matplotlib——1. 常用功能汇总

已于 2023-07-27 17:12:21 修改
阅读量1.1k 收藏 1
点赞数
分类专栏： 数字图像处理 文章标签： matplotlib python 开发语言
于 2023-05-30 17:55:44 首次发布
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/Castlehe/article/details/130910818
版权

文章目录

推荐可以看看这个：

1.IDE里的

1.1 显示模式（plt.ion()和plt.ioff()）

很有用的一点：
无论使用的是什么交互模式，都可以使用pyplot.show(block=True)来让图变成responsive的
来自chatGPT的回答：
“Responsive” 通常翻译为 “响应式的” 或者 “自适应的”。在计算机编程中， “响应式” 或 “自适应” 通常指程序可以根据不同设备屏幕大小或用户界面的变化自动进行调整，并且能够通过对用户输入和交互方式做出合理的回应。例如，网页设计中经常用到响应式布局，以使得页面在不同尺寸的屏幕上都能够展示得很好。

可以借用plt.ion()和plt.ioff()来绘制一些动态效果，这两句英语很好的说明了这个显示模式：

If you wish to disable automatic redrawing of the plot:
plt.ioff()

If you wish to re-enable automatic redrawing of the plot:
plt.ion()
  • 一般很难看到动态效果是因为处理速度太快，在不同的(plt.figure()之间加一些plt.pause(0.5)这样的中断语句，就可以比较显著的看到变化了
  • 另外，这个东西使用比较少，目前可以想到的场景，先显示一条线，处理之后又显示一条线，分时显示在同一个图上。

参考：

1.2 backend说明

如果涉及到多种操作系统，比如macOS和Windows，可能要关注一下这个参数。

# 查看自己当前matplotlib的默认backend
import matplotlib as mpl
rc = mpl.rcParams
print(rc['backend'])
> MacOSX

# 如果想临时更换（代码只能改运行时），可以
import matplotlib
matplotlib.use("MacOSX")

关于mpl.rcParams，详见3.4 matplotlib利用rcParams配置样式参数

matplotlib已经支持的内建的backend有以下，详见The builtin backends
在这里插入图片描述

2. jupyter里的（主要是和iwidgets组件结合交互式）

TBD，需要进一步整理

之前总结过，可以看：

3 通用的

3.0 根据颜色名称获取对应rgb值（0~255）

from matplotlib import colors
# print(colors.to_rgb("tab:blue"))
for colorName in ["tab:blue", "tab:red","tab:green","white","black","white"]:
  color_rgb = [int(c*255) for c in colors.to_rgb(colorName)]
  print(color_rgb)
>[31, 119, 180]
[214, 39, 40]
[44, 160, 44]
[255, 255, 255]
[0, 0, 0]
[255, 255, 255]

参考：

3.1 cmap

其实基本用不到自定义cmap的功能，最多就是plt.show(XXX,'gray')，可能会想换个色谱。。目前没有找到很好的可以用程序就找到相应色谱的办法，还是看下面的参考链接吧：Choosing Colormaps in Matplotlib或者Colormap reference

3.1.1 cmap绘制CMYK四个通道

我遇到了一个比较简单的需求，cmap显示CMYK配色，现有自带的cmap无法满足我的需求，因此自定义了一下，如下：

channels = ('c', 'm', 'y', 'k')

# 不那么好的cmap显示，使用默认近似的cmap达不到想要的效果
plt.figure("wrong CMYK")
for i, channel, colormap in zip(range(4), channels, ('Greens', 'RdPu', 'YlOrBr', 'gray')):
    plt.subplot(2, 2, i+1)
    plt.title(channel+" channel")
    plt.imshow(np.asarray(CMYK[:,:,i]), cmap=colormap)

# 正确的CMYK显示
plt.figure("right CMYK")
cyan_cmap = ListedColormap(["black", "cyan"])
magenta_cmap = ListedColormap(["black", "magenta"])
yellow_cmap=ListedColormap(["black", "yellow"])

plt.subplot(2, 2, 1)
plt.title("cyan")
plt.imshow(np.asarray(CMYK[:,:,0]), cmap=cyan_cmap)

plt.subplot(2, 2, 2)
plt.title("magenta")
plt.imshow(np.asarray(CMYK[:,:,1]), cmap=magenta_cmap)

plt.subplot(2, 2, 3)
plt.title("yellow")
plt.imshow(np.asarray(CMYK[:,:,2]), cmap=yellow_cmap)

plt.subplot(2, 2, 4)
plt.title("black")
plt.imshow(np.asarray(CMYK[:,:,3]), cmap="gray")

