现在关注最常见的绘制曲线图需求。

绘制曲线

使用 Axes 的 plot 方法绘制曲线图，假设 x,y,x2,y2 都是一维的数组，那么可以使用下面几种方式绘制曲线

1
2
3
4
5
ax.plot(y) # 一条散点连成的曲线，横坐标取从0开始的整数，纵坐标取自y

ax.plot(x,y) # 一条散点连成的曲线，横坐标取自x，纵坐标取自y

ax.plot(x,y,x2,y2) # 两条曲线，第一条横坐标取自x，纵坐标取自y，第二条横坐标取自x2，纵坐标取自y2

还可以附加一些细节参数，例如颜色，曲线样式，图例等，下面依次介绍。

颜色

几个常用的颜色及其缩写如下：

  • 蓝色 blue-b
  • 绿色 green-g
  • 红色 red-r
  • 白色 white-w
  • 黑色 black-k（因为b已经被blue占用）
  • 金黄色 yellow-y
  • 蓝绿色（青色）cyan-c
  • 品红色 magenta-m

可以使用关键字参数设置固定的颜色 color='red' 或者使用十六进制的颜色编码如 color='#32CD32'。支持如下的简写：

  • 将常用颜色使用简写，例如 color='r'
  • 将关键字 color 简写为 c，例如 c='r'

例如：（这里白色的线和背景重了看不出来）

1
2
3
4
5
6
7
8
9
fig, ax = plt.subplots(figsize=(7, 5))

data = 10 + 0.4 * np.random.randn(9, 100)
colors = ["blue", "green", "red", "white", "black", "yellow", "cyan", "m",'#32CD32']

for i, item in enumerate(colors):
    ax.plot(data[i] - i, color=item, label=item)

ax.legend()

曲线样式

支持的曲线样式如下：

  • 实线（默认）：solid，简写 -
  • 短虚线（点虚线）：dotted，简写 :
  • 长虚线（破折线）：dashed，简写 --
  • 长短交错虚线（点划线）：dashdot，简写 -.
  • 不画线（什么也没有）：None，简写 "" 或者 ''

可以使用关键字参数 linestyle='dotted' 设置曲线样式。支持如下的简写：

  • 将曲线样式使用简写，例如 linestyle=':'
  • 将关键字 linestyle 简写为 ls，例如 ls='-.'

例如

1
2
3
4
5
6
7
8
9
10
11
fig, ax = plt.subplots(figsize=(7, 5))


style = ["solid", "dotted", "dashed", "dashdot", "None" ]

data = 10 + 0.4 * np.random.randn(len(style), 100)

for i, item in enumerate(style):
    ax.plot(data[i] - i,linestyle=item,label=item)

ax.legend()

还支持调整线的宽度（linewidth，简称 lw），线宽的默认值是 1.5，例如

1
2
3
4
5
6
fig, ax = plt.subplots(figsize=(4, 3))

data = np.sin(np.linspace(0, 2 * np.pi, 100))

ax.plot(data,lw=5)
ax.plot(data+0.5)

绘图标记

常用的点的标记如下：

  • 点 '.'
  • 像素点 ','
  • 实心圆 'o' 字母 o
  • 星号 '*'
  • 乘号 'x'
  • 加号 '+'
  • 菱形 'D'，瘦菱形 'd'
  • 正方形 's'
  • 三角形 '^','<','v','>'（不同的四个朝向）

可以使用关键字参数 marker='*' 设置绘图标记。

例如：（这里像素点根本看不清）

1
2
3
4
5
6
7
8
9
10
11
fig, ax = plt.subplots(figsize=(7, 5))

markers = [".", ",", "o", "*", "x", "D", "d", "s", "^"]
data = np.sin(np.linspace(0, 2 * np.pi, 10 * len(markers)))

ax.plot(data)

for i, item in enumerate(markers):
    ax.plot(i * 10, data[i * 10], label=item, marker=item)

ax.legend()

关于绘图标记，我们还可以指定标记的大小（markersize 简写 ms），内部填充颜色（markerfacecolor 简写 mfc），边框填充颜色（markeredgecolor 简写 mec），例如

1
2
3
4
5
fig, ax = plt.subplots(figsize=(4, 3))

data = np.random.randn(7)

ax.plot(data, marker = 'o', ms = 10, mec = 'r')

注：使用 linestyle='',marker='o' 可以达到散点图的效果，并且可能比专门的散点图 plt.scatter 更好，例如

1
2
3
4
5
fig, ax = plt.subplots(figsize=(4, 3))

data = np.random.randn(7)

ax.plot(data, ls='',marker = 'o', ms = 5)

fmt 参数

对于曲线常用的标记、样式、颜色三种设置，可以把相应的简写合并为一个字符串参数，这里每一个部分都是可选的，顺序也是任意的。

1
'[marker][line][color]'

