零基礎用 Python 畫圖表，論文、數據報表必備

最新 02-12

曾經我在高中的時候有一篇數學探索的小作業，其中我需要畫出一張比較複雜的函數圖。由於 X 和 Y 的坐標軸標籤都需要一定的自定義，所以微軟 Office 自帶的畫圖工具自然無法滿足我的要求。經過一段時間的尋找，我終於找到了最適合自己的工具：那就是用 Python。

用 matplotlib 可以畫出這樣的圖片，這張圖的源代碼請參考文末

其實，「用 Python」這個說法比較籠統，我們在這篇文章其實是要學習 Python 的一個模組：matplotlib 的簡單使用方法。

使用 matplotlib 這個模組，我們就可以擺脫微軟 Office 的傳統畫圖方法。以此帶來的新畫圖方法就是通過數學式的方法來畫圖。更加有用的是，我們可以方便地自定義圖表，畫出更好看、更美觀的效果。

誠然，使用 matplotlib 畫圖離不開使用編程語言。但是請務必不要害怕接觸編程：畫出一個簡單的圖只需要幾行非常簡單並且易於理解的代碼。畫出複雜一些的圖片也會有一些常識和修正，不過請放心，本篇文章將不會涉及任何高級編程知識，零基礎也能上手。

安裝必要的軟體

本篇文章中，我們涉及到的軟體只有一個免費軟體，那就是 Anaconda。你可以在這個網站上下載到 Anaconda，軟體完全免費，並支持 Windows 和 macOS。如果你有安裝 Visual Studio，你可以直接在 Visual Studio 內下載並安裝 Anaconda。通常我們會選擇 Python 3.6 版本。

安裝完成之後，你會在開始菜單中的 Anaconda 文件夾中看到 Spyder 這個應用，我們打開這個應用，迎面而來的就是一個代碼編輯器，我們就要在這個代碼編輯器內寫出所有畫圖的代碼。

編寫代碼：初步了解 matplotlib

打開 Spyder，我們就會看到屏幕的左邊是代碼編輯區域，屏幕的左下角則是輸出區域。在這個步驟，我們將主要操作屏幕的左邊，也就是代碼編輯區域，來輸入我們畫圖用到的代碼。

導入模組

編輯代碼的第一步，就是告訴我們要寫的程序要包括什麼模組。簡單來說我們就是要告訴程序，我們要在程序內包括什麼功能。首先我們輸入以下代碼：

import matplotlib.pyplot as plt import numpy as np

這兩行代碼中， import 的意思就是，我們要導入兩個模組，一個叫做 matplotlib.pyplot，還有一個叫做 numpy。matplotlib.pyplot 主要負責畫圖功能。numpy 則負責高級數學的功能，比如解釋正弦、餘弦函數，Python 本身是不能通過一句簡單的函數來計算某個角度的正弦的，需要外部庫來支持。

在這裡，as 的意思是定義一個別名。在之後的程序中，當我們需要召喚 matplotlib.pyplot 這個程序的時候，我們只需要打出 plt 即可，而無需再打出原來這麼一長串。同理，numpy 在這裡也被取了 np 的別名。

開始編寫

在以上我們做完程序的鋪墊之後，我們就可以正式開始編寫畫圖的代碼了。首先，我們要定義 X 的域，添加以下代碼表示：

x = np.linspace(-1, 1, 256)

在這行代碼中，我們定義了 X 軸的最小值和最大值，括弧中第一個數字 -1 是 X 軸的最小值，括弧中的第二個數字 1 則是 X 的最大值。256 則是取樣密度，這個參數不用改變。

目前這部分很簡單，但是 matplotlib 強大的地方在於可以利用其他的常量來定義邊界，請看下面的例子：

x = np.linspace(-np.pi, np.pi, 256)

在這個例子中，這行代碼會替換上面那行代碼，我們利用了 numpy 模組，使 X 軸的最小值變為 -π，而最大值變成了 π，從而允許我們更直觀地畫出三角函數的圖像。

接下來我們開始定義 Y 軸，假如我們想畫出 sin(x) 的圖像，我們只需要接著輸入：

y = np.sin(x)

在這裡，sin 的前面被加了 np.，是因為 Python 本身不支持正弦函數運算，所以需要註明使用 np 模組才能使用。

又或者，我們想畫出平方的圖像，我們可以替換上面的代碼為：

y = x**2

Python 的四則運算符分別為 +、-、*、/。平方的運算符則為 **，這些運算符是 Python 本身支持的，不需要像前面一樣註明使用 np 模組。關於其他需要使用到 numpy 的運算，比如 log、餘弦、e 等等，敬請參考 numpy 官方文檔。

X 和 Y 的定義完成了，接下來，我們開始指令 matplotlib 來畫出圖像。

畫出圖像

這步非常簡單，只需要在代碼的最後添加一行代碼：

plt.plot(x, y)

最後，點擊工具欄上的綠色箭頭，就可以運行這段代碼。運行完畢之後，你就可以在右下角的窗口上看到你畫出的圖像。右鍵點擊圖像，即可保存。

進階使用：了解 matplotlib 的強大自定義坐標軸

現在我們來開始介紹 matplotlib 最強大的地方：自定義。為什麼我們要使用 matplotlib 來畫圖？就是為了能夠自定義圖表中的一些元素。在上邊的例子中，我們使用了 np.sin() 函數來畫出正弦圖像。但是，matplotlib 默認為我們使用了數字作為 X 軸的坐標軸，這顯然不是最理想的標記方法，那麼我們接下來學習怎樣自定義 X 軸坐標軸。在 plt.plot(x, y) 前加入以下代碼。

plt.xticks([-np.pi, 0, np.pi], ["-π", "0", "π"])

對於這行代碼，可能有一些人會看不明白，別著急，我們一一解釋。

首先我們看第一個方括弧內的數字 [-np.pi, 0, np.pi]，這三個數字表示你想在坐標軸內顯示的三個數字的真實數值，你可以改變這些數字，但是每個數字必須要以逗號分開，依順序填寫，在這裡我們使用了 -π、0 和 π。第二個方括弧中，["-π", "0", "π"]，這些值表示了真實顯示在圖片上的坐標軸文字，這些文字也必須要和第一個方括弧內的數字相對應，並且每個值都要在引號內填寫（單雙引號均可）。