原图是这样：
在这里插入图片描述

呈现效果如下：
在这里插入图片描述
IDE的这个显示框可以进行ZOOM，
在这里插入图片描述

主要参考：

3.1.2 cmap绘制mask

主要是使用matplotlib.colors.ListedColormap这个函数

import matplotlib
# 设置了一个西瓜的cmap
watermalon_cmap = matplotlib.colors.ListedColormap(["tab:blue", "tab:red","tab:green","white","black","white"],N=6)
# mask中值为0的地方是`tab:blue`背景色
# mask中值为1的地方是`tab:red`红色,....

plt.subplot(1,2,1)
plt.imshow(img[:,:,::-1])
plt.subplot(1,2,2)
# 只显示单通道，同时值的范围不是0-255，没有normalize，只有0和5
plt.imshow(mask[:,:,0],cmap=watermalon_cmap)

"""函数说明
matplotlib.colors.ListedColormap(colors,N)

-colors:list, array
颜色列表，字符表示的颜色，或者是RGB/RGBA三元组/四元组表示的颜色
"""

在这里插入图片描述

参考：

3.2 subplot()相关

例如：

# Initialize the grid
grid = plt.GridSpec(2, 3, wspace=0.4, hspace=0.3)
# make subplots
plt.subplot(grid[0, 0])
plt.subplot(grid[0, 1:])
plt.subplot(grid[1, :2])
plt.subplot(grid[1, 2]);

在这里插入图片描述
我实际使用的例子：

olors=("b","g","r") #opencv的默认三通道顺序

plt.figure("histograms")

grid = plt.GridSpec(2, 3, wspace=0.4, hspace=0.3)
plt.subplot(grid[0, 0:])
plt.title("src Image")
plt.imshow(srcImg[:, :, [2, 1, 0]])

for i,color in enumerate(colors):
    hist = cv2.calcHist([srcImg],[i],None,[256],[0,255])
    plt.subplot(grid[1, i])
    plt.title(color+" channel")
    plt.plot(hist,color)
    plt.xlim([0,256])
plt.show(block=True)

在这里插入图片描述

参考：

3.3 绘制动态图（Animation类）

参考：

3.4 matplotlib利用rcParams配置样式参数

参考：Customizing Matplotlib with style sheets and rcParams

在程序中利用rcParams进行样式修改，只能是运行时生效。如果想永久生效的话，需要去修改matplotlibrc文件

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
from cycler import cycler
mpl.rcParams['lines.linewidth'] = 2
mpl.rcParams['lines.linestyle'] = '--'
data = np.random.randn(50)
plt.plot(data)

关于mpl.rcParams支持的参数，可以

  1. 查看文档：class matplotlib.RcParams(*args, **kwargs)
  2. 程序里可以
import matplotlib
doc(matplotlib.RcParams)
  1. 程序里直接打印配置项和对应当前的默认值：
import matplotlib as mpl
rc = mpl.rcParams
for key,value in rc.items():
    print(key,value)
# 会有很多项
> .....
axes.prop_cycle cycler('color', ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf'])
axes.spines.bottom True
axes.spines.left True
axes.spines.right True
axes.spines.top True
....
  1. 直接去看matplotlibrc文件，或者可以看看网页上默认的matplotlibrc，如果想查看本地的，可以使用以下代码获取改文件在系统里的位置
import matplotlib
matplotlib.matplotlib_fname()
> /Users/yourname/Documents/software/miniconda3/miniconda3/envs/py37/lib/python3.7/site-packages/matplotlib/mpl-data/matplotlibrc

3.5 显示中文

之前写过一篇，在这里，macos或windows中 matplotlib中文显示(matplotlib字体常见使用)

