【Python 筆記】Matplotlib Pyplot 套件應用（上）

發表於2025-10-23|更新於2025-10-23|程式設計Python

|總字數:3.5k|閱讀時間:15分鐘|瀏覽量:|評論數:

【Python 筆記】Matplotlib Pyplot 套件應用（上）

感謝您點進本篇文章，我是 LukeTseng，該系列主要以筆記加上口語白話形式學習 Python，若文章某處有誤敬請告知，非常感謝。

Matplotlib 是啥？

Matplotlib 是 Python 中最熱門的 2D 繪圖函式庫，是由 John D. Hunter 這個人開發的。然後這個人他原本其實是一個美國的生物神經學家，後來為了可視化癲癇患者的腦電圖數據，因而製作了這個 Matplotlib 出來。

Matplotlib 這個名稱其實是 MATLAB + Plot + Library 的簡稱，因為它使用類似 MATLAB 的語法和樣式來繪圖。

這個套件可以繪製各種圖表，有折線圖、直方圖、圓餅圖、散點圖、長條圖等等，還能跟其他 Python 資料處理函式庫如 NumPy、Pandas 有很高的兼容性，可以互相搭配使用。

總之這就是一個數據分析可視化的繪圖函式庫，正因為他熱門，正是因為它非常強大，所以才要學這東西。

安裝 Matplotlib

使用以下指令安裝，如果已在 colab 或是 Anaconda 環境下就不用再安裝了，因為就有內建這東西。（本篇筆記使用 colab 進行學習）

1	pip install matplotlib

引入模組

使用 Matplotlib 時，最常用的是它的 pyplot 模組，通常會將其命名為 plt。而本篇筆記主題是 pyplot，後續也只會學習 pyplot。

1	import matplotlib.pyplot as plt

plot() 基本繪圖

先介紹以下兩個函式：

plot()：用於繪製線圖和散佈圖。
show()：顯示圖表。

plot() 語法：

1	plt.plot([x座標資料,] y座標資料 [, 參數1, 參數2, …])

範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y)
plt.show()

Output：

接下來介紹 fmt 格式字串，這是在 plot() 中的其中一個參數。具體形式為 fmt = '[color][marker][line]'。

如以下片段程式碼：

# 藍色圓點實線
plt.plot(x, y, 'bo-')

# 綠色三角形虛線
plt.plot(x, y, 'g^--')

# 紅色加號點線
plt.plot(x, y, 'r+:')

這邊設定成藍色圓點實線用在上個範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y, 'bo-')
plt.show()

Output：

綠色三角形虛線（虛線是兩個 dash --）：

紅色加號點線（點線的符號是 :）：

也可以設定成紅色加號點畫線（點畫線是 -.）：

linewidth or lw

linewidth 或 lw，用於設定線條寬度，預設的話是 1.0，要設定在 plot() 的話可寫 plot(x, y, linewidth=5.0)。

範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y, 'bo-', lw=5.0)
plt.show()

Output：

color

color 參數可調整顏色，不一定要透過 fmt 的方式更改。

使用方法如 plot(x, y, color='b')，b 是 blue。

顏色表如下：

顏色	值
藍色	b, blue
紅色	r, red
綠色	g, green
黃色	y, yellow
青色	c, cyan
洋紅	m, magenta
黑色	k, black
白色	w, white

範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y, lw = 5.0, color = 'k')
plt.show()

Output：

linestyle or ls

linestyle 或是 ls 參數在先前介紹 fmt 有稍微講過一些，使用方式跟前面一樣，如 plot(x, y, linestyle = "-") 表示實線。

以下是 linestyle 的表格：

linestyle	description
`"-"`	實線
`"--"`	虛線
`"-."`	虛點線
`":"`	點線

marker

marker 使用方式也跟前面的都差不多，如：plot(x, y, marker = '.') 表示上面的資料點以「點」的方式呈現。

符號表：

Symbols	Description
`"."`	點
`"o"`	圓
`"*"`	星
`"v"`、`"^"`	正 / 倒三角形
`"<"`、`">"`	左 / 右三角形
`"s"`	矩形
`"p"`	五角形
`"h"`、`"H"`	六邊形
`"d"`、`"D"`	鑽形小 / 大
`"+"`	十字
`"x"`	交叉
`"_"`	橫線
`"1"`、`"2"`、`"3"`、`"4"`、`"5"`	下左右人字形

