Matplotlib 使用指南

Matplotlib 使用指南

​​1.理解Matplotlib​​

​​2.matplotlib图标正常显示中文​​

​​3.使用参数​​

​​4.使用参考​​

​​5. 样式​​

1.理解Matplotlib

在Matplotlib中，整个图像为一个Figure 对象。Figure对象中可以包含一个或者多个Axes对象，每个Axes 对象都是一个拥有自己坐标系统的绘图区域。

add_subplot(numRows, numCols, plotNum)

图表的整个绘图区域被分成 numRows 行和 numCols 列；然后按照从左到右，从上到下的顺序对每个子区域进行编号，左上的子区域的编号为1；plotNum 参数指定创建的 Axes 对象所在的区域；

subplots(numRows, numCols) 在一个figure创建指定的numRows*numCols示例图

# 获取figure 方式一, fig = plt.figure() ax = fig.add_subplot(1, 1, 1) # 获取figure方式二 ax2 = plt.subplot(1,1,1) # 一个figure下存在多个坐标轴 fig ，(ax1,ax2,ax3) = plt.subplots(3,1)

说明：

figure 代表一张画布，画布中可以存放多个axes ais 代表坐标轴参数

2.matplotlib图标正常显示中文

import matplotlib.pyplot as plt plt.rcParams['font.sas-serig']=['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

3.使用参数

配置文件包括以下配置项：

axex: 设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示backend: 设置目标暑促TkAgg和GTKAggfigure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置font: 字体集（font family）、字体大小和样式设置grid: 设置网格颜色和线性legend: 设置图例和其中的文本的显示line: 设置线条（颜色、线型、宽度等）和标记patch: 是填充2D空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。savefig: 可以对保存的图形进行单独设置。例如，设置渲染的文件的背景为白色。verbose: 设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying。xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。

4.使用参考

确定坐标范围

plt.axis([xmin, xmax, ymin, ymax])xlim(xmin, xmax)和ylim(ymin, ymax)来调整x,y坐标范围

改变绘图风格

plt.style.use('ggplot')

plt.figure()

plt.figure(1) # 第一张图 plt.subplot(211) # 第一张图中的第一张子图 plt.plot([1,2,3]) plt.subplot(212) # 第一张图中的第二张子图 plt.plot([4,5,6]) plt.figure(2) # 第二张图 plt.plot([4,5,6]) # 默认创建子图subplot(111) plt.figure(1) # 切换到figure 1 ; 子图subplot(212)仍旧是当前图 plt.subplot(211) # 令子图subplot(211)成为figure1的当前图 plt.title('Easy as 1,2,3') # 添加subplot 211 的标题

plt.text()添加文字说明

plt.xlabel('Smarts') # 标识坐标轴 plt.ylabel('Probability') #添加标题 plt.title('Histogram of IQ') #添加文字 plt.text(60, .025, r'$\mu=100,\ \sigma=15$') plt.axis([40, 160, 0, 0.03]) # 图像的大小 plt.grid(True) # 显示表格

plt.annotate()文本注释

plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5), arrowprops=dict(facecolor='black', shrink=0.05), ) # 参数分别为：注释内容 注释位置 内容位置 指示线参数 plt.ylim(-2,2)

plt.xticks()/plt.yticks()设置轴记号

# 设置轴记号 xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$'])

plt.legend()添加图例

plot(X, C, color="blue", linewidth=2.5, linestyle="-", label="cosine") plot(X, S, color="red", linewidth=2.5, linestyle="-", label="sine") legend(loc='upper left') # 指定图例的位置

5. 样式

颜色 按照RGB 定色线条类型 linestyle

'-' solid line style'--' dashed line style'-.' dash-dot line style':'

转角的风格 Marker

'.' point marker',' pixel marker'o' circle marker'v' triangle_down marker'^' triangle_up marker'<' triangle_left marker'>' triangle_right marker'1' tri_down marker'2' tri_up marker'3' tri_left marker'4' tri_right marker's' square marker'p' pentagon marker'*' star marker'h' hexagon1 marker'H' hexagon2 marker'+' plus marker'x' x marker'D' diamond marker'd' thin_diamond marker'|' vline marker'_'

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。