matplot绘图基础

matplot绘图基础

import matplotlib.pyplot as plt
'''
https://www.jianshu.com/p/da385a35f68d
在绘图结构中，figure创建窗口，subplot创建子图。所有的绘画只能在子图上进行。plt表示当前子图，若没有就创建一个子图。所有你会看到一些教程中使用plt进行设置，一些教程使用子图属性进行设置。他们往往存在对应功能函数。
Figure：面板(图)，matplotlib中的所有图像都是位于figure对象中，一个图像只能有一个figure对象。

Subplot：子图，figure对象下创建一个或多个subplot对象(即axes)用于绘制图像。

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
figure: 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。
线条风格：'实线- 虚线: 破折号— 点划线-.'
线条标记：'o . D s 圆/点/菱形/正方形'
颜色：'bgryk 蓝绿红黄青 也可以用#自定义颜色'
背景色：'subplot(111,axisbg=(0.1843,0.3098,0.3098)）制定坐标轴的颜色'
'''
import numpy as np
import pandas as pd
from matplotlib.ticker import MultipleLocator
#使用numpy产生数据
x=np.arange(-5,5,0.1)
y=x*3   #plot scatter 区别？
x1=np.arange(-5,5,0.1)
y1=x*2
#创建窗口、子图
'''
#方法1：先创建窗口，再创建子图。（一定绘制）
fig = plt.figure(num=1, figsize=(15, 8),dpi=80)     #开启一个窗口，同时设置大小，分辨率
ax1 = fig.add_subplot(1,1,1)  #通过fig添加子图，参数：行数，列数，第几个。
ax2 = fig.add_subplot(2,1,2)  #通过fig添加子图，参数：行数，列数，第几个。
#方法3：一次性创建窗口和一个子图
ax1 = plt.subplot(1,1,1,facecolor='white')  
'''
#方法2：一次性创建窗口和多个子图。（空白不绘制）
fig,axarr = plt.subplots(1,4,figsize=(20,5),facecolor='blue')  #开一个新窗口，并添加4个子图，返回子图数组
ax1 = axarr[0]
ax2 = axarr[1]
ax3 = axarr[2]
ax4 = axarr[3]
#fig.subplots_adjust(left=0) #设置窗口左内边距为0，即左边留白为0
#设置子图的基本元素
ax1.set_title('python-drawing')            #设置图体，plt.title
ax1.set_xlabel('x-name')                    #设置x轴名称,plt.xlabel
ax1.set_ylabel('y-name')                    #设置y轴名称,plt.ylabel
plt.axis([-6,6,-10,10])                  #设置横纵坐标轴范围，这个在子图中被分解为下面两个函数
ax1.set_xlim(-5,5)                           #设置横轴范围，会覆盖上面的横坐标,plt.xlim
ax1.set_ylim(-10,10)                         #设置纵轴范围，会覆盖上面的纵坐标,plt.ylim
xmajorLocator = MultipleLocator(2)   #定义横向主刻度标签的刻度差为2的倍数。就是隔几个刻度才显示一个标签文本
ymajorLocator = MultipleLocator(3)   #定义纵向主刻度标签的刻度差为3的倍数。就是隔几个刻度才显示一个标签文本

ax1.xaxis.set_major_locator(xmajorLocator) #x轴 应用定义的横向主刻度格式。如果不应用将采用默认刻度格式
ax1.yaxis.set_major_locator(ymajorLocator) #y轴 应用定义的纵向主刻度格式。如果不应用将采用默认刻度格式
ax1.xaxis.grid(True, which='major')      #x坐标轴的网格使用定义的主刻度格式
ax1.yaxis.grid(True, which='major')      #x坐标轴的网格使用定义的主刻度格式
ax3.set_xticks([])     #去除坐标轴刻度
ax2.set_xticks((-5,-2,-1,1,3,5))  #自定义设置坐标轴刻度
#ax4.set_xticks((-15,-2,-1,1,3,5,8))  #自定义设置坐标轴刻度
ax4.set_xticklabels(labels=['x1','x2','x3','x4','x5','x6','x7','x8'],rotation=-30,fontsize='small')  #设置刻度的显示文本，rotation旋转角度，fontsize字体大小   xticklabels 可以 代替 xticks  只是换个名字
ax4.plot(x,y)
plot1=ax1.plot(x,y,marker='o',color='g',label='legend1')   #点图：marker图标
plot2=ax2.plot(x,y,linestyle='--',alpha=0.5,color='r',label='legend2')   #线图：linestyle线性，alpha透明度，color颜色，label图例文本
ax1.plot(x1,y1,linestyle='--',alpha=0.5,color='r',label='legend2')   #线图：linestyle线性，alpha透明度，color颜色，label图例文本
ax1.legend(loc='upper left')            #显示图例,plt.legend()
ax1.text(2.8, 7, r'y=3*x')                #指定位置显示文字,plt.text()
ax1.annotate('important point', xy=(2, 6), xytext=(3, 1.5),  #添加标注，参数：注释文本、指向点、文字位置、箭头属性
            arrowprops=dict(facecolor='black', shrink=0.05),
            )
#显示网格。which参数的值为major(只绘制大刻度)、minor(只绘制小刻度)、both，默认值为major。axis为'x','y','both'
ax1.grid(b=True,which='major',axis='both',alpha= 0.5,color='skyblue',linestyle='--',linewidth=2)
axes1 = plt.axes([.2, .6, .1, .1], facecolor='y')       #在当前窗口添加一个子图，rect=[左, 下, 宽, 高]，是使用的绝对布局，不和以存在窗口挤占空间

plt.savefig('C:/Users/rxn/Desktop/个人学习/python_code/aa.jpg',dpi=400,bbox_inches='tight')   #savefig保存图片，dpi分辨率，bbox_inches子图周边白色空间的大小
plt.show()    #打开窗口，对于方法1创建在窗口一定绘制，对于方法2方法3创建的窗口，若坐标系全部空白，则不绘制

matplot画动态图

    fig = plt.figure(num=1, figsize=(16, 8),dpi=80)     #开启一个窗口，同时设置大小，分辨率
    ims = []
    ax1 = fig.add_subplot(1,2,1)  #通过fig添加子图，参数：行数，列数，第几个。
    ax1.set_title('Non-BN-Sigmoid')            #设置图体，plt.title
    ax1.set_xlabel('layers')                    #设置x轴名称,plt.xlabel
    ax1.set_ylabel('grads')                    #设置y轴名称,plt.ylabel
    ax1.set_ylim(0,1)
    ax2 = fig.add_subplot(1,2,2)  #通过fig添加子图，参数：行数，列数，第几个。
    ax2.set_title('BN-Sigmoid')            #设置图体，plt.title
    ax2.set_xlabel('layers')                    #设置x轴名称,plt.xlabel
    ax2.set_ylabel('grads')                    #设置y轴名称,plt.ylabel
    plt.ion()  # something about plotting  动态图的标志
    plt.show()
    #重复执行下面三句  每画一次停顿0.001秒 然后继续画  不清空
    ax1.plot(x0,ans0)
 	ax2.plot(x1,ans1)
    plt.pause(0.001)
    plt.ioff()
    plt.show()
    

matplot保存动态图

ims = []
a2 = ax2.plot(x1,ans1)
ims.append(a1)  #动图按照添加顺序 来进行的
ani = animation.ArtistAnimation(fig,ims, interval=500, repeat_delay=1000)
ani.save("C:/Users/rxn/Desktop/个人学习/python_code/test.gif", writer='pillow')