Python Matplotlib繪圖基礎知識程式碼解析
阿新 • • 發佈:2020-09-01
1.Figure和Subplot
import numpy as np import matplotlib.pyplot as plt #建立一個Figure fig = plt.figure() #不能通過空figure繪圖,必須使用add_subplot建立一個或多個subplot #影象為2x2,第三個引數為當前選中的第幾個 ax1 = fig.add_subplot(2,2,1) ax2 = fig.add_subplot(2,2) ax3 = fig.add_subplot(2,3) #預設在最後一個subplot上繪製 #'k--'為線型選項,繪製黑色虛線 plt.plot(np.random.randn(50).cumsum(),'k--') print(type(ax1))#<class 'matplotlib.axes._subplots.AxesSubplot'> #直接呼叫它們的例項方法就可以在其他格子繪圖 _ = 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,sharex=True,sharey=True)#建立一個新的Figure,並返回一個已建立subplot物件的NumPy陣列 #可以索引axes[0,1],axes[0][1] ''' plt.subplots的選項 nrows:subplot的行數 ncols:subplot的列數 sharex:所有subplot應該使用相同的x軸刻度(調節xlim將會影響所有subplot) sharey:所有subplot應該使用相同的y軸刻度(調節ylim將會影響所有subplot) subplot_kw:用於建立各subplot的關鍵字字典 **fig_kw:建立figure時其他關鍵字,如plt.subplots(2,figsize=(8,6)) ''' for i in range(2): for j in range(2): axes[i,j].hist(np.random.randn(500),bins=50,alpha=0.5) #調整subplot周圍間距 #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.顏色、標記和線型
#ax.plot(x,y,'g--') #ax.plot(x,linestyle='--',color='g') #plt.plot(np.random.randn(30).cumsum(),'ko--') #plt.plot(np.random.randn(30).cumsum(),linestyle='dashed',marker='o') #線型圖中,非實際資料點預設是按線性方式插值的,可以通過drawstyle選項修改 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、標籤和圖例
xlim,xticks,xticklabels之類的方法。它們分別控制圖表的範圍、刻度位置、刻度標籤等。
其使用方式有以下兩種:
- 呼叫時不帶引數,則返回當前引數值。plt.xlim()
- 呼叫時帶引數,則設定引數值。plt.xlim([0,10])
這些方法對當前或最近建立的AxesSubplot起作用
對應在subplot物件上的兩個方法,如ax.get_xlim和ax.set_xlim
3.1.設定標題、軸標籤、刻度以及刻度標籤
fig = plt.figure() ax = fig.add_subplot(1,1,1) ax.plot(np.random.randn(1000).cumsum()) #改變X軸的刻度,最簡單的方法是使用set_xticks和set_xticklabels。 #前者告訴刻度放在資料範圍中的哪些位置,預設情況下,這些位置是刻度標籤,可以用set_xticklabels設定。 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.新增圖例(legend)、註解以及在Subplot上繪圖
兩種方式,最簡單的是在新增subplot的時候傳入label引數
fig = plt.figure() ax = fig.add_subplot(1,1) ax.plot(np.random.randn(1000).cumsum(),'k',label='one') ax.plot(np.random.randn(1000).cumsum(),label='two') ax.plot(np.random.randn(1000).cumsum(),'k.',label='three') ax.legend(loc='best') #loc表示將圖例放在哪 #從圖例中去除一個或多個元素,不傳入label或label='_nolegend_'即可 #註解以及在Subplot上繪圖 #註解可以通過text,arrow和annotate等函式進行新增。 #text可以將文字繪製在圖示的指定座標(x,y),還可以加上一些自定義格式 #ax.text(x,'Hello world!',family='monosapce',fontsize=10) plt.show()
3.3.將圖表儲存到檔案
plt.savefig('filepath.svg')
plt.savefig('filepath.svg',dpi=400,bbox_inches='tight')
Figure.savefig引數
- fname:路徑,包含設定檔案格式(如.pdf等)
- dpi:影象解析度,預設100
- facecolor、edgecolor:影象背景色,預設為'w'(白色)
- format:顯示設定檔案格式
- bbox_inches:影象需要儲存的部分。'tight',將嘗試剪除影象周圍的空白部分
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。