Matplotlib pyplot 教程

控制线条属性

线条有许多你可以设置的属性：linewidth，dash style，antialiased等，请参见matplotlib.lines.Line2D。 有几种方法可以设置线属性：

• 使用关键字参数：

  plt.plot(x, y, linewidth=2.0)

• 使用Line2D实例的setter方法。 plot返回Line2D对象的列表，例如line1,line2 = plot(x1，y1，x2，y2)。 在下面的代码中，我们假设只有一行，返回的列表长度为 1。我们对line使用元组解构，得到该列表的第一个元素：

  line, = plt.plot(x, y, ‘-‘)
  line.set_antialiased(False) # turn off antialising

• 使用setp()命令。 下面的示例使用 MATLAB 风格的命令来设置线条列表上的多个属性。 setp使用对象列表或单个对象透明地工作。 你可以使用 python 关键字参数或 MATLAB 风格的字符串/值对：

  lines = plt.plot(x1, y1, x2, y2)
  # 使用关键字参数
  plt.setp(lines, color=‘r‘, linewidth=2.0)
  # 或者 MATLAB 风格的字符串值对
  plt.setp(lines, ‘color‘, ‘r‘, ‘linewidth‘, 2.0)

•  

下面是可用的Line2D属性。

要获取可设置的线条属性的列表，请以一个或多个线条作为参数调用step()函数

In [69]: lines = plt.plot([1, 2, 3])

In [70]: plt.setp(lines)
  alpha: float
  animated: [True | False]
  antialiased or aa: [True | False]
  ...snip

处理多个图形和轴域

MATLAB 和 pyplot 具有当前图形和当前轴域的概念。 所有绘图命令适用于当前轴域。 函数gca()返回当前轴域（一个matplotlib.axes.Axes实例），gcf()返回当前图形（matplotlib.figure.Figure实例）。 通常，你不必担心这一点，因为它都是在幕后处理。 下面是一个创建两个子图的脚本。

import numpy as np
import matplotlib.pyplot as plt

def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

plt.figure(1)
plt.subplot(211)
plt.plot(t1, f(t1), ‘bo‘, t2, f(t2), ‘k‘)

plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), ‘r--‘)
plt.show()

 

这里的figure()命令是可选的，因为默认情况下将创建figure(1)，如果不手动指定任何轴域，则默认创建subplot(111)。subplot()命令指定numrows，numcols，fignum，其中fignum的范围是从1到numrows * numcols。 如果numrows * numcols <10，则subplot命令中的逗号是可选的。 因此，子图subplot(211)与subplot(2, 1, 1)相同。 你可以创建任意数量的子图和轴域。 如果要手动放置轴域，即不在矩形网格上，请使用axes()命令，该命令允许你将axes([left, bottom, width, height])指定为位置，其中所有值都使用小数（0 到 1）坐标。 手动放置轴域的示例请参见pylab_examples示例代码：axes_demo.py，具有大量子图的示例请参见pylab_examples示例代码：subplots_demo.py。

你可以使用clf()清除当前图形，使用cla()清除当前轴域。 如果你搞不清在幕后维护的状态（特别是当前的图形和轴域），不要绝望：这只是一个面向对象的 API 的简单的状态包装器，你可以使用面向对象 API（见艺术家教程）。

如果你正在制作大量的图形，你需要注意一件事：在一个图形用close()显式关闭之前，该图所需的内存不会完全释放。 删除对图形的所有引用，和/或使用窗口管理器杀死屏幕上出现的图形的窗口是不够的，因为在调用close()之前，pyplot会维护内部引用。

处理文本

text()命令可用于在任意位置添加文本，xlabel()，ylabel()和title()用于在指定的位置添加文本（详细示例请参阅文本介绍）。

import numpy as np
import matplotlib.pyplot as plt

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

# 数据的直方图
n, bins, patches = plt.hist(x, 50, normed=1, facecolor=‘g‘, alpha=0.75)


plt.xlabel(‘Smarts‘)
plt.ylabel(‘Probability‘)
plt.title(‘Histogram of IQ‘)
plt.text(60, .025, r‘$\mu=100,\ \sigma=15$‘)
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()

所有的text()命令返回一个matplotlib.text.Text实例。 与上面一样，你可以通过将关键字参数传递到text函数或使用setp()来自定义属性：

t = plt.xlabel(‘my data‘, fontsize=14, color=‘red‘)

这些属性的更详细介绍请见文本属性和布局。