使用 matplotlib 进行科学绘图第一弹-matplotlib 初体验

Matplotlib is a Python 2D plotting library which produces publication quality figures in a variety of hardcopy formats and interactive environments across platforms. Matplotlib can be used in Python scripts, the Python and IPython shells, the Jupyter notebook, web application servers, and four graphical user interface toolkits.

matplotlib 是 Python 中常用的一个绘图库，与百度开源的echarts 和基于 matplotlib 的 seaborn 不同，matplotlib 是更底层的绘图库。这意味着 matplotlib 能够对绘图风格进行更精细的控制，也意味着它默认的风格比其他库更丑。。。

其实我做这个系列的原因是，在某一天我提交了我的论文给我们老板，结果我里面的图被嫌弃做的太丑。。。好吧，果然 matplotlib 默认的样式还是入不了老板的法眼。那么就需要对样式进行修改，不求好看，只求向 Origin 做的图靠拢。也就是说这个系列不会系统地对 matplotlib 库进行介绍，而是针对使用 matplotlib 进行科学绘图过程中可能遇到的问题进行总结。

1. matplotlib 编程风格

matplotlib 有两种明确的编程风格，一种是类似于 matlab 的命令式风格，如

from matplotlib import pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y)
plt.xlim(0, 10)
plt.legend()
plt.show()

一种是与 Python 原生风格更接近的面向对象编程风格

from matplotlib import pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, y)
ax.set_xlim(0, 10)
ax.legend()
plt.show()

2. First Blood 第一张图

使用 matplotlib 绘图非常的简单，只需要三行代码。

# 从 matplotlib 中引入 pyplot
from matplotlib import pyplot as plt

# 绘制折线图
plt.plot([1, 2], [1, 2])
# 显示图像
plt.show()

如果采用面向对象的写法则为

# 从 matplotlib 中引入 pyplot
from matplotlib import pyplot as plt

# 生成 figure 对象，figure 就是一张图
fig = plt.figure()
# 添加子图 ax
ax = fig.add_subplot(111)
# 绘制折线图
ax.plot([1, 2], [1, 2])
# 显示图像
plt.show()

当然，这样的图要是放在论文里，一定会被骂得狗血淋头，我们还需要对它进行细致的调整。

2.1. 添加标题（title）和轴标签（axis label）

在一张数据图中，除数据外最重要的就是标题与轴标签了。可添加以下代码实现：

# 设置子图标题
ax.set_title("My First Plot")
# 设置 x 轴标签
ax.set_xlabel('x')
# 设置 y 轴标签
ax.set_ylabel('y')

注意使用 ax 对象所做的所有设置都只对当前子图有效，设置总标题需要使用如下设置：

fig.suptitle("Total Title")

这样，我们就得到了第一张包含数据、标题、轴标签的完整的图！