註：由於 markdown 語法，單獨講直線的表示方法："|"

以 "*" 為範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y, lw = 0.5, color = 'k', marker = "*")
plt.show()

Output：

markersize or ms

markersize or ms 參數代表 marker 的 size 大小，使用方式如：plot(x, y, ms=12)。

範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y, lw = 0.5, color = 'k', marker = "*", markersize=12)
plt.show()

Output：

label

label 為設定圖例名稱的參數，這個參數要搭配 plt.legend() 才有效。

範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y, lw = 0.5, color = 'k', marker = "*", markersize=12, label="DataLINE")
plt.legend()
plt.show()

Output：

可看到左上角多了一個圖例。

設定圖表標題

使用以下三個函式：

plt.title()：設定圖表標題。
plt.xlabel()：設定 X 軸標題。
plt.ylabel()：設定 Y 軸標題。

plt.title() 語法：

1	plt.title(label, fontsize=None, fontdict=None, loc=None, pad=None, **kwargs)

label：字串，圖表的標題內容。
fontsize：字體大小。
fontdict：字典，設定字體屬性（如字型大小、顏色、粗細等）。
loc：標題位置 ('center'、'left'、'right')，預設居中。
pad：標題與圖表頂部之間的間距。
**kwargs：額外參數，設定標題的其他樣式（可參照 Text 物件屬性）。

而之後的 plt.xlabel()、plt.ylabel() 語法都跟上面這個相同。

範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y, lw = 0.5, color = 'k', marker = "*", markersize=12, label="DataLINE")
plt.title("Chart")
plt.xlabel("X")
plt.ylabel("Y")
plt.legend()
plt.show()

Output：

可看到多了 Chart、X、Y 這些標題。

設定 x、y 軸的資料範圍

透過以下兩個函數可以手動設定 x、y 座標軸上的資料範圍：

plt.xlim()：設定 x 軸的範圍。
plt.ylim()：設定 y 軸的範圍。

plt.xlim() 語法：

格式 1：plt.xlim(xmin, xmax)。
格式 2：plt.xlim(xmin=最小, xmax=最大)。

取得目前範圍：x_min, x_max = plt.xlim()。

plt.ylim() 與 plt.xlim() 相同。

範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y, lw = 0.5, color = 'k', marker = "*", markersize=12, label="DataLINE")
plt.title("Chart")
plt.xlabel("X")
plt.ylabel("Y")
plt.xlim(0, 30)
plt.ylim(0, 30)
plt.legend()
plt.show()

Output：

可以看到圖被放的很小，因為 x、y 軸的資料範圍被放大了。

為圖表設定格線

使用函式 plt.grid(boolean_value)，boolean_value 可為 True 或 False。

也可為格線進一步設定 linestyle、linewidth、alpha 等參數，其中 alpha 是透明度。

範例：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 5])
plt.plot(x, y, lw = 0.5, color = 'k', marker = "*", markersize=12, label="DataLINE")
plt.title("Chart")
plt.xlabel("X")
plt.ylabel("Y")
plt.grid(True, linestyle="-", linewidth=2.0, alpha=0.5)
plt.legend()
plt.show()

Output：

其中 alpha 的參數值為 0 ~ 1.0。

同時繪製兩條或多條以上的線

只要再多寫幾個 plt.plot() 即可。

以下範例為兩條實線的範例：

import matplotlib.pyplot as plt
import numpy as np
x1 = np.array([1, 2, 3, 4, 5])
y1 = np.array([1, 2, 3, 4, 5])
plt.plot(x1, y1, lw = 0.5, color = 'k', marker = "*", markersize=5, label="D1")
x2 = np.array([1, 3, 5, 7, 9])
y2 = np.array([2, 4, 6, 8, 10])
plt.plot(x2, y2, lw = 0.5, color = 'r', marker = "o", markersize=5, label="D2")
plt.title("Chart")
plt.xlabel("X")
plt.ylabel("Y")
plt.grid(True, linestyle="-", linewidth=2.0, alpha=0.5)
plt.legend()
plt.show()

Output：

而其實兩組資料可以寫在同一個函式當中，只是其函式的參數順序要注意：

1	plt.plot(x1, y1, style1..., x2, y2, style2...)

