??這篇blog長期更新，主要總結(jié)matplotlib的作圖技巧，matplotlib涉及畫圖的類有 pyplot(畫圖)， axes(坐標(biāo)軸)， figure(圖像)等，一般這三個類都有相應(yīng)的函數(shù)，可以幫助我們進行畫圖，彼此之間有很大的重復(fù)，不同的blog一般偏重不同的類，所以給人的感覺就有點亂，點擊類的名字可以超鏈接到各自的官方文檔。

??這篇blog側(cè)重axes類，但也會涉及到其他的類。首先導(dǎo)入下面的庫

            
              import numpy as np
import pandas as pd
import seaborn as sns   # 畫熱力圖需要的庫，如果不畫熱力圖可以不加
import matplotlib.pyplot as plt   # Python畫圖工具 
from matplotlib.gridspec import GridSpec     # 利用網(wǎng)格確定圖形的位置

            
          

??我們就簡單的畫下面的數(shù)據(jù)到三個大小不同的子圖上。

            
              x1 = np.linspace(1,10,10)
y1 = np.linspace(10,1,10)
x2 = range(1,11)
y2 = np.random.rand(10)   # 生成10個隨機數(shù)
x3 = np.linspace(0,20,1000)
y3 = np.sin(x3)

            
          

1. 畫單圖、并列圖、以及調(diào)整圖的大小

1.1. 生成圖像

??plt.figure()生成一個Figure對象，這個方法可以傳入figsize參數(shù)調(diào)節(jié)生成圖像的大小，注意這是整個圖像的大小。

            
              fig = plt.figure(figsize=(20,20))

            
          

1.2. 圖中含有中文

??如果圖的標(biāo)題等含有中文，需要加上下面的代碼，matplotlib默認(rèn)是不能顯示中文的。

            
              plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

            
          

??matplotlib默認(rèn)的英文字體輸出挺丑的，這里我們輸出英文時，改用比較正式的Times New Roman字體。

            
              plt.rcParams['font.sans-serif']=['Times New Roman']

            
          

1.3. 設(shè)置大標(biāo)題

??fig.suptitle()函數(shù)設(shè)置大標(biāo)題， 該方法可以傳入x，y來調(diào)整圖像的位置，注意這里的x，y是整個圖像的x，y，后面axes的某些函數(shù)也有x，y，但一般是所畫子圖的x，y ；可以傳入fontsize來改變標(biāo)題的大小。后面會用axes的set_title()函數(shù)來設(shè)置子圖的標(biāo)題，注意標(biāo)題的作用范圍。

            
              fig.suptitle('測試', fontsize=30, x=0.5, y=0.93)

            
          

1.4. 生成子圖

??fig.add_subplot(m, n, x)方法可以用于快速生成相同大小的子圖，返回axes對象，含義是，我們把Figure分成 $m\times n$ 個子圖，生成的子圖是其中的第x個，下面示例生成一個2*2共四個子圖，

            
              ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

            
          

??當(dāng)然，如果我們只需要一個圖，就沒有子圖的概念了，可以寫成

            
              ax = fig.add_subplot(1,1,1)

            
          

1.5. 網(wǎng)格劃分整個圖像，同時展示不同大小的圖

??這是一種進階方法來生成子圖，利用GridSpec(m, n)把1.1.生成的Figure劃分成m行n列的網(wǎng)格圖，這樣的好處是，我們可以手動設(shè)置我們的圖像占據(jù)其中的的若干行和若干列，實現(xiàn)同時展示不同大小的圖的功能，設(shè)置代碼如下

            
              gs = GridSpec(40, 40)   # 把Figure分成40*40的網(wǎng)格圖
# ax1是axes對象，這一步意思是ax1畫的圖在原圖(40*40)占據(jù)行5-14，占據(jù)列5-14(從零開始索引)
ax1 = fig.add_subplot(gs[5:15, 5:15])  

            
          

1.6. 畫折線圖

??我們可以利用axes.plot()畫折線圖， label參數(shù)會用于圖例 ，這個函數(shù)有一些重要的參數(shù)可以看官方文檔。

            
              ax1.plot(x1, y1, label='第一個子圖')

            
          

1.7. 畫柱狀圖

??我們可以利用axes.bor()畫柱狀圖。

            
              ax2 = fig.add_subplot(gs[:20, 20:])   # ax2畫的圖在原圖(40*40)占據(jù)行20-39，占據(jù)列20-39(從零開始索引)
ax2.bar(x2, y2, label='第二個子圖')

            
          

1.8. 設(shè)置子圖的標(biāo)題

??我們可以利用axes.set_title()設(shè)置子圖的標(biāo)題，注意1.3.設(shè)置的是大標(biāo)題，該方法同樣可以傳入x，y來調(diào)整圖像的位置，x，y是相對子圖的x，y；可以傳入fontsize來改變標(biāo)題的大小。

            
              ax1.set_title('第一', fontsize=30, x=0.5, y=1.02)

            
          

1.9. 設(shè)置坐標(biāo)軸的label

??我們可以利用axes.set_xlabel()和axes.set_ylabel()分別設(shè)置x，y坐標(biāo)軸的label，可以傳入fontsize來改變標(biāo)題的大小

            
              ax1.set_xlabel('X', fontsize=30)
ax1.set_ylabel('Y', fontsize=30)

            
          

1.10. 設(shè)置以及修改坐標(biāo)軸的刻度(ticks)