例如：

  • o:r 圆点，点虚线，红色
  • go-- 绿色，破折线，绿色

示例如下

1
2
3
4
fig, ax = plt.subplots(figsize=(4, 3))

x = np.linspace(0, 2 * np.pi, 20)
ax.plot(x,np.sin(x),'o:r')

图像细节

标题和轴标签

支持两层标题：Figure 可以使用 suptitle 设置标题，Axes 可以使用 set_title 设置标题。

例如

1
2
3
4
5
6
7
8
9
10
fig, axes = plt.subplots(1,2,figsize=(7, 3))

x = np.linspace(0, 2 * np.pi, 100)

axes[0].plot(x,np.sin(x))
axes[1].plot(x,np.cos(x))

axes[0].set_title("sin(x)")
axes[1].set_title("cos(x)")
fig.suptitle("fig-title")

可以给每一个坐标轴都可以加上轴标签：

1
2
ax.set_xlabel("x")
ax.set_ylabel("y")

例如

1
2
3
4
5
6
7
8
9
10
fig, ax = plt.subplots(figsize=(4, 3))

x = np.linspace(0, 2 * np.pi, 100)

ax.plot(x,np.sin(x))

ax.set_xlabel("x")
ax.set_ylabel("y")

ax.set_title("sin(x)")

对于标题和轴标签这类的文本选项，有很多额外的选项：

  • 位置：例如 loc="left"，对于标题和 x 轴包括 "left","center","right" 选项，对于 y 轴包括 "top","center","bottom" 选项，默认都是居中
  • 颜色：例如 color='r'
  • 字体：例如 fontfamily = 'sans-serif'，注意默认不支持中文显示。
  • 字体大小：例如 fontsize=18
  • 字体样式：例如 fontstyle='oblique'

图例

对每一条曲线加上 label，然后使用 Axes.legend() 显示图例，注意 legend() 调用必须在所有 label 之后，图例的文字支持简单的 latex。

例如

1
2
3
4
5
6
7
8
9
10
fig, ax = plt.subplots(figsize=(4, 3))

x = np.linspace(0, 2 * np.pi, 100)

ax.plot(x,np.sin(x),label='sin(x)')
ax.plot(x,np.cos(x),label='cos(x)')

ax.legend()
ax.set_xlabel("xlabel",loc='right')
ax.set_ylabel("ylabel",loc='top')

网格线

函数原型为

1
Axes.grid(visible=None, which='major', axis='both', **kwargs)

其中主要参数：

  • visible 可见性
  • which 绘制主刻度还是辅助刻度的网格线，支持选项 'major','minor','both'，默认 'major' 只绘制主刻度的网格线
  • axis 绘制从 x 轴或 y 轴发出的网格线，支持选项 'both','x','y'，默认 'both'

可以简单地使用 ax.grid() 开启网格线，还可以指定网格线更复杂的细节（样式，宽度，颜色，透明度 alpha 等）。

例如

1
2
3
4
5
6
7
8
9
10
11
12
fig, ax = plt.subplots(figsize=(4, 3))

x = np.linspace(0, 2 * np.pi, 100)

ax.plot(x,np.sin(x),label='sin(x)')
ax.plot(x,np.cos(x),label='cos(x)')

ax.grid(ls=':', lw=1, color='r',alpha=0.3)

ax.legend()
ax.set_xlabel("xlabel",loc='right')
ax.set_ylabel("ylabel",loc='top')

轴的单位长度比

可以手动设置 x 轴和 y 轴的单位长度的比例，默认是 auto，也就是会根据作图需要自动调整。

1
2
3
4
5
6
7
8
# 自动调整
ax.set_aspect('auto')

# 相等
ax.set_aspect('equal')

# 固定y轴/x轴的单位长度比例
ax.set_aspect(2)

例如

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
fig, ax = plt.subplots(figsize=(4, 4))

x = np.linspace(-1,1,100)

ax.plot(x,x,label='$x$')
ax.plot(x,x**2,label='$x^2$')
ax.plot(x,x**3,label='$x^3$')

ax.grid(ls=':', lw=1, color='r',alpha=0.3)

ax.legend()
ax.set_xlabel("xlabel",loc='right')
ax.set_ylabel("ylabel",loc='top')

ax.set_aspect('equal')

