机器学习与飞桨PaddlePaddle开发笔记–Matplotlib库的介绍

---

---

简介

Matplotlib是Python非常优秀的数据可视化第三方库。

什么叫数据可视化呢？它就是将数据以特定的图形、图像的方式展现出来，使得数据更加直观、明了。有一句话叫“一图胜千眼”，有的时候，一张图往往可以表达出一大段文字所包含的信息。数据可视化也是这样，只要我们能看到一张图，就能对数据有一个大致的了解，因此，数据可视化非常重要。而Matplotlib就是数据可视化领域Python的重要第三方库。

那么Matplotlib能有什么样的演示效果呢？这是从Matplotlib官网看到的效果呈现，它支持超过100种数据可视化显示效果，功能满足了科研绘图的大部分需求。

`

Matplotlib库的使用

Matplotlib库由各种可视化类构成，内部结构复杂。开发人员受到Matlab的启发，为了能让用户很简单的使用，而不用去关心其内部的构成、代码的组成逻辑。它提供了一个子库，叫做pyplot，是绘制各类可视化图形的命令子库，用户仅通过调用pyplot就可以完成所有的Matplotlib的功能，起到了一个快捷方式的作用。
所以在使用Matplotlib时，我们重点使用的是pyplot。
通过

import matplotlib.pyplot as plt

即可使用这个子库。

plt.plot()

一维数据绘图1.0

代码如下：

import matplotlib.pyplot as plt

plt.plot([3,2,8,5,1]) #输入5个纵坐标值
plt.ylabel('fenshu')  #纵轴的标题为fenshu
plt.show()            #显示图像

在python环境下运行一下：

不难看出，这里自动为5个数据点分配了X轴。

保存绘制的图像

代码如下：

import matplotlib.pyplot as plt

plt.plot([3,2,8,5,1]) #输入5个纵坐标值
plt.ylabel('fenshu')  #纵轴的标题为fenshu
plt.savefig('test',dip=600)   #文件名为test  默认保存为PNG文件，并且通过修改dip的值修改输出质量
plt.show()            #显示图像

一维数据绘图2.0

代码如下：

import matplotlib.pyplot as plt

plt.plot([0,1,3,5,7],[3,2,8,5,1])  #第一个列表表示选取的点的横坐标值，第二个表示纵坐标值
plt.ylabel('fenshu')
plt.axis([-1,12,0,10])    #坐标轴显示X（-1,12）Y(0,10)
plt.show()

plt.plot()当有两个以上参数时，按照X、Y轴的顺序绘制。

plt.subplot()——划分绘图位置

当然，Matplotlib也可以实现在一个对话框中绘制多个图像，这里就需要使用subplot()函数

plt.subplot(nrows,ncols,plot_number)：
其中，nrows指分成的行数，ncols指分成的列数，plot_number指的是第几号绘图位置。

举个例子：

import numpy as np
import matplotlib.pyplot as plt

def draw(t):
    return np.exp(-t)*np.cos(2*np.pi*t)
a=np.arange(0.0,5.0,0.02)

plt.subplot(2,1,1)
plt.plot(a,draw(a))

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

输出为：

细心的小伙伴就会发现这个函数的绘图位置的标号规律了，其中的‘，’是可以省略的。