Python Matplotlib绘图库介绍

安装库

没啥好说的，pip install 一下就行

pip install matplotlib

使用基础

import matplotlib.pyplot as plt

以下默认你已经安装好matplotlib库并都已经在新建的py文件中加入了以上调用这个库的命令

最简单的使用命令，也就是一行x一行y的数字输入进plot函数。下面一步一步讲解:

首先先给x和y进行赋值，以以下的赋值操作为例

 x = [1,2,3,4,5,6,7]
 y = [1,0,-1,-2,-3,-4,-3]
 plt.plot(x,y)
 plt.show()

赋值完毕之后直接进行plot操作读入类似缓存区的位置，然后再由plt.show()输出包含着图表 (figure) 的窗口

同时绘制多条直线？

x = [[1,2,3,4,5,6,7],
     [1,2,3,4,5,6,7]]
y = [[1,0,-1,-2,-3,-4,-3],
     [1,2,3,4,5,6,8]]

没错，我第一反应也是这个，但把数据输入进去就知道不对劲了，我们按照这个方法把图输入进去

plt.plot(x, y)
plt.show()

但输出完就傻眼了，什么情况?

别急，仔细观察图表里，总共有6条线，刚好对应了列表x的长度-1,另一个1去哪里了？(1,1)和(1,1)重合了，变成点了也就是说，先前预想的按照以下方法绘制的想法落空了,预想的是同时两列x,y一起绘制，，画出两条线

x	1	2	3	4	5	6	7
y	1	0	-1	-2	-3	-4	-3

x	1	2	3	4	5	6	7
y	1	2	3	4	5	6	8

而现在则成了，左边两列的x和y分别表示作为一个点，跟右边两列也分别表示作为一个点，然后这两个点连起来

x	y	x	y
1	1	1	1
2	0	2	2
3	-1	3	3
4	-2	4	4
5	-3	5	5
6	-4	6	6
7	-3	7	8

好像比较麻烦？但没关系，numpy有矩阵转置功能就是要先把x强制转成矩阵

转矩阵后转置本身

先导入numpy包，一般取别名作np

import numpy as np

强制把x和y转为矩阵

x = np.array(x)
y = np.array(y)

然后把转置矩阵赋值给本身

x = x.T
y = y.T

如果你到python控制台做完这些去看x和y的结果就会得到类似下面的结果，y也相同，此时对x和y进行绘图操作就可以得到想要的图了

print(x)
[[1 1]
 [2 2]
 [3 3]
 [4 4]
 [5 5]
 [6 6]
 [7 7]]

顺带一提，矩阵和包含数的列表都可以被matplotlib接收此时plot(x,y)即可得到结果

不同区域显示？

plt库包含subplot功能，可以进行一张figure的多个区域的分割，用法则是,plt.subplot()结束表示在你表示的区域绘图其中可以用简单的数字来表示，第一个数字表示把宽分隔成多少行,第二个数字表示把长分割成多少列，比如说plt.subplot(4,4,1)最后一个数表示位置，其中三个数都小于9可以直接写在一起,plt.subplot(441)

示例代码

plt.subplot(4,4,5)
plt.plot(x, y)
plt.show()

也支持同时绘制

plt.subplot(4,4,5)
plt.plot(x, y)
plt.subplot(4,4,1)
plt.plot(x, y)
plt.show()

这里别急着直接plt.show(),已有subplot()选中某块区域绘制的情况下，再有subplot等于是切换区域绘制最后都绘制完了就可以plt.show()了

更进阶的方法

plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
plt.plot(x, y)
plt.subplot(3,3,4)
plt.plot(x, y)
plt.show()

利用subplot2grid函数也可以实现这一点，其中(3,3)是前面横竖分割，(0,0)表示起始位置，然后后两个参数表示从左上(0,0)往右下两个方向分别扩张的距离

一些配置

# 图表标题
plt.title("title1")
# x轴上的标签
plt.xlabel("dB")
# y轴上的标签
plt.ylabel("Hz")
# 打开网格(默认false)
plt.grid("true")

其他绘制函数

散点图

plt.scatter(x,y)
plt.show()

柱状图

plt.bar(x,y)
plt.show()

读取图片展示在图表上，当时翻函数翻到了，没想到除了cv2，plt也有读入图片文件的函数

# 需要当前目录有picture.png

# 载入图片到img1变量
img1 = plt.imread("picture.png")
# 把变量载入暂存区
plt.imshow(img1)
# 展示图片
plt.show()

其他技巧

#显示中文
plt.rcParams["font.sans-serif"] = ['SimHei']
#显示负号
plt.rcParams["axes.unicode_minus"] = False