Matplotlib 繪圖

Matplotlib是什麼？

Matplotlib是Python中數據可視化庫之一，提供了創建靜態、動畫和互動式可視化的功能，它能夠生成各種類型的圖表和繪圖，且具有高度的可定制性

繪圖工具介紹

畫圖前，需要先建立一個畫布$fig$物件，然後在畫布中添加子圖

添加子圖會用到的函數

fig=figure(figsize=(w,h))建立一個畫布$fig$寬度為$w$高度為$h$個單位

$ax_i$=fig.add_subplot(r,c,i)將$r*c$個子圖配置到$fig$，回傳$i$的子圖

fig, ax=subpolts(r,c)建立畫布$fig$，添加$r*c$個子圖$ax$到$fig$中

plot(x,y)以$x$為橫坐標，$y$為縱座標繪製曲線圖

sevefig(exe)將繪圖存到檔名為$exe$的圖檔中

show()顯示繪圖

修飾繪圖內容的函數

sutitle(Ex)將畫布的標題設為$Ex$

annotate(txt,xy=(x,y),pos)在$pos$位置上加上註解$txt$，註解箭頭起點$(x,y)$

text(x,y,txt)於$(x,y)$處加上文字$txt$

grid()參數設定$True$繪製網格，若$False$不繪製

tight_layout()將畫布中的子圖緊密排列

set_xlabel(txt)將$x$軸標籤設為$txt$

set_ylabel(txt)將$y$軸標籤設為$txt$

set_zlabel(txt)將$z$軸標籤設為$txt$

set_title(txt)將圖形標題設為$txt$

legend(loc=n)顯示圖例，並設定顯示位置為$n$

fig.subplots_adjust(hspace=n)設定子圖之間的垂直距離為子圖高度的$n$倍

fig.subplots_adjust(wspace=n)設定子圖之間的水平距離為子圖高度的$n$倍

plot設定

$plot$是Matplotlib套件裡最常使用的一個函數，它提供相當多的選項，像是顏色、線條形狀、和資料點的符號

實作範例

用add_subplot()做一維繪製

add_subplot()與subplots()繪圖，兩函數看似沒有命名上沒有什麼差別，但實它們的運作原理其實有一定的差異，add_subplot()是由物件$fig$呼叫，subplots()是呼叫了$plt$模組裡的subplots()函數；subplots可以同時回傳一張畫布和多個子圖，而add_subplot()只能一次回傳一個子圖

# 用 add_subplot()繪製

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure() # 建立一無空間限制畫布

x = np.linspace(-5,2,16) # 利用前一篇文提到的numpy，建立一個從 -5 到 2 的等間距數組，共16個點
y = x**2 # 將x平方導入y

ax1 = fig.add_subplot() # 新增一名為ax1的子圖
ax1.plot(x, y, 'r') # 以x為橫軸，y為縱軸，並將線條設置成洋紅色

plt.tight_layout() 
plt.show()

將程式導入Visual Studio Code執行：

用subplots()做一維繪製

# 用subplots()繪製

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure() # 建立一無空間限制畫布

# 利用前一篇文提到的 NumPy，建立一個從 -2 到 π 的等間距數組，共1024個點
x = np.linspace(-2,np.pi,1024)

fig, ax = plt.subplots()
ax.plot(x, np.sin(x), 'k') # 以x為橫軸，sin(x)為縱軸，將線條顏色設為黑色

plt.show()

將程式導入Visual Studio Code執行：

二維繪製

# 利用subplots()及修飾函數繪製

import matplotlib.pyplot as plt  
import numpy as np  

# 創建畫布及子圖，設定大小為 12x8 個單位，並創建 2 行 2 列的子圖
fig, axs = plt.subplots(2, 1, figsize=(12, 8))  # 返回畫布和子圖數組

# 創建一個從 -2 到 π 的等間距數組，共 1024 個點
x = np.linspace(-2, np.pi, 1024) 
y1 = np.sin(x)  
y2 = np.cos(x)  

ax1 = axs[0]  # 獲取第一個子圖
ax1.plot(x, y1, 'r', label='sin(x)')  # 在子圖 1 上繪製 sin(x)，將線條設置為洋紅色，標記為 sin(x)
ax1.set_title('Step 1')  # 設置子圖 1 的標題為 Step 1
ax1.set_xlabel('x')  # 設置子圖 1 的 X 軸標籤為 x
ax1.set_ylabel('sin(x)')  # 設置子圖 1 的 Y 軸標籤為 sin(x)
ax1.grid(True)  # 顯示子圖 1 的網格
ax1.legend(loc='upper right')  # 顯示子圖 1 的圖例，位置在右上角

ax2 = axs[1]  # 獲取第二個子圖
ax2.plot(x, y2, 'g', label='cos(x)')  # 在子圖 2 上繪製 cos(x)，將線條設置為綠色，標記為 cos(x)
ax2.set_title('Step 2')  # 設置子圖 2 的標題為 Step 2
ax2.set_xlabel('x')  # 設置子圖 2 的 X 軸標籤為 x
ax2.set_ylabel('cos(x)')  # 設置子圖 2 的 Y 軸標籤為 cos(x)
ax2.grid(True)  # 顯示子圖 2 的網格
ax2.legend(loc='upper right')  # 顯示子圖 2 的圖例，位置在右上角

plt.tight_layout()  # 自動調整子圖之間的間距，以避免重疊
plt.show()

將程式導入Visual Studio Code執行：

參考資料：
https://bbs.huaweicloud.com/blogs/281723

https://docs.python.org/zh-tw/3/tutorial/index.html