3.6 plt.plot()参数详解

想画花里胡哨的图的话，这个函数的参数要懂一些。重点就是3个：线型，marker的标记形状和颜色，最多再来一个size，其他属性不太常见，有需要自己看。

下面是随机搭配生成的线，注明了使用的marker、线型和颜色，注意：markder不全都是字符串，有数字格式，标注为num_
在这里插入图片描述

主要参考：

如果想要让线和marker颜色不一样，可以使用color来指定线的颜色，使用mfc='red', mec='k'来指定marker的markerfacecolor(marker的前景色，也可以使用mfc简写代替)和markeredgecolor(marker的边颜色，也可以使用mec简写代替)，例如：

plt.plot([0, 50, 180, 256], [0, 30, 120, 256], "D-b", mfc='red', mec='k')

显示如下：
在这里插入图片描述
主要参考：

3.7 移除坐标轴0左侧的空白

参考：How can I get rid of the white space in matplotlib?

只需要使用：

plt.margins(x=0)
# 或者
ax.margins(x=0)

就可以了，如下图，完全去除边界带来的问题就是原点处的点的marker，显示不全，但是会更符合常规认知的坐标系
在这里插入图片描述

3.8 matplotlib.collections.PatchCollection使用

写在另一个文章里了：matplotlib——2. 形状和路径（Shape and Collection）底纹（hatch）

这个东西有一点点冷门，但是看起来很酷，同时在绘制形状比较复杂的mask的时候很常用！

3.9 绘制原点居中的坐标系（笛卡尔坐标系）

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

x = np.linspace(-np.pi, np.pi, 100)
y = 2*np.sin(x)

fig,ax=plt.subplots()
ax.spines[['left', 'bottom']].set_position('center')
ax.spines[['top', 'right']].set_visible(False)
ax.plot(x,y)

在这里插入图片描述
但是如果x或者y本身取值不对称，则这个坐标轴显示也不会对称，有点鸡肋。

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

x = np.linspace(0, 2*np.pi, 100)
y = 2 * np.sin(x)

fig,ax=plt.subplots()
ax.spines[['left', 'bottom']].set_position('center')
ax.spines[['top', 'right']].set_visible(False)
ax.plot(x,y)

在这里插入图片描述

参考：

4. 与opencv连用

可能遭遇的问题

1. IDE不显示图像窗口

现象描述

代码类似下面这样：

zipImg = cv2.imread(zipImgPath)
plt.ion()
plt.figure()
plt.imshow(zipImg[:, :, [2, 1, 0]])

但是运行后没有出现图像窗口。

可能的原因及解决方案，参考：Matplotlib plots not showing up in Mac OSX?