以下範例將上一個範例寫在同一個函式當中：

import matplotlib.pyplot as plt
import numpy as np
x1 = np.array([1, 2, 3, 4, 5])
y1 = np.array([1, 2, 3, 4, 5])
x2 = np.array([1, 3, 5, 7, 9])
y2 = np.array([2, 4, 6, 8, 10])
plt.plot(x1, y1, 'k*-', x2, y2, 'ro-')
plt.title("Chart")
plt.xlabel("X")
plt.ylabel("Y")
plt.grid(True, linestyle="-", linewidth=2.0, alpha=0.5)
plt.show()

Output：

這個寫法的缺點是沒有辦法單獨為某一條線段新增圖例。

自訂 x、y 軸刻度

plt.xticks() 和 plt.yticks() 用來自訂軸刻度，而清楚一點的說法是說去設定或取得座標軸上的刻度位置與標題。像是可以讓 x 軸顯示月份、y 軸標記實際名稱，而非數字。

而兩者詳細語法如下（以 plt.xticks() 舉例）：

1	plt.xticks(ticks=None, labels=None, **kwargs)

ticks：一組刻度位置（數字列表或 numpy 陣列），指定在哪些值上顯示刻度。
labels（可選）：每個 ticks 位置的顯示文字（如：月份、人名等），型別為字串串列。
kwargs：額外文字屬性（如字型大小、顏色、旋轉角度等）。

若不回傳參數，則會回傳目前刻度位置以及 Text 物件列表：

1	locs, labels = plt.xticks()

範例：

import matplotlib.pyplot as plt
x = range(1, 13)
y = [i for i in x]
plt.plot(x, y)
plt.xticks([1, 3, 6, 9, 12]) # x軸只顯示這些位置刻度
plt.yticks([2, 4, 6, 8, 10, 12]) # y軸刻度同理
plt.show()

Output：

自訂刻度範例：

import matplotlib.pyplot as plt
import calendar
x = range(1, 13)
y = [i for i in x]
plt.plot(x, y)
plt.xticks(x, calendar.month_name[1:13], color='blue', rotation=45) # x軸每個月名稱
plt.yticks(y, ['A','B','C','D','E','F','G','H','I','J','K','L'], color='red')
plt.show()

隱藏刻度範例：

import matplotlib.pyplot as plt
import calendar
x = range(1, 13)
y = [i for i in x]
plt.plot(x, y)
plt.xticks([])  # 隱藏 x 軸所有刻度
plt.yticks([])  # 隱藏 y 軸所有刻度
plt.show()

Output：

全面自訂座標軸刻度線

plt.tick_params() 函式可同時做到 plt.xticks()、plt.yticks() 這兩個可做到的事情，另外參數也蠻多的，請見以下語法說明：

1
2
3

plt.tick_params(axis='both', which='major', direction='out', length=6,
               width=1, color='black', labelsize=None, labelcolor=None,
               colors=None, pad=None, labelrotation=None,...)

axis：控制哪個軸 ('x'、'y'、'both')。
which：主刻度線 ('major')、副刻度線 ('minor') 或同時 ('both')。
direction：刻度線方向 ('in' 內側、'out' 外側、'inout'雙向)。
length：刻度線長度（點，pt，預設 6）。
width：刻度線寬度（點，預設 1）。
color：僅刻度線顏色。
colors：刻度線和刻度標籤文字顏色都一起改。
labelsize：刻度標籤的字型大小。
labelcolor：刻度標籤文字顏色。
pad：刻度標籤與刻度線之間距離（點）。
labelrotation：旋轉標籤，例如 45。
bottom/top/left/right：是否顯示各側刻度線（布林值）。
labelbottom/labeltop/labelleft/labelright：是否顯示各邊刻度標籤（布林值）。

