

比如我就选择了点线和蓝色

这是一个完整的图，但是我想放大看局部怎么办呢？我们x轴就用xlim，y轴就用ylim。比如说我就放大x轴，看1~7的图像是什么样子的，我们这样来实现

plt.xlim(1,7) 1

在这里插入图片描述
y轴同理

在我们观察图像的时候，偶尔特别想要一个水平或者垂直的参考线，便于观察，清晰又直观。我们用axhline和axvline来实现

plt.axhline(0.5,color='blue',linewidth=6) 1

在这里插入图片描述
对应参数的意思分别是；
0.5----表示y=0.5的水平线，后面表示颜色和线的尺寸

这里有个小小的“偷懒”方法，很多单词都是可以简写的，比如：color----c, linewidth----lw, linestyle----ls。不信我们试试

plt.axvline(5,c='r',lw=5,ls='-.') 1

在这里插入图片描述
不建议初学者使用哦，还是踏踏实实好好背单词吧，熟练了之后再偷懒

光有参考线可能有不满足了，想有个区域来标记。可以借助axhspan和axvspan

plt.axhspan(2,3, facecolor='yellow', alpha=0.5) plt.axvspan(3,5,facecolor='c',alpha=0.5) 12

在这里插入图片描述
（不经意间发现了很多养眼的颜色！！）

任何高大上的图都有个图例，咱们也不例外
还记得前面展示图形的plt.plot(x,y,'b*-',linewidth = 10, alpha = 0.3, drawstyle = 'steps')吗？在后面加个label="xxx"。xxx就写自己定义的内容。
然后用legend命令来显示图例。

plt.plot(x,y,'b*-',linewidth = 10, alpha = 0.3, drawstyle = 'steps',label="y=cos(x)") plt.legend(loc= 1) 12

在这里插入图片描述
图例放置的位置也有很多，不想放在右上角也可以。

数字还是英文，两种方法随便选择

在坐标轴的个别点还想写点名字，x轴就用xticks，y轴用yticks

plt.xticks([3,4,5],['甲','乙','丙']) 1

在这里插入图片描述
在x轴的3，4，5 的点上就写上了甲、乙、丙

图上好多线条之后容易混乱，想做个标记分清哪条线是什么，防止记混。我们可以用text来添加图形内容细节的无指向型注释文本。比如我想给y=cos(x)来标记一下

plt.text(7,-0.75,'y=cos(x)',weight='bold',color='b') 1

7,-0.5----表示位置
‘y=cos(x)’----表示标注的内容
weight=‘bold’-----表示对字体的粗细设置

weights=['ultralight', 'light', 'normal', 'regular', 'book', 'medium', 'roman', 'semibold', 'demibold', 'demi', 'bold', 'heavy', 'extra bold', 'black'] 1

color=‘b’----表示字体颜色
在这里插入图片描述
之后相对图上某个点，或者某个区域进行标注。我们可以采用annotate添加图形内容细节的指向型注释文本

plt.annotate("最大值",xy=(5,1),xytext=(1,1.5),arrowprops=dict(arrowstyle="->")) 1

“最大值”----添加的文本内容
xy=(5,1)----被添加文本的位置
xytext=(1,1.5)----添加文本的位置
arrowprops=dict(arrowstyle="->")----以->的方式来添加
在这里插入图片描述

以下附上完整代码：

import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif'] = ['SimHei'] #用来显示正常的中文标签 plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号 x = np.linspace(1,10,10) y = np.cos(x) plt.plot(x,y,'b*-',linewidth = 10, alpha = 0.3, drawstyle = 'steps',label="y=cos(x)") plt.xlim(1,7) #显示哪一段 plt.ylim(1,8) plt.title('我的matplotlib图') plt.xlabel('x轴') plt.ylabel('y轴') plt.grid(linestyle=':',color='b') #网格线 plt.axvline(5,c='r',lw=5,ls='-.') #竖直线 plt.axhline(0.5,color='blue',linewidth=6) #水平线 plt.axhspan(0,1, facecolor='yellow', alpha=0.5) #水平区域 plt.axvspan(3,5,facecolor='c',alpha=0.5) #竖直区域 plt.legend(loc= 1) #图例 plt.xticks([3,4,5],['甲','乙','丙']) #x轴的标签名称 plt.text(7,-0.75,'y=cos(x)',weight='bold',color='b') #添加图形内容细节的无指向型注释文本 plt.annotate("最大值",xy=(5,1),xytext=(1,1.5),arrowprops=dict(arrowstyle="->")) #添加图形内容细节的指向型注释文本

123456789101112131415161718192021