Matplotlib是一個Python 2D繪圖庫和一些基本的3D圖表，可以生成各種格式圖片。Matplotlib可用于Python腳本，Python shell，Jupyter筆記本，Web應(yīng)用程序服務(wù)器等等。

Matplotlib是約翰·亨特(John Hunter，1968-2012)的心血結(jié)晶，他和許多貢獻(xiàn)者一起投入了不可估量的時間和精力來制作一套全球數(shù)千名科學(xué)家使用的軟件。

查看Matplotlib 版本 

>>> import matplotlib 
 
>>> matplotlib.__version__ 
 
'3.0.3' 

在Python 中調(diào)用Matplotlib，通常使用 import matplotlib.pyplot 調(diào)用Matplotlib 集成的快速繪圖 pyplot模塊。

Figure(整個圖像)

在任何繪圖之前，需要一個Figure對象，可以理解成需要一張畫板才能開始繪圖。 

import matplotlib.pyplot as plt 
 
fig = plt.figure() 

在Matplotlib中，整個圖像為一個Figure 對象。Figure對象中可以包含一個或者多個Axes對象，每個Axes 對象都是一個擁有自己坐標(biāo)系統(tǒng)的繪圖區(qū)域。 

Axes(軸線)

在擁有Figure對象之后，在作畫前還需要軸，沒有軸的話就沒有繪圖基準(zhǔn)，所以需要添加Axes。也可以理解成為真正可以作畫的紙。 

ax = fig.add_subplot(111) 
 
ax.set(xlim=[0, 5], ylim=[0, 6], title='An Example Axes', 
 
ylabel='Y-Axis', xlabel='X-Axis') 
 
plt.show() 

上述代碼，在一幅圖上添加了一個Axes，然后設(shè)置了這個Axes的X軸以及Y軸的取值范圍，以及一些文本信息。效果如下： 

Matplotlib下, 一個 Figure 對象可以包含多個子圖(Axes)，可以使用 subplot() 快速繪制，其調(diào)用形式如下 :

subplot(numRows, numCols, plotNum) 

• 圖表的整個繪圖區(qū)域被分成 numRows 行和 numCols 列;
• 然后按照從左到右，從上到下的順序?qū)γ總€子區(qū)域進(jìn)行編號，左上的子區(qū)域的編號為1;
• plotNum 參數(shù)指定創(chuàng)建的 Axes 對象所在的區(qū)域;

對于上面的fig.add_subplot(111)就是添加Axes的，參數(shù)的解釋的在畫板的第1行第1列的***個位置生成一個Axes對象來準(zhǔn)備作畫。

也可以通過fig.add_subplot(2, 2, 1)的方式生成Axes，前面兩個參數(shù)確定了面板的劃分。

如果 numRows, numCols 和 plotNum 這三個數(shù)都小于 10 的話, 可以把它們縮寫為一個整數(shù), 例如 subplot(221) 和 subplot(2,2,1) 是相同的。

subplot 在 plotNum 指定的區(qū)域中創(chuàng)建一個軸對象。如果新創(chuàng)建的軸和之前創(chuàng)建的軸重疊的話，之前的軸將被刪除。 

Multiple Axes 多個子圖

下面的一次性生成所有 Axes： 

簡單總結(jié)一下

• 在最頂層的是畫布，稱之為figure;
• 在畫布上可以在不同的區(qū)域上繪制，這些區(qū)域稱之為subplot;

每一個子圖區(qū)域，又可以做如下劃分：

• axis 也就是x,y坐標(biāo)軸;
• tick 也就是每一個坐標(biāo)軸的刻度;
• label 也就是坐標(biāo)軸上的標(biāo)簽;
• title 也就是每一個子圖的標(biāo)題;
• data 是輸入的數(shù)據(jù)繪制出的圖像;

Matplotlib 繪圖演示代碼

將這個圖像劃分成8個子區(qū)域，每個子區(qū)域繪制一個不同的圖像。 

import numpy as np  
import matplotlib.pyplot as plt  
x=[1,2,3,4]  
y=[3,5,10,25]  
# 創(chuàng)建子圖  
plt.subplot(241)  
plt.plot(x,y)  
plt.title("plot")  
plt.subplot(242)  
plt.scatter(x, y)  
plt.title("scatter")  
plt.subplot(243)  
plt.pie(y)  
plt.title("pie")  
plt.subplot(244)  
plt.bar(x, y)  
plt.title("bar")  
plt.subplot(245)  
plt.boxplot(y, sym="o")  
plt.title("box")  
# sin/cos 圖像  
plt.subplot(246)  
x = np.linspace(0, np.pi)  
y_sin = np.sin(x)  
y_cos = np.cos(x)  
plt.plot(x, y_sin)  
plt.plot(x, y_cos)  
# g-- 設(shè)置線條樣式和顏色  
plt.subplot(247)  
plt.plot(x, y_sin, 'g--')  
plt.title("sin")  
# 加載本地圖片  
import matplotlib.image as mpimg  
img=mpimg.imread('666.jpg')  
plt.subplot(248)  
plt.imshow(img)  
plt.title("cool...") 
 plt.show()