赵走x博客 - 开发者的网上家园

2、使用函数绘制matplotlib的图表组成元素

资源编号:76000 人工智能 Python数据可视化之matplotlib实践热度：93

matplotlib库是Python中绘制二维、三维图表的数据可视化工具。

matplotlib库是Python中绘制二维、 三维图表的数据可视化工具。 它的主要特点如下：
* 使用简单绘图语旬实现复杂绘图效果；
* 以交互式操作实现渐趋精细的图形效果；
* 使用嵌入式的LaTeX输出具有印刷级别的图表、 科学表达式和符号文本；
* 对图表的组成元素实现精细化控制。

接下来就让我们带着好奇心走进matplotlib的数据可视化世界吧。

# 1、绘制matplotlib图表组成元素的主要函数

首先，我们来了解一下matplotlib是如何组织内容的。在 个图形输出窗口中，底层是一个Figure，实例，我们通常称之为画布，包含一些可见和不可见的元素。

在画布上，自然是图形， 这些图形就是Axes实例，Axes实例几乎包含了我们要介绍的matplotlib组成元素，例如坐标轴、刻度、标签、线和标记等。Axes实例有x轴和y轴属性，也就是可以使用Axes.xaxis和Axes.yaxis来控制x轴和y轴的相关组成元素，例如刻度线f主U度标签、刻度线定位器和刻度标签格式器。

这么多组成元素该如何操作呢？很幸运， matplotlib为我们准备了快速入门通道， 那就是matplotlib.pyplot模块的A凹， 通过调用API中的函数，我们就可以快速了 解应该如何绘制这些组成元素了，例如matplotlib.pyplot.xlim（）和matplotlib.pyplot抖1m（）就是控制x轴和y轴的数值显示范围。 下面，我们就用图1.1来初识绘制matplotlib的图表组成元素的主要函数。

![bs64](https://img.handsomemark.com/2019/11/01/898585da-fc94-11e9-8d85-acde48001122.png)
本章我们以图1.1为讲解切入点，从这些函数的函数功能、调用签名、参数说明和调用展示四个方面来全面阐述API函数的使用方法和技术细节。帮助读者了解matplotlib。

# 2、准备工作
我们导入第三方包NymPy和快速绘图模块，其中科学计算包NumPy是matplotlib库的基础。也就是说，matploylib库是建立在NumPy的基础上的Python绘图库。图1.1的数据生成代码实现如下：
```
import matplotlib.pyplot as plt
import numpy as np
```
现在， 我们就可以定义一些完成绘制图川所需要的数据了， 代码如下：
```
x=np.linspace(0.5,3.5,100)
y=np.sin(x)
y1=np.random.rand(100)
```
其中， 函数linspace(0.5,3.5,100）是表示在0.5至3.5之间均匀地取100个数，函数randn(1OO）表示在标准正态分布中随机地取100个数。

# 3、绘制matplotlib图表组成元素的函数用法
下面我们用函数的形式学习绘图， 反过来， 再用绘图来认识函数。需要注意的是， 下面函数中的位置参数用参数名称本身进行调用签名的讲解， 关键字参数用图1.1中的实际图形展示样式进行调用签名的说明。