part2 Matplotlib介绍

最新推荐文章于 2023-08-25 00:00:50 发布

m0_57053955

最新推荐文章于 2023-08-25 00:00:50 发布

阅读量80

点赞数

分类专栏：论文绘图指南文章标签： matplotlib visualstudio python

本文链接：https://blog.csdn.net/m0_57053955/article/details/132367208

版权

论文绘图指南专栏收录该内容

7 篇文章 0 订阅

订阅专栏

1.什么是matplotlib库

用途广泛，适用性强；面向对象的语法增加了学习成本；对于复杂图像的绘制，相比于R中的ggplot2存在一些差距，即不适合多规则数据、多图层属性。

2.绘图要素

2.1基本图形元素名称：画布（figure）、坐标图形（axes）、轴（axis）

和艺术对象（aritist）、图名（title）、刻度（tick）、刻度标签（tick label）、轴标签（axis label）、轴脊（spine）、图例（legend）、网格（grid）、线（line）和数据标记（marker）

2.2 图形元素举例

画布 (figure)：其包含多个图形元素。它既可以代表图形本身进行图的绘制，又可以被划分为多个子区域。用户可以在画布中设置画布大小（figsize）、分辨率（dpi）和背景颜色等其他参数。
坐标图形 (axes)：其称为子图。主要为绘图数据提供展示区域。在大多数情况下，一个画布对象中包含一个子图区域，子图区域由上、下、左、右 4 个轴脊以及其他构成子图的组成元素组成。
轴 (axis) ：数据轴对象，即坐标轴线。包含位置（locator）对象和格式（formatter）对象，分别用于控制坐标轴刻度的位置和格式。

2.3图层顺序

通过设置每个绘图函数中的zorder参数来设定不同的图层，实现多个图层叠加。

2.4轴比例和刻度

轴比例。其规定了数值与给定轴之间的映射方式，默认轴比例方式为线性（linear）方式，其他诸如 log、logit、symlog 和自定义函数比例（function scale）方式。当我们采用不同的轴比例方式时，刻度位置和刻度格式也会相应产生变动。
刻度位置和刻度格式。其规定了每个轴对象上刻度的位置与格式。

2.5坐标系

常见的坐标系有直角坐标系、极坐标系和地理坐标系。

直角坐标系：经常使用的坐标系，包括二维、三维。
极坐标系：要求数据完整且具有周期性的变化。
地理坐标系：Matplotlib 地理坐标系中的地理投影方式较少，仅有 Aitoff 投影、Hammer 投影、Lambert投影和 Mollweide 投影 4 种，因而不适合绘制地理图表，我们可使用 Python 的第三方库（如 cartopy、ProPlot 等库）绘制地理图表。

3.多子图绘制方法

subplot() 函数：可以对当前画布对象添加单个子图，且每次添加子图都会规定其位置顺序

plt.figure(figsize=(6,3),dpi=100,facecolor="w")
ax1 = plt.subplot(212)#两行一列第二行
ax1.text(0.5, 0.5, "subplot(212)", alpha=0.75, ha="center", va="center", weight="bold", size=12)
ax2 = plt.subplot(221)#两行两列第一个
ax2.text(0.5, 0.5, "subplot(221)", alpha=0.75, ha="center", va="center", weight="bold", size=12)
ax3 = plt.subplot(222)#两行两列第二个
ax3.text(0.5, 0.5, "subplot(222)", alpha=0.75, ha="center", va="center", weight="bold", size=12)

add_subplot() 函数：使用方法和 subplot() 函数类似，不同之处是，add_subplot() 函数先产生 figure 对象，然后对该对象依次添加子图
subplots() 函数

subplots(nrows, ncols, sharex, sharey)

该函数的第 1 个参数 nrows 表示绘制子图的行数，第 2 个参数 ncols 表示绘制子图的列数，行数与列数的乘积即绘制的总子图数，第 3 个参数 sharex 可以用来设定是否共享 X 轴，第 4个参数 sharey 可以用来设定是否共享 Y 轴。该函数会返回一个坐标数组对象，该对象用于每个子图的单独绘制。

fig, axs = plt.subplots(2, 3,figsize=(6,4),dpi=100,sharex=True, sharey=True)
axs[0,0].text(0.5, 0.5, "subplots(0,0)", alpha=0.75, ha="center", va="center", weight="bold", size=12)#axs[0,0]表明图像位置
axs[0,1].text(0.5, 0.5, "subplots(0,1)", alpha=0.75, ha="center", va="center", weight="bold", size=12)
axs[0,2].text(0.5, 0.5, "subplots(0,2)", alpha=0.75, ha="center", va="center", weight="bold", size=12)
axs[1,0].text(0.5, 0.5, "subplots(1,0)", alpha=0.75, ha="center", va="center", weight="bold", size=12)
axs[1,1].text(0.5, 0.5, "subplots(1,1)", alpha=0.75, ha="center", va="center", weight="bold", size=12)
axs[1,2].text(0.5, 0.5, "subplots(1,2)", alpha=0.75, ha="center", va="center", weight="bold", size=12)

axes()函数：主要功能是为当前画布 (figure) 对象添加坐标图形 (axes) 对象，使其成为当前的坐标图形（axes）对象。此外，还需要提供 rect 参数（一个四元组：left、 bottom、width、height）。axes() 函数的常见用法包括对当前画布 (figure) 对象中的**坐标图形(axes)**对象添加颜色和大小映射等。

from colormap import parula  #自定义的颜色系,有问题

subplot2grid() 函数：实现对不规则多子图的绘制，即在当前画布对象上绘制网格（grid），网格可用于在特定位置绘制布局和大小不同的子图对象。

subplot2grid(shape, location, rowspan/colspan)

该函数的第 1 个参数shape规定了的网格的行数和列数，第 2 个参数location决定了子图在网格内的行号和列号，第 3 个参数为rowspan或colspan，它们分别规定了每个子图向下跨越的行数和向右跨越的列数，也就实现了大小不一的子图的绘制。

gridspec.GridSpec() 函数：用于指定放置子图的网格的几何形状

gridspec.GridSpec(nrows, ncols, figure, left, bottom, right, top)

其中，参数nrows表示网格中的行数；参数ncols表示网格中的列数；left、bottom、right和top是可选参数，用于将子图的范围定义为图形宽度或高度的一部分。

subplot_mosaic()函数：它可利用 mosaic 参数设置特定字符串符号（重复次数、顺序等）来进行子图的视觉布局

fig, axd = plt.subplot_mosaic([['upper left', 'right'],
                               ['lower left', 'right']],
                               figsize=(6,3), constrained_layout=True)
for k in axd:
    annotate_axes(axd[k], f'axd["{k}"]', fontsize=14)