不過這樣看有些複雜，所以來做一些範例。

統一設計 x 軸主刻度：

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
plt.plot(x)
plt.tick_params(axis='x', which='major', length=10, width=3, color='blue', labelsize=14, labelrotation=30)
plt.show()

Output：

可以看到刻度線顏色換成藍色，並且所有的標籤（0、1、2、3、4）都旋轉了 30 度。

同時設計 x, y 軸標籤顏色：

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
plt.plot(x)
plt.tick_params(axis='both', length=8, colors='red', labelsize=12)
plt.show()

Output：

刻度線方向向內：

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
plt.plot(x)
plt.tick_params(direction='in')
plt.show()

Output：

隱藏底部標籤跟刻度：

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
plt.plot(x)
plt.tick_params(bottom=False, labelbottom=False)
plt.show()

Output：

總結

基礎繪圖函式

函式	功能	範例或說明
`plt.plot()`	繪製線圖或散點圖	`plt.plot(x, y)`
`plt.show()`	顯示圖表	`plt.show()`
`fmt` 格式字串	`'[color][marker][line]'` 控制顏色、標記、線型	例：`'bo-'` → 藍色圓點實線

線條與點樣式控制

參數	功能	範例
`linewidth` / `lw`	線條寬度	`plt.plot(x, y, lw=3)`
`color`	線條顏色（b, r, g, y, c, m, k, w）	`plt.plot(x, y, color='r')`
`linestyle` / `ls`	線型（`"-"`, `"--"`, `"-. "`, `":"`）	`plt.plot(x, y, ls='--')`
`marker`	標記符號（如 `"o"`, `"*"`, `"x"`, `"^"` 等）	`plt.plot(x, y, marker='*')`
`markersize` / `ms`	標記大小	`plt.plot(x, y, ms=10)`

圖例與標題

函式	功能	範例
`plt.legend()`	顯示圖例（需搭配 `label`）	`plt.legend()`
`plt.title()`	設定圖表標題	`plt.title("Chart")`
`plt.xlabel()`	設定 X 軸標題	`plt.xlabel("X")`
`plt.ylabel()`	設定 Y 軸標題	`plt.ylabel("Y")`

座標軸控制

函式	功能	範例
`plt.xlim()`	設定 X 軸範圍	`plt.xlim(0, 30)`
`plt.ylim()`	設定 Y 軸範圍	`plt.ylim(0, 30)`
`plt.grid()`	顯示格線	`plt.grid(True, linestyle='-', linewidth=2, alpha=0.5)`

繪製多條線

方式一：多次呼叫 plt.plot()。

1 2	plt.plot(x1, y1, 'k*-', label='D1') plt.plot(x2, y2, 'ro-', label='D2')

方式二：在同一函式中一次繪製多條線。

1	plt.plot(x1, y1, 'k*-', x2, y2, 'ro-')

座標軸刻度設定

函式	功能	範例
`plt.xticks()`	設定 X 軸刻度位置與文字	`plt.xticks([1,3,6], ['Jan','Mar','Jun'])`
`plt.yticks()`	設定 Y 軸刻度	`plt.yticks([0,2,4,6])`
隱藏刻度	`plt.xticks([]), plt.yticks([])`

全面刻度設定

plt.tick_params()：

主要參數	功能
`axis`	控制軸（`'x'`, `'y'`, `'both'`）
`which`	主或副刻度（`'major'`, `'minor'`）
`direction`	刻度線方向（`'in'`, `'out'`, `'inout'`）
`length`, `width`	刻度線長寬
`color`, `colors`	刻度線或標籤顏色
`labelsize`	標籤字體大小
`labelrotation`	標籤旋轉角度
`bottom/top/left/right`	控制是否顯示該邊刻度線
`labelbottom/...`	控制是否顯示標籤