4. Matplotlib(二) - 画布

参数配置

​ 为了让图片可以显示中文，需要有必要的参数配置

plt.rcParams['font.sans-serif'] = 'SimHei' # 可以显示中文
plt.rcParams['axes.unicode_minus'] = False # 可以显示负号

1. plt.figure()创建画布

x = np.linspace(-1,1,20)
y = 2*x + 1 

plt.figure(num = "figure1")  # 创建名为figure1的画布
plt.plot(x, y,linestyle = ":",marker = "o")  # 绘制图像

plt.figure(num = "figure2",  # 创建名为figure2的画布
           figsize=(50,50))
plt.plot(x, x**2,":",marker = "o") # 绘制图像

plt.show() # 展示两个画布

• 上述代码完成的工作为: 将y = 2*x+1在画布figure1中进行展示，y=x**2在画布figure2中进行展示

• plt.figure()的参数设置

  • num 设置画布的名称
  • figsize(a, b) 设置画布的尺寸

• 使用plt.figure()方法就是创建了画布，后续的画图操作都是在这个画布上进行的。代码中出现多个plt.figure()方法就会创建多个画布，使用plt.show()时，会呈现多个画布。

2.绘制多子图

• 使用plt.subplot(a, b, c) 绘制子图

  plt.figure('image')
  
  plt.subplot(2, 2, 4)  # 将画布视作2*2子画布，在第四个中作画
  plt.plot([0, 1])
  plt.title('title 1 ')
  
  plt.subplot(2, 1, 1)  # 将画布视作2*1子画布，在第一个中作画
  plt.plot(np.arange(10))
  plt.title('title 2 ')
  
  plt.subplot(2, 2, 3)  # 将画布视作2*2子画布，在第三个中作画
  plt.plot(np.arange(10))
  plt.title('title3')
  
  plt.suptitle('subplot')  # 设置画布的总标题
  plt.show()
  

  • plt.subplot(a, b, c)用于选中画布， 后续操作在选中的画布中进行
    • a , b ： 表示将整个画布分为 a*b个子画布，并按照从左到右，从上到下的顺序为各子画布依次编号为 $ 1, 2, 3, \dots, a*b $
    • c : 表示选中第几号画布进行作画
    • 每一次选中字画布时的分割方法并不影响下一次画布分割，从而可以实现不同的子画布拥有不同的大小尺寸，不同的坐标轴属性

• 使用gridspec.GridSpec(a ,b) 绘制子图

  import matplotlib.gridspec as gridspec
  
  plt.figure()
  gs = gridspec.GridSpec(3, 3)  # 创建3x3的图框
  ax1 = plt.subplot(gs[0, :])  # 第一行的所有列设为第一个图区域
  ax2 = plt.subplot(gs[1, :2])  # 第二行的0,1两列为第二个图区域
  ax3 = plt.subplot(gs[2, 2])   # 第三行第三列为第三个图区域
  plt.show()
  

  • gridspec.GridSpec(a, b): 创建了一个a * b的图框，并返回matplotlib.gridspec.GridSpec类

  • plt.subplot(gs[x, y]) ：用于选中要使用的区域

    • gs[x-1, y-1]: 表示选中第x行 第y列为画图区域

    • gs[x-1, :y] : 表示选中第x行 前y列为画图区域

      gs[x, y]选中区域时，x表示行选中，y表式列选中，行列都支持切片操作

3. 绘制次坐标轴

x = np.arange(0,10,0.1)
y1 = 0.05*x**2
y2 = -y1   # 准备数据

fig, ax1 = plt.subplots() 
	# 获取一个画布对象和一个Axes对象，ax1为主坐标轴
ax2 = ax1.twinx()
	# 创建次坐标轴

# 对ax1进行绘制
ax1.plot(x,y1,'g')
ax1.set_ylabel('y1',color = 'g')

# 对ax2进行绘制
ax2.plot(x,y2,'r')
ax2.set_ylabel('y2',color = 'r')

plt.show() #显示

• plt.subplots() : 有两个返回值，一个是Figure对象，一个是Axes对象

• ax.twinx() : 返回一个Axes对象，该对象同ax使用同一个x轴，可自定义y轴

• ax.twiny() : 返回一个Axes对象，该对象同ax使用同一个y轴，可自定义z轴

  在三维坐标系中的 Axes3D对象有着类似的用法

4. 动态数据展示

• 使用plt.cla() plt.pause() 实现动态数据展示

  import matplotlib.pyplot as plt
  import numpy as np
  
  x = np.linspace(0, 10, 100)
  y = np.sin(x)
  
  for i in x: 
      plt.scatter(i, np.sin(i))
      plt.plot(x, y)
      plt.pause(0.1) # 图片显示0.1秒
      plt.cla()  #清空画布
  

  • plt.pause() ： 暂停显示图片的当前状态
  • plt.cla() ： 清空画布
  • 上述代码的实现逻辑是：暂定0.1秒展示当前的状态，然后清空画布更新数据点，再暂停展示如此以往复循环，实现动态展示的效果
  • 如果不使用plt.cla()， 显示的结果是数据点不断加入图画中，plt.pause() 只是对这个加入过程进行放慢展示而已

  Matplotlib提供Animation模块进行动画展示，比较复杂，灵活运用plt.pause() 以及 plt.cla()足够应对多数问题

如有错误，还请指正，持续更新ing