  1. backend问题，后端可以理解为渲染图像的引擎，对于macos电脑来说，可能是因为backend设置不对造成的，这部分介绍，详见上面1.1.2 backend说明
  2. 窗口其实显示了，只是一闪而过了，可以在plt.imshow()代码的后面添加plt.pause(20)或者 time.sleep(20)来暂停程序执行一段时间，这样就可以看见窗口了。
吨吨不打野
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Python中Matplotlib库的使用（三）—— Matplotlib绘制图的常用类型
Saki_Python的博客
12-20 2094
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。茎叶图的绘制方式是：对每个数据点，将其拆分为茎（高位部分）和叶（个位部分），然后在图表上绘制一个垂直线（茎）和水平线（叶），以表示数据的分布。每个条形的高度表示与该类别或组相关联的数值。
2024年Python最新Python-Matplotlib可视化（5）——添加自定义形状绘制复杂图形
2301_82243700的博客
05-01 588
N = 16plt.show()添加形状我们已经学习了使用lines原语制作线条，但是在实际中，我们可能需要更多的形状，使用其他形状的方式与lines原语的相同。
matplotlib常用函数介绍及使用
大家一起学编程(python)
04-15 2952
matplotlib常用函数介绍 1、模块： from matplotlib import animation from matplotlib import pyplot from pylab import mpl from matplotlib import ticker 2、创建子图，定义 fig, ax fig,ax=plt.subplots()# # 创建一个子图，返回一个包含figure和axes对象的元组，将元组分解为fig和ax两个变量 3、创建2维直线图 chart..
Python之Matplotlib库常用函数大全（含注释）
Arthur_Holmes的博客
02-09 595
plt.savefig(‘test’, dpi = 600) ：将绘制的图画保存成png格式，命名为 test plt.ylabel(‘Grade’) :  y轴的名称 plt.axis([-1, 10, 0, 6]) :  x轴起始于-1，终止于10 ，y轴起始于0，终止于6 plt.subplot(3,2,4) :  分成3行2列，共6个绘图区域，在第4...
Matplotlib库常用函数总结
qq_53226437的博客
03-07 5779
Matplotlib库常用函数总结 Matplotlib库由各种可视化类构成,内部结构复杂. matplotlib.pyplot是绘制各类可视化图形的命令字库,相当于快捷方式. pyplot的绘图区域 方法 说明 plt.subplot(nrows,ncols,plot_number) 在全局绘图区域中绘制一个分区体系,并定位到一个子绘图区域 绘图函数 plt.plot(x,y,format_string,**kwargs) x:X轴数据,列表或数组,可选 y:Y轴数据,列表或数组
【python第三方库】Matplotlib库常用函数和属性
All_In_gzx_cc的博客
12-21 1246
参考网址：https://www.cnblogs.com/ikww/p/11497374.html https://blog.csdn.net/cym0359/article/details/86647426 一、背景介绍 Matplotlib 是 Python 中最受欢迎的数据可视化软件包之一，支持跨平台运行，它是 Python 常用的 2D 绘图库，同时它也提供了一部分 3D 绘图接口。Matplotlib 通常与 NumPy、Pandas 一起使用，是数据分析中不可或缺的重要工具之一。 Matplot
matplotlib几个常用函数
yuansuCSDN的博客
05-16 257
基本用到哪写到哪，很简单地整理一下 from matplotlib import pyplot as plt//每次使用前需要加载 函数 用途 备注 .plot(xlist,ylist) 绘制 创建一个基本的图，传入的x，y一般是一个list，要求两个列表长度相等即每一个x要有对应的y .show() 展示 如果单单是绘制，内容不会搬到前台，真正地展示要用这个 .savefig("./路径"） 保存 将绘制的图保存在指定目录，"./“表示当前代码所在的位置 ,另外”"双引号或者单引
2024年Python最全Python-Matplotlib可视化（1）——一文详解常见统计图的绘制(1)
2401_84558452的博客
04-30 1930
plt.show()上述代码将会绘制曲线y=2*x，其中x在[0，50]范围内，如下所示：可以看到窗口上方还包含多个图标，其中：| 项目 | Value || — | — || 此按钮用于将所绘制的图形另存为所需格式的图片，包括png，jpg，pdf，svg等常见格式 || 此按钮用于调整图片的尺寸，边距等图片属性 || 此按钮用于缩放图片，用于观察图形细节，单击此按钮后，在图形上使用鼠标左键拖拽进行放大，使用鼠标右键拖拽进行缩小 |
常用Python数据分析工具汇总共2页.pdf.zip
11-25
这份“常用Python数据分析工具汇总”涵盖了这些关键工具的介绍，旨在帮助初学者和经验丰富的数据分析师更好地理解并运用它们。 1. **Pandas**：Pandas是Python中不可或缺的数据分析库，提供了DataFrame对象，可以...
利用Python进行数据分析——第8章绘图及可视化——学习笔记Python3 5.0.0
weixin_40251611的博客
01-20 5474
matplotlib API 入门 matplotlib API 函数（如plot和close）都位于matplotlib.pyplot模块中，通常的引入方式如下： import matplotlib.pyplot as plt Figure和Subplot matplotlib的图像都位于Figure对象中。可以用plt.figure创建一个新的Figure. fig=plt.fi