边框隐藏

默认情况下作图会绘制四个边框，有时我们需要去掉某些边框，有两种方案：

  • 设置边框透明度为 0
  • 设置边框颜色为空

例如：

1
2
3
4
5
6
7
8
9
10
11
12
13
fig, ax = plt.subplots(figsize=(4, 4))

x = np.linspace(0,1,100)
ax.plot(x,x**2,label='$x^2$')

ax.legend()
ax.set_xlabel("xlabel",loc='right')
ax.set_ylabel("ylabel",loc='top')

ax.spines['right'].set_alpha(0)
ax.spines['top'].set_color('none')

ax.set_aspect('equal')

坐标轴范围

通常 Axes 的坐标轴具体范围根据数据而来，但是我们也可以指定坐标轴的范围（数据如果不在范围内就不会显示）

1
2
ax.set_xlim(-1,2)
ax.set_ylim(0,3)

例如

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
fig, ax = plt.subplots(figsize=(4, 4))

x = np.linspace(-1,1,100)
ax.plot(x,x**2,label='$x^2$')
ax.plot(x,x+1,label='$x+1$')

ax.legend()
ax.set_xlabel("xlabel",loc='right')
ax.set_ylabel("ylabel",loc='top')

ax.spines['right'].set_alpha(0)
ax.spines['top'].set_color('none')

ax.set_aspect('equal')

ax.set_xlim(-1,2)
ax.set_ylim(0,3)

坐标轴指定刻度

可以指定一条轴上使用哪些刻度，使用 ax.set_xticks 方法传入一个数组。

例如

1
2
3
4
5
6
7
8
9
10
11
12
fig, ax = plt.subplots(figsize=(4, 3))

x = np.linspace(0, 2 * np.pi, 100)

ax.plot(x,np.sin(x),label='sin(x)')
ax.plot(x,np.cos(x),label='cos(x)')

ax.legend()
ax.set_xlabel("xlabel",loc='right')
ax.set_ylabel("ylabel",loc='top')

ax.set_xticks([0,np.pi,np.pi*2])

坐标轴自定义刻度

我们可以在指定刻度的基础上，将刻度的数值换成另外的文字，使用 ax.set_xticklabels 方法传入一个数组。

例如

1
2
3
4
5
6
7
8
9
10
11
12
13
fig, ax = plt.subplots(figsize=(4, 3))

x = np.linspace(0, 2 * np.pi, 100)

ax.plot(x,np.sin(x),label='sin(x)')
ax.plot(x,np.cos(x),label='cos(x)')

ax.legend()
ax.set_xlabel("xlabel",loc='right')
ax.set_ylabel("ylabel",loc='top')

ax.set_xticks([0,np.pi,np.pi*2])
ax.set_xticklabels(['0','$\pi/2$','$\pi$'])

坐标轴刻度朝向

如下的语句可以使得刻度朝内侧（"in"），还支持两个选项："out" 朝外（默认），"inout" 内外均有。

1
2
mpl.rcParams['xtick.direction'] = 'in'#将x周的刻度线方向设置向内
mpl.rcParams['ytick.direction'] = 'in'#将y轴的刻度方向设置向内

例如

1
2
3
4
5
6
7
8
9
mpl.rcParams['xtick.direction'] = 'in'#将x周的刻度线方向设置向内
mpl.rcParams['ytick.direction'] = 'in'#将y轴的刻度方向设置向内

fig, ax = plt.subplots(figsize=(4, 3))

x = np.linspace(0, 3, 100)
y = np.exp(x)

ax.plot(x,y)

坐标轴比例

默认的坐标轴比例是线性的，但是我们可以指定对数，双对数等，使用 ax.set_yscale('log') 方法可以设置 y 轴为对数刻度，x 轴也同理。

例如

1
2
3
4
5
6
7
8
9
10
11
12
fig, axes = plt.subplots(1, 2, figsize=(7, 3))

x = np.linspace(0, 3, 100)
y = np.exp(x)

axes[0].plot(x,y)
axes[1].plot(x,y)

axes[0].set_title("linear")
axes[1].set_title("log")

axes[1].set_yscale("log")

添加文字

可以使用 ax.text 向指定的 Axes 对象添加文字，位置是在 Axes 的 xy 轴坐标，文字可以有很多细节的处理，这里略过。

1
2
def text(self, x, y, s, fontdict=None, **kwargs):
    ...

例如

1
2
3
4
5
6
7
8
9
fig, ax = plt.subplots(figsize=(4, 3))

x = np.linspace(0, 3, 100)
y = np.exp(x)

ax.plot(x,y)

ax.plot(1,np.e,'o:r')
ax.text(1+0.2,np.e-0.2,"(1,e)")

解决中文乱码

使用下面的两行语句可以支持中文字体显示

1
2
mpl.rcParams['font.sans-serif']=['SimHei'] # 支持中文字体
mpl.rcParams['axes.unicode_minus'] = False # 否则负号会显示方块