matplotlib是受MATLAB的启发构建的。MATLAB是数据绘图领域广泛使用的语言和工具。MATLAB语言是面向过程的。利用函数的调用，MATLAB中可以轻松的利用一行命令来绘制直线，然后再用一系列的函数调整结果。

matplotlib有一套完全仿照MATLAB的函数形式的绘图接口，在matplotlib.pyplot模块中。这套函数接口方便MATLAB用户过度到matplotlib包.

安装依赖包

sudo apt-get install python3.5-dev python3.5-tk tk-dev sudo apt-get install libfreetype6-dev g++

安装pip

Linux

sudo apt install python3-venv python3-pip

MAC

sudo easy_install pip

安装matplotlib

pip3 install --user matplotlib

helloworld例程

plot.py

import matplotlib.pyplot as plt input_values = [1, 2, 3, 4, 5] squares = [1, 4, 9, 16, 25] plt.plot(input_values, squares, linewidth=5) # 设置标签 plt.title("Square Numbers", fontsize=24) plt.xlabel("Value", fontsize=14) plt.ylabel("Square of Value", fontsize=14) # 设置刻度线大小 plt.tick_params(axis='both', labelsize=14) plt.show() python3 plot.py

显示中文

Matplotlib 默认情况不支持中文，我们可以使用以下简单的方法来解决： 首先下载字体（注意系统）：https://www.fontpalace.com/font-details/SimHei/ SimHei.ttf 文件放在当前执行的代码文件中：

import numpy as np from matplotlib import pyplot as plt import matplotlib # fname 为 你下载的字体库路径，注意 SimHei.ttf 字体的路径 zhfont1 = matplotlib.font_manager.FontProperties(fname="SimHei.ttf") x = np.arange(1,11) y = 2 * x + 5 plt.title("菜鸟教程 - 测试", fontproperties=zhfont1) # fontproperties 设置中文显示，fontsize 设置字体大小 plt.xlabel("x 轴", fontproperties=zhfont1) plt.ylabel("y 轴", fontproperties=zhfont1) plt.plot(x,y) plt.show()

方法（API）

方法作用axex设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示figure控制dpi、边界颜色、图形大小、和子区( subplot)设置font字体集（font family）、字体大小和样式设置grid设置网格颜色和线性legend设置图例和其中的文本的显示line设置线条（颜色、线型、宽度等）和标记patch是填充2D空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。savefig可以对保存的图形进行单独设置。例如，设置渲染的文件的背景为白色。verbose设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying。xticks和yticks为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。

线条样式

字符描述'-'实线样式'--'短横线样式'-.'点划线样式':'虚线样式'.'点标记','像素标记'o'圆标记'v'倒三角标记'^'正三角标记'<'左三角标记'>'右三角标记'1'下箭头标记'2'上箭头标记'3'左箭头标记'4'右箭头标记's'正方形标记'p'五边形标记'*'星形标记'h'六边形标记 1'H'六边形标记 2'+'加号标记'x'X 标记'D'菱形标记'd'窄菱形标记'|'竖直线标记'_'水平线标记

线条标记

标记maker描述‘o’圆圈‘.’点‘D’菱形‘s’正方形‘h’六边形1‘*’星号‘H’六边形2‘d’小菱形‘_’水平线‘v’一角朝下的三角形‘8’八边形‘<’一角朝左的三角形‘p’五边形‘>’一角朝右的三角形‘,’像素‘^’一角朝上的三角形‘+’加号‘\ ‘竖线‘None’,’’,’ ‘无‘x’X

颜色

内置颜色

别名颜色b蓝色g绿色r红色y黄色c青色k黑色m洋红色w白色

自定义颜色

1、使用HTML十六进制字符串 color=’#123456’ 使用合法的HTML颜色名字（’red’,’chartreuse’等）。 2、也可以传入一个归一化到[0,1]的RGB元祖。 color=(0.3,0.3,0.4)

