Python数据可视化第1讲：matplotlib绘图原理

清疚 2023-02-13 05:47 18阅读 0赞

## 1. 序言 ##

本文介绍 matplotlib 的基本绘图原理，是《Python 数据可视化》系列的第 1 篇文章。整个系列约40篇文章，将通过代码实例全面的介绍Python 数据可视化方法和技巧。

## 2. 绘图基本原理 ##

如下图所示，使用 matplotlib 绘图需要明确三个基本概念——画布、坐标系、坐标轴

*  **画布（Figure）**：即然要绘图，就需要画布来承载图像，如同国画需要宣纸，油画需要木板；
 *  **坐标系（Axes）**：一张画布可以分为多个区域，而每个区域都可以画图，通过坐标系可以标定画图的区域；
 *  **坐标轴（Axis）**：如下图所示，在一个确定的坐标系中画一个正弦图像，需要 X轴、Y轴；当然不是所有图像都需要坐标轴，如饼图；

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r_size_16_color_FFFFFF_t_70][]

## 3. matplotlib 绘图基本元素介绍及举例 ##

### 3.1 绘制一个简单的折线图 ###

代码如下：附详细注释

# step0：导入画图工具包 matplotlib
    import matplotlib.pyplot as plt
    
    # step1：手动创建一个figure对象，相当于一个空白的画布
    figure = plt.figure()
    
    # step2：在画布上添加一个坐标系，标定绘图位置
    axes1 = figure.add_subplot(1, 1, 1)
    
    # step3：准备画图的数据
    x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
    y = [21, 27, 29, 32, 29, 28, 35, 39, 49]
    
    # step4：画图
    axes1.plot(x, y)
    
    # step5：展示
    plt.show()

运行结果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r_size_16_color_FFFFFF_t_70 1][]

### 3.2 图片基本元素设置 ###

**图片两个基本元素——标题(Title)，标签(Label)**

上面的例子非常简单，所绘制的图片甚至连基本的元素（标题、X/Y轴标签）都不具备，接下来我们就来介绍，如何设置图片基本元素。示例代码如下，相较于上面的例子，增加了xlabel、ylabel、titile的设置：

# step0：导入画图工具包 matplotlib
    import matplotlib.pyplot as plt
    
    # step1：手动创建一个figure对象，相当于一个空白的画布
    figure = plt.figure()
    
    # step2：在画布上添加一个坐标系，标定绘图位置
    axes1 = figure.add_subplot(1, 1, 1)
    
    # step3：准备画图的数据
    x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
    y = [21, 27, 29, 32, 29, 28, 35, 39, 49]
    
    # step4：设置基本信息
    axes1.set_xlabel('x label')
    axes1.set_ylabel('y label')
    axes1.set_title("title")
    
    # step5：画图
    axes1.plot(x, y)
    
    # step6：展示
    plt.show()

运行结果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r_size_16_color_FFFFFF_t_70 2][]

### 3.3 图片线条基本设置 ###

绘图线条基本设置——颜色(color)、线型(linestyle)、点标记符(marker)

示例如下：

# step0：导入画图工具包 matplotlib
    import matplotlib.pyplot as plt
    
    # step1：手动创建一个figure对象，相当于一个空白的画布
    figure = plt.figure()
    
    # step2：在画布上添加一个坐标系，标定绘图位置
    axes1 = figure.add_subplot(1, 1, 1)
    
    # step3：准备画图的数据
    x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
    y = [21, 27, 29, 32, 29, 28, 35, 39, 49]
    
    # step4：设置基本信息
    axes1.set_xlabel('x label')
    axes1.set_ylabel('y label')
    axes1.set_title("title")
    
    # step5：画图,设置线条颜色、线型、点标记符
    axes1.plot(x, y, color='red', linestyle='-.', marker='*')
    
    # step6：展示
    plt.show()

运行结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r_size_16_color_FFFFFF_t_70 3][]

## 4.小结 ##

本文介绍了 matplotlib 绘图的基本原理，并通过代码示例介绍了使用 matplotlib 绘图的基本方法，在下一节中我们将详细介绍绘图基本元素设置的方法，为后面绘制复杂的图形铺平道路。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200527224131783.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200527232151776.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200527232239908.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200527233206826.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppbl9Ld29r,size_16,color_FFFFFF,t_70