Python Matplotlib绘图 Python Matplotlib绘图基础知识代码解析
五月的白色铃兰 人气:0想了解Python Matplotlib绘图基础知识代码解析的相关内容吗,五月的白色铃兰在本文为您仔细讲解Python Matplotlib绘图的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Python,Matplotlib,绘图,下面大家一起来学习吧。
1.Figure和Subplot
import numpy as np import matplotlib.pyplot as plt #创建一个Figure fig = plt.figure() #不能通过空figure绘图,必须使用add_subplot创建一个或多个subplot #图像为2x2,第三个参数为当前选中的第几个 ax1 = fig.add_subplot(2, 2, 1) ax2 = fig.add_subplot(2, 2, 2) ax3 = fig.add_subplot(2, 2, 3) #默认在最后一个subplot上绘制 #'k--'为线型选项,绘制黑色虚线 plt.plot(np.random.randn(50).cumsum(), 'k--') print(type(ax1))#<class 'matplotlib.axes._subplots.AxesSubplot'> #直接调用它们的实例方法就可以在其他格子绘图 _ = ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3) ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30)) plt.show()
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True)#创建一个新的Figure,并返回一个已创建subplot对象的NumPy数组 #可以索引axes[0,1],axes[0][1] ''' plt.subplots的选项 nrows:subplot的行数 ncols:subplot的列数 sharex:所有subplot应该使用相同的x轴刻度(调节xlim将会影响所有subplot) sharey:所有subplot应该使用相同的y轴刻度(调节ylim将会影响所有subplot) subplot_kw:用于创建各subplot的关键字字典 **fig_kw:创建figure时其他关键字,如plt.subplots(2,2,figsize=(8,6)) ''' for i in range(2): for j in range(2): axes[i,j].hist(np.random.randn(500),bins=50, color='k',alpha=0.5) #调整subplot周围间距 #plt.subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None) plt.subplots_adjust(wspace=0, hspace=0) plt.show()
2.颜色、标记和线型
#ax.plot(x,y,'g--') #ax.plot(x, y, linestyle='--', color='g') #plt.plot(np.random.randn(30).cumsum(), 'ko--') #plt.plot(np.random.randn(30).cumsum(), color='k', linestyle='dashed', marker='o') #线型图中,非实际数据点默认是按线性方式插值的,可以通过drawstyle选项修改 data = np.random.randn(30).cumsum() plt.plot(data, 'k--', label='Defalt') plt.plot(data, 'k-', drawstyle='steps-post', label='steps-post') plt.legend(loc='best')
3.刻度、标签和图例
xlim,xticks,xticklabels之类的方法。它们分别控制图表的范围、刻度位置、刻度标签等。
其使用方式有以下两种:
- 调用时不带参数,则返回当前参数值。plt.xlim()
- 调用时带参数,则设置参数值。plt.xlim([0,10])
这些方法对当前或最近创建的AxesSubplot起作用
对应在subplot对象上的两个方法,如ax.get_xlim和ax.set_xlim
3.1.设置标题、轴标签、刻度以及刻度标签
fig = plt.figure() ax = fig.add_subplot(1,1,1) ax.plot(np.random.randn(1000).cumsum()) #改变X轴的刻度,最简单的方法是使用set_xticks和set_xticklabels。 #前者告诉刻度放在数据范围中的哪些位置,默认情况下,这些位置是刻度标签,可以用set_xticklabels设置。 a=ax.set_xticks([0,250,500,750,1000]) b=ax.set_xticklabels(['one','two','three','four','five'],rotation=30,fontsize='small') ax.set_xlabel('Stages') plt.show()
3.2.添加图例(legend)、注解以及在Subplot上绘图
两种方式,最简单的是在添加subplot的时候传入label参数
fig = plt.figure() ax = fig.add_subplot(1,1,1) ax.plot(np.random.randn(1000).cumsum(), 'k', label='one') ax.plot(np.random.randn(1000).cumsum(), 'k--', label='two') ax.plot(np.random.randn(1000).cumsum(), 'k.', label='three') ax.legend(loc='best') #loc表示将图例放在哪 #从图例中去除一个或多个元素,不传入label或label='_nolegend_'即可 #注解以及在Subplot上绘图 #注解可以通过text,arrow和annotate等函数进行添加。 #text可以将文本绘制在图标的指定坐标(x,y),还可以加上一些自定义格式 #ax.text(x ,y, 'Hello world!',family='monosapce',fontsize=10) plt.show()
3.3.将图表保存到文件
plt.savefig('filepath.svg')
plt.savefig('filepath.svg', dpi=400,bbox_inches='tight')
Figure.savefig参数
- fname:路径,包含设置文件格式(如.pdf等)
- dpi:图像分辨率,默认100
- facecolor、edgecolor:图像背景色,默认为'w'(白色)
- format:显示设置文件格式
- bbox_inches:图像需要保存的部分。'tight',将尝试剪除图像周围的空白部分
加载全部内容