??我們可以利用axes.set_xticks()和axes.set_yticks()分別設(shè)置x，y坐標(biāo)軸的 刻度的位置 ，默認(rèn)情況下，這些位置也就是刻度標(biāo)簽，但我們可以通過set_xticklabels()和set_yticklabels()將任何其他的值用作 標(biāo)簽 。

            
              ax1.set_xticks(range(0,10))   # 告訴matplotlib刻度存在的位置
ax1.set_xticklabels(['a', '上海','b', '廣州','c', '北京','d', '南京','e', '浙江'])    # 告訴matplotlib刻度的位置上的刻度應(yīng)該是什么

            
          

??同時，我們可以通過axes.tick_params()修改刻度的一些參數(shù)，axis={‘x’, ‘y’, ‘both’}用于確定需要改變的坐標(biāo)軸, labelsize用于確定刻度的大小，rotation用于確定刻度是否要進行翻轉(zhuǎn)，一般當(dāng)x軸刻度過長時，可以設(shè)置rotation=90來讓其旋轉(zhuǎn)90度。

            
              ax1.tick_params(axis='x', labelsize=20, rotation=90)   # 改變ticks值
ax1.tick_params(axis='y', labelsize=20)   # 改變ticks值

            
          

1.11. 設(shè)置圖例

??我們可以利用axes.legend()設(shè)置圖例，圖例就是我們在1.7或1.8中的label，當(dāng)然可以重新定義(這一點可以看官網(wǎng))，這里可以通過fontsize調(diào)整圖例大小, loc調(diào)整圖例的位置。

            
              ax1.legend(fontsize=10, loc='upper right')

            
          

??有些高度封裝的函數(shù)可能自己帶圖例，如果我們想要移除圖例，可以

            
              axes.legend_.remove()

            
          

??如果想把圖例設(shè)置到子圖外面，我們可以利用

            
              ax1.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = 0.) 

            
          

其中參數(shù)loc=2就相當(dāng)于loc=‘upper left’，也就是說，我們要把圖例框的左上角，放在圖的(1.05,1.0)坐標(biāo)處，也就是放到圖的外面。

1.12. 保存以及顯示圖像

??保存使用plt.savefig()，顯示使用plt.show()， 一定要先保存后顯示 ，因為plt.show()后就會生成一個新的空白圖像，之后使用plt.savefig()就會存成空白的圖像。

            
              plt.savefig('xxx.png')   # 一定在plt.show()前面
plt.show()

            
          

2. 整體代碼以及結(jié)果的展示

2.1. 結(jié)果

2.2. 代碼

            
              fig = plt.figure(figsize=(20,20))

plt.rcParams['font.sans-serif']=['SimHei']  # 用于顯示中文
plt.rcParams['axes.unicode_minus'] = False  # 用于顯示中文

# plt.rcParams['font.sans-serif']=['Times New Roman']

fig.suptitle('測試', fontsize=30, x=0.5, y=0.93)

# 生成相同大小的4個子圖
# ax1 = fig.add_subplot(2,2,1)
# ax2 = fig.add_subplot(2,2,2)
# ax3 = fig.add_subplot(2,2,3)
# ax4 = fig.add_subplot(2,2,4)

# 生成一個圖
# ax = fig.add_subplot(1,1,1)

gs = GridSpec(40, 40)

# 第一個子圖
ax1 = fig.add_subplot(gs[5:15, 5:15])  # ax1是axes對象，這一步意思是ax1畫的圖在原圖(40*40)占據(jù)行5-14，占據(jù)列5-14(從零開始索引)
ax1.plot(x1, y1, label='第一個子圖')
ax1.set_title('第一', fontsize=30, x=0.5, y=1.02)
ax1.set_xlabel('X', fontsize=30)
ax1.set_ylabel('Y', fontsize=30)
ax1.set_xticks(range(0,10))   # 告訴matplotlib刻度存在的位置
ax1.set_xticklabels(['a', '上海','b', '廣州','c', '北京','d', '南京','e', '浙江'])    # 告訴matplotlib刻度的位置上的刻度應(yīng)該是什么
# ax1.set_yticks(range(0,10))
# ax1.set_yticklabels()
ax1.tick_params(axis='x', labelsize=20, rotation=90)   # 改變ticks值
ax1.tick_params(axis='y', labelsize=20)   # 改變ticks值
ax1.legend(fontsize=10, loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = 0.)

# 第二個子圖
ax2 = fig.add_subplot(gs[:20, 20:])   # ax2畫的圖在原圖(40*40)占據(jù)行20-39，占據(jù)列20-39(從零開始索引)
ax2.bar(x2, y2, label='第二個子圖')   
ax2.set_title('第二', fontsize=30, x=0.5, y=1.02)
ax2.set_xlabel('X', fontsize=30)
ax2.set_ylabel('Y', fontsize=30)
ax2.tick_params(axis='x', labelsize=25)   # 改變ticks值
ax2.tick_params(axis='y', labelsize=25)   # 改變ticks值
ax2.legend(fontsize=30, loc='upper right')

# 第三個子圖
ax3 = fig.add_subplot(gs[22:, :])    # ax3畫的圖在原圖(40*40)占據(jù)行22-39，占據(jù)所有的列(從零開始索引)
ax3.plot(x3, y3, label='第三個子圖')   
ax3.set_title('第三', fontsize=30, x=0.5, y=1.02)
ax3.set_xlabel('X', fontsize=30)
ax3.set_ylabel('Y', fontsize=30)
ax3.tick_params(axis='x', labelsize=25)   # 改變ticks值
ax3.tick_params(axis='y', labelsize=25)   # 改變ticks值
ax3.legend(fontsize=30, loc='upper right')

plt.savefig('xxx.png')
plt.show()