背景色

通过向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()这样的方法提供一个axisbg参数，可以指定坐标这的背景色。 subplot(111,axisbg=(0.1843,0.3098,0.3098)） 以下示例需要引入的库包括：

import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator

plot属性

属性值类型alpha浮点值animated[True / False]antialiased or aa[True / False]clip_boxmatplotlib.transform.Bbox 实例clip_on[True / False]clip_pathPath 实例， Transform，以及Patch实例color or c任何 matplotlib 颜色contains命中测试函数dash_capstyle['butt' / 'round' / 'projecting']dash_joinstyle['miter' / 'round' / 'bevel']dashes以点为单位的连接/断开墨水序列data(np.array xdata, np.array ydata)figurematplotlib.figure.Figure 实例label任何字符串linestyle or ls[ '-' / '--' / '-.' / ':' / 'steps' / ...]linewidth or lw以点为单位的浮点值lod[True / False]marker[ '+' / ',' / '.' / '1' / '2' / '3' / '4' ]markeredgecolor or mec任何 matplotlib 颜色markeredgewidth or mew以点为单位的浮点值markerfacecolor or mfc任何 matplotlib 颜色markersize or ms浮点值markevery[ None / 整数值 / (startind, stride) ]picker用于交互式线条选择pickradius线条的拾取选择半径solid_capstyle['butt' / 'round' / 'projecting']solid_joinstyle['miter' / 'round' / 'bevel']transformmatplotlib.transforms.Transform 实例visible[True / False]xdatanp.arrayydatanp.arrayzorder任何数值

一窗多图

import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator x=np.arange(-5,5,0.1) y=x*3 #一个窗口，多个图，多条数据 sub1=plt.subplot(211,facecolor=(0.1843,0.3098,0.3098)) #将窗口分成2行1列，在第1个作图，并设置背景色 sub2=plt.subplot(212) #将窗口分成2行1列，在第2个作图 sub1.plot(x,y) #绘制子图 sub2.plot(x,y) #绘制子图 axes1 = plt.axes([.2, .3, .1, .1], facecolor='y') #添加一个子坐标系，rect=[左, 下, 宽, 高] plt.plot(x,y) #绘制子坐标系， axes2 = plt.axes([0.7, .2, .1, .1], facecolor='y') #添加一个子坐标系，rect=[左, 下, 宽, 高] plt.plot(x,y) plt.show()

极坐标

import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator fig = plt.figure(2) #新开一个窗口 ax1 = fig.add_subplot(1,2,1,polar=True) #启动一个极坐标子图 theta=np.arange(0,2*np.pi,0.02) #角度数列值 ax1.plot(theta,2*np.ones_like(theta),lw=2) #画图，参数：角度，半径，lw线宽 ax1.plot(theta,theta/6,linestyle='--',lw=2) #画图，参数：角度，半径，linestyle样式，lw线宽 ax2 = fig.add_subplot(1,2,2,polar=True) #启动一个极坐标子图 ax2.plot(theta,np.cos(5*theta),linestyle='--',lw=2) ax2.plot(theta,2*np.cos(4*theta),lw=2) ax2.set_rgrids(np.arange(0.2,2,0.2),angle=45) #距离网格轴，轴线刻度和显示位置 ax2.set_thetagrids([0,45,90]) #角度网格轴，范围0-360度 plt.show()

柱形图

import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator plt.figure(3) x_index = np.arange(5) #柱的索引 x_data = ('A', 'B', 'C', 'D', 'E') y1_data = (20, 35, 30, 35, 27) y2_data = (25, 32, 34, 20, 25) bar_width = 0.35 #定义一个数字代表每个独立柱的宽度 rects1 = plt.bar(x_index, y1_data, width=bar_width,alpha=0.4, color='b',label='legend1') #参数：左偏移、高度、柱宽、透明度、颜色、图例 rects2 = plt.bar(x_index + bar_width, y2_data, width=bar_width,alpha=0.5,color='r',label='legend2') #参数：左偏移、高度、柱宽、透明度、颜色、图例 #关于左偏移，不用关心每根柱的中心不中心，因为只要把刻度线设置在柱的中间就可以了 plt.xticks(x_index + bar_width/2, x_data) #x轴刻度线 plt.legend() #显示图例 plt.tight_layout() #自动控制图像外部边缘，此方法不能够很好的控制图像间的间隔 plt.show()