基于matplotlib中ion()和ioff()的使用详解
09-16
主要介绍了基于matplotlib中ion()和ioff()的使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
matplotlib库的简单使用（入门）
rinsmelody的博客
09-16 700
matplotlib库是python中的一个简单的绘制图表用的库。这里简单地做个笔记。
【matplotlib常用函数】
tong_xin2010的专栏
04-08 567
【subplot】语法：http://blog.sciencenet.cn/blog-251664-800766.html【subplots_adjust】：调整subplot的参数【画图的线型和颜色】：https://stackoverflow.com/questions/22408237/named-colors-in-matplotlib【plot】语法：示例：plot(1,4,'g.')如...
Python中Matplotlib ion()示例
wilbeok的博客
12-09 1605
Python Pool Matplotlib ion() in Python With Examples Python 中 Matplotlib ion()示例 各位程序员好！在本文中，我们将探讨Python中的Matplotlib ion()的使用。Matplotlib是一个基于NumPy数组的多平台数据可视化库。Matplotlib库中的Pyplot模块用于将直线，条形图，散点图，直方图等各种绘图可视化。matplotlib.pyplot.ion()函数用于开启交互模式。交互模式默认是关闭的。每次修改之
（深入理解）matplotlib的交互模式（block,interactive,ion,ioff,draw,show,plot等的区别）
qq_43391414的博客
12-04 6932
文章目录交互模式 交互模式 先理清一个概念，plot和figure，plot更加细节，绘制，比如绘制一条线，绘制标题，这些都是绘制在figure上的；而figure就只有一个，我们所需要做的就是展示它给用户看。 那么什么是交互模式呢？ import matplotlib.pyplot as plt import numpy as np 先看一段代码： x=np.arange(3) plt.plot(x,x)#默认创建了图片。 plt.show()#展示完了之后，清空图片。 plt.xlabel("x")#
python matplotlib 画滚动图_matplotlib 画动态图以及plt.ion()和plt.ioff()的使用
weixin_30365269的博客
02-19 603
学习python的道路是漫长的，今天又遇到一个问题，所以想写下来自己的理解方便以后查看。在使用matplotlib的过程中，常常会需要画很多图，但是好像并不能同时展示许多图。这是因为python可视化库matplotlib的显示模式默认为阻塞(block)模式。什么是阻塞模式那？我的理解就是在plt.show()之后，程序会暂停到那儿，并不会继续执行下去。如果需要继续执行程序，就要关闭图片。那如何...
matplotlib中ion()和ioff()的使用
Elvirangel的博客
12-30 397
介绍 在使用matplotlib的过程中，发现不能像matlab一样同时开几个窗口进行比较，于是查询得知了交互模式，但是放在脚本里运行的适合却总是一闪而过，图像并不停留，遂仔细阅读和理解了一下文档，记下解决办法，问题比较简单，仅供菜鸟参考。 python可视化库matplotlib有两种显示模式： 阻塞（block）模式 交互（interactive）模式 在Python Consol命令行...
matplotlib plot 绘图函数发生阻塞（block）时的解决方法
weixin_30468137的博客
03-20 1072
Is there a way to detach matplotlib plots so that the computation can continue? 在一般编辑器中： from matplotlib.pyplot import plot, draw, show plot([1,2,3]) draw() print 'continue computa...
导入matplotlib,matplotlib.pyplot和numpy库
最新发布
05-16
导入Matplotlib、Matplotlib.pyplot和Numpy库可以让你在Python中进行数据可视化和科学计算。下面是它们的介绍和导入方法： 1. Matplotlib是Python中最常用的数据可视化库之一，它提供了丰富的绘图功能和灵活的绘图选项。你可以使用Matplotlib创建各种类型的图表，如线图、散点图、柱状图等等。 2. Matplotlib.pyplot是Matplotlib库中的一个模块，它提供了与Matplotlib交互式绘图的一些简单接口，使得绘图变得更加容易。 3. Numpy是Python中一个开源的数值计算库，它可以用于高效地处理大型多维数组和矩阵。Numpy提供了丰富的数学函数和操作，可用于科学计算、线性代数、统计学等领域。 下面是导入这些库的方法： ```python import matplotlib import matplotlib.pyplot as plt import numpy as np ``` 其中，`import matplotlib`导入了整个Matplotlib库，`import matplotlib.pyplot as plt`导入了Matplotlib库中的pyplot模块，并将其别名为plt，`import numpy as np`导入了Numpy库，并将其别名为np。这些别名是常用的惯例，可以使代码更加简洁易读。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

吨吨不打野

解决了问题，觉得还行就给点

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值