转
matplotlib-绘制精美的图标 第一节 快速绘图(II)
配置属性
matplotlib所绘制图表的每个组成部分都和一个对象对应,可以通过调用这些对象的属性设置方法set_*()或者pyplot模块的属性设置函数setp()来设置它们的属性值。
例子
-
import matplotlib.pyplot as plt
-
import numpy
as np
-
-
plt.figure(figsize=(
4,
3))
-
x = np.arange(
0,
5,
0.1)
-
line = plt.plot(x,
0.05*x*x)[
0]
-
#调用Line2D对象的Set_*()方法来设置属性值,修改曲线的透明度
-
line.set_alpha(
0.5)
-
#同时绘制sin cos 两条曲线
-
lines = plt.plot(x, np.sin(x), x, np.cos(x))
-
#调用setp()可以同时配置多个对象属性,这里同时设置两条曲线的颜色和线宽
-
plt.setp(lines, color=
"r", linewidth=
4.0)
-
-
plt.legend()
-
plt.show()
-
line.get_linewidth()
-
plt
.getp(
lines
[0], "
color")
该部分就不再过多赘述。
绘制多子图
一个Figure对象可以包含多个子图(Axes),在matplotlib中用Axes对象表示一个绘图区域,称之为子图。在前面的例子中,Figure对象只包括一个子图。可以使用subplot()快速绘制包含多个子图的图表,调用形式如下:
subplot(numRows, numCols, plotNum)
图表整个绘图区域被等分成numRows行和numCols列,然后从左到右,从上到下的顺序对每个区域进行编号,左上区域的编号为1.plotNum参数指定所创建Axes对象的区域。如果numRows, numCols, plotNum三个参数都小于 10 ,则可把它们缩写成一个整数。例如subplot(323)和subplot(3,2,3)的含义相同。如果新创建的子图和之前创建的子图区域有重叠的部分,之前的子图将被删除。
看下面代码
-
import matplotlib.pyplot as plt
-
import numpy as np
-
-
plt.figure(figsize=(
8,
6))
-
for idx, color
in
enumerate(
"rgbyck"):
-
plt.subplot(
321+idx, axisbg=color)
-
-
-
plt.legend()
-
plt.show()
效果如图
![](https://i-blog.csdnimg.cn/blog_migrate/7ea27d4594faebc6c1139387f27600ad.jpeg)
图中将整个绘图区域等分按照numRows, numCols设定的多个子图,如果希望某个子图占据整行或整列,可以按照如下方法调用subplot()
-
import matplotlib.pyplot
as plt
-
import numpy
as np
-
-
plt.figure(figsize=(
8,
6))
-
-
plt.subplot(
221)
-
plt.subplot(
222)
-
plt.subplot(
212)
-
-
plt.legend()
-
plt.show()
效果如图
![](https://i-blog.csdnimg.cn/blog_migrate/51767c62558e30c6e428c28fe163983c.jpeg)
subplot()返回它所创建的Axes对象,我们可以将这些对象保存起来,然后用sca()交替让它们成为当前Axes对象,并使用plot()在其中绘图。如果需要同时绘制多幅图表,可以给figure()传递一个整数参数来指定Figure对象的序号。如果序号指定的Figure对象已经存在,将不创建新的对象,而只是让它成为当前Figure对象。
-
import matplotlib.pyplot as plt
-
import numpy
as np
-
-
plt.figure(
1)
-
plt.figure(
2)
-
-
ax1 = plt.subplot(
121)
-
ax2 = plt.subplot(
122)
-
-
x = np.linspace(
0,
3,
100)
-
for i
in range(
5):
-
plt.figure(
1)
-
plt.plot(x, np.exp(i*x/
3))
-
plt.sca(ax1)
-
plt.plot(x, np.sin(i*x))
-
plt.sca(ax2)
-
plt.plot(x, np.cos(i+x))
-
-
plt.legend()
-
plt.show()
![](https://i-blog.csdnimg.cn/blog_migrate/c27e463ef4fd412301d4142747dfc9fe.jpeg)
首先通过figure()创建了两个图表,它们的序号分别为1和2。然后在图表2中创建了左右并排的两个子图,并用变量ax1,ax2保存。
在循环中,先调用figure(1)让图表1成为当前图表,并在其中绘图。然后调用sca(ax1)和sca(ax2)分别让子图ax1和ax2成为当前子图,并在其中绘图。当它们成为子图时,包含它们的图表2也自动成为当前图表,因此不需要调用figure(2)。