直方图

import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator fig,(ax0,ax1) = plt.subplots(nrows=2,figsize=(9,6)) #在窗口上添加2个子图 sigma = 1 #标准差 mean = 0 #均值 x=mean+sigma*np.random.randn(10000) #正态分布随机数 ax0.hist(x,bins=40,normed=False,histtype='bar',facecolor='yellowgreen',alpha=0.75) #normed是否归一化，histtype直方图类型，facecolor颜色，alpha透明度 ax1.hist(x,bins=20,normed=1,histtype='bar',facecolor='pink',alpha=0.75,cumulative=True,rwidth=0.8) #bins柱子的个数,cumulative是否计算累加分布，rwidth柱子宽度 plt.show() #所有窗口运行

散点图

import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator fig = plt.figure(4) #添加一个窗口 ax =fig.add_subplot(1,1,1) #在窗口上添加一个子图 x=np.random.random(100) #产生随机数组 y=np.random.random(100) #产生随机数组 ax.scatter(x,y,s=x*1000,c='y',marker=(5,1),alpha=0.5,lw=2,facecolors='none') #x横坐标，y纵坐标，s图像大小，c颜色，marker图片，lw图像边框宽度 plt.show() #所有窗口运行

三维图

更多三维图

import matplotlib as mpl from mpl_toolkits.mplot3d import Axes3D import numpy as np import matplotlib.pyplot as plt mpl.rcParams['legend.fontsize'] = 10 fig = plt.figure() ax = fig.gca(projection='3d') theta = np.linspace(-4 * np.pi, 4 * np.pi, 100) z = np.linspace(-2, 2, 100) r = z ** 2 + 1 x = r * np.sin(theta) y = r * np.cos(theta) ax.plot(x, y, z, label='parametric curve') ax.legend() plt.show()

矩形、多边形、椭圆

import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator fig = plt.figure(6) #创建一个窗口 ax=fig.add_subplot(1,1,1) #添加一个子图 rect1 = plt.Rectangle((0.1,0.2),0.2,0.3,color='r') #创建一个矩形，参数：(x,y),width,height circ1 = plt.Circle((0.7,0.2),0.15,color='r',alpha=0.3) #创建一个椭圆，参数：中心点，半径，默认这个圆形会跟随窗口大小进行长宽压缩 pgon1 = plt.Polygon([[0.45,0.45],[0.65,0.6],[0.2,0.6]]) #创建一个多边形，参数：每个顶点坐标 ax.add_patch(rect1) #将形状添加到子图上 ax.add_patch(circ1) #将形状添加到子图上 ax.add_patch(pgon1) #将形状添加到子图上 fig.canvas.draw() #子图绘制 plt.show()

动态可视化

使用定时器

# -*- coding:utf-8 -*- import pymysql import time import datetime import numpy as np #连接数据库 db = pymysql.connect("外网地址","用户名","密码","数据库" ) def job(): #执行更新操作 #select count(*) from test_Realtime; 返回数据行数，这里不返回了，已知为3 cursor = db.cursor() for i in range(3): a=np.random.randint(101) idnum=i+1 sql="update test_realtime set amount=%d where id=%d"%(a,idnum) try: cursor.execute(sql) db.commit() except: db.rollback() #关闭 db.close() #定时执行 while True: job() time.sleep( 2 )

参考链接: https://www.jianshu.com/p/da385a35f68d https://www.runoob.com/numpy/numpy-matplotlib.html https://www.cnblogs.com/wuwen19940508/p/8638266.html https://www.jb51.net/article/142476.htm 其他参考： https://zhuanlan.zhihu.com/p/29576732