matplotlib 绘图

这篇博客深入探讨了matplotlib库在Python中的使用,包括figure和ax的基础,两者之间的区别,以及matplotlib中的名词解释。文章通过实例展示了如何创建和调整坐标轴、画图、保存图像、显示中文字符,以及使用plt.annotate添加注解。还涵盖了折线图的颜色和标记,以及如何在直方图中标注最大频率数和绘制动图的方法。
摘要由CSDN通过智能技术生成

figure, ax基础

plt.***ax.***的区别

我认为所有不先讲清楚plt.和ax. 两种画图方式的区别的教程都是耍流氓。一上来就告诉你,plt.figure(), plt.plot(), plt.show(),这么画就对了的,都是不负责任的表现!

  • 在matplotlib中,有两种画图方式:
  1. plt.figure(): plt.***系列。通过http://plt.xxx来画图,其实是取了一个捷径。这是通过matplotlib提供的一个api,这个plt提供了很多基本的function可以让你很快的画出图来,但是如果你想要更细致的精调,就要使用另外一种方法。
plt.figure(1)  
plt.subplot(211)   
plt.plot(A,B)   
plt.show()
  1. fig, ax = plt.subplots(): 这个就是正统的稍微复杂一点的画图方法了。指定figure和axes,然后对axes单独操作。等下就讲figure和axes都神马意思。
fig, ax = plt.subplots()   
ax.plot(A,B)

名词解释 in matplotlib

从官网截个图
image.png

  • Figure fig = plt.figure(): 可以解释为画布。
    画图的第一件事,就是创建一个画布figure,然后在这个画布上加各种元素。

  • Axes ax = fig.add_subplot(1,1,1): 就是坐标轴们,包括所有元素。
    如果你的figure只有一张图,那么你只有一个axes。如果你的figure有subplot,那么每一个subplot就是一个axes
    axes是matlibplot的宇宙中心!axes下可以修改编辑的变量非常多,基本上能包含你的所有需求。

  • Axis ax.xaxis/ax.yaxis: 对,这才是你的xy坐标轴。
    每个坐标轴实际上也是由竖线和数字组成的,每一个竖线其实也是一个axis的subplot,因此ax.xaxis也存在axes这个对象。对这个axes进行编辑就会修改xaxis图像上的表现。

图像的各个部位名称

再从使用指南 User Guide 借个图。每个部分的名称指南,这样当你想修改一个部位的时候,起码知道关键字啊。
image

传统方法画个图

下面就是实战。用调取ax的方式来画个图。不要用plt!!

import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
A = np.arange(1,5)
B = A**2
C = A**3

首先,搞个画布

我喜欢用这个命令来开始画图。哪怕你没有subplot,也可以用这个subplots来创建一个画布。

这个function创建了一个大小为(14,7)的画布,把这个画布赋值给变量fig,同时在这个画布上创建了一个axes,把这个axes赋值给ax。这样,所有未来的fig.xxx都是对这个画布的操作,所有ax.xxx都是对这个axes的操作。

如果你有两个图,那么ax是一个有两个元素ax[0],ax[1] 的list。ax[0]就对应第一个subplot的ax。

fig, ax = plt.subplots(figsize=(14,7))
# fig, ax = plt.subplots(2,1,figsize(14,7))
# ax[0].***
# ax[1].***

好了画布搞好了,画数据。

注意,我们这里依然不使用plt!因为我们要在这个axes上画数据,因此就用ax.plot()来画。画完第一个再call一次,再画第二个。

ax.plot(A,B)
ax.plot(B,A)

下面开始细节的处理

数据画好了就可以各种细调坐标轴啊,tick啊之类的。

首先把标题和xy坐标轴的标题搞定。Again, 不用plt。直接在axes上进行设定。

ax.set_title('Title',fontsize=18)
ax.set_xlabel('xlabel', fontsize=18,fontfamily = 'sans-serif',fontstyle='italic')
ax.set_ylabel('ylabel', fontsize='x-large',fontstyle='oblique')
ax.legend()

然后是xy坐标轴的一些属性设定, 也是在axes level上完成的

ax.set_aspect('equal') 
ax.minorticks_on() 
ax.set_xlim(0,16) 
ax.grid(which='minor', axis='both')

最后是坐标轴tick和细节,这个在axes.xaxis or axes.yaxis上完成。

ax.xaxis.set_tick_params(rotation=45,labelsize=18,colors='w') 
start, end = ax.get_xlim() 
ax.xaxis.set_ticks(np.arange(start, end,1)) 
ax.yaxis.tick_right()

参考

https://zhuanlan.zhihu.com/p/93423829

各种函数

在无GUI的 shell 上画图

直接画图会报错

qt.qpa.screen: QXcbConnection: Could not connect to display localhost:11.0
Could not connect to any X display.

只需要加入下面这行代码:

plt.switch_backend("agg")

然后画图之后使用

plt.savefig("result.png")

保存图片即可

https://www.cnblogs.com/wmr95/articles/7767258.html

保存图像

https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.imsave.html

# 直接保存array(图片)
# matplotlib.pyplot.imsave(fname, arr, **kwargs)
plt.imsave('./temp.png', inp)

中文字符显示

需要自己指定显示字体。

import matplotlib.pyplot as plt
from matplotlib.font_manager import *  # 如果想在图上显示中文,需导入这个包

myfont3 = FontProperties(fname=r'C:\Windows\Fonts\FZSTK.TTF', size=18)  # 标注字体
plt.annotate("这%s我们发了%d条消息!" % (str_list[time_flag], max_num),
                         xy=(max_indx,max_num), fontproperties=myfont3)

也可以这样

# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

plt.annotate

annotate用于在图形上给文字添加注解,支持带箭头的划线工具,方便我们在合适的地方添加描述信息。

参数说明

*Axes.``annotate(s, xy, *args, *kwargs)

  • **s:**注释文本的内容
  • **xy:**被注释的坐标点,二维元组形如(x,y)
  • **xytext:**注释文本的坐标点,也是二维元组,默认与xy相同
  • **xycoords:**被注释点的坐标系属性,允许输入的值如下
属性值 含义
‘figure points’ 以绘图区左下角为参考,单位是点数
‘figure pixels’ 以绘图区左下角为参考,单位是像素数
‘figure fraction’ 以绘图区左下角为参考,单位是百分比
‘axes points’ 以子绘图区左下角为参考,单位是点数(一个figure可以有多个axex,默认为1个)
‘axes pixels’ 以子绘图区左下角为参考,单位是像素数
‘axes fraction’ 以子绘图区左下角为参考,单位是百分比
‘data’ 以被注释的坐标点xy为参考 (默认值)
‘polar’ 不使用本地数据坐标系,使用极坐标系

返回值:Annotation对象

https://blog.csdn.net/leaf_zizi/article/details/82886755

实例

简单画折线图

https://www.cnblogs.com/chenhuabin/p/12418411.html

设置字体大小

# -
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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