matplotlib第一回

本文介绍了Matplotlib库的基础用法,包括通过pyplot.subplots创建图像和两种绘图接口的差异。示例展示了如何绘制多条曲线,并设置坐标轴标签和图例。同时,解释了Figure、Axes、Axis和Tick四个层级在图像构成中的作用。
摘要由CSDN通过智能技术生成

Matplotlib初相识

参考资料:第一回:Matplotlib初次相识
资料详细又清晰,直接看参考资料吧

1.一个简单的例子

import matplotlib.pyplot as plt
import numpy as np

pyplot.subplots命令,创建axes

fig,ax = plt.subplots() # 创建一个包含一个axes的figure
ax.plot([1,2,3,4],[1,4,2,3])
plt.show()
# 使用plt.show() 或者 代码块最后加一个分号 或者 在绘图时将绘图对象显示复制给一个变量,比如line = ax.plot([],[]) 

在这里插入图片描述
matplotlib.pyplot方法能直接在当前axes上绘制图像。如果用户未指定axes,matplotlib会自动创建

2. 两种绘图接口

  1. 显式创建figure和axes,在上面调用绘图方法,
  2. 依赖pyplot自动创建figuree axes
# 第一种绘图接口
x = np.linspace(0, 2, 100)

fig, ax = plt.subplots()  
ax.plot(x, x, label='linear')  
ax.plot(x, x**2, label='quadratic')  
ax.plot(x, x**3, label='cubic')  
ax.set_xlabel('x label')  # 设置标签
ax.set_ylabel('y label') 
ax.set_title("Simple Plot")   # 设置标题
ax.legend()  # 显示图例
plt.show()

在这里插入图片描述

# 第二种绘图接口
x = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear') 
plt.plot(x, x**2, label='quadratic')  
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
plt.show()

在这里插入图片描述

原来是这样 ax.plot()和plt.plot()的关系式这样~~~ 明白了。两种方法,设置标题和坐标轴名称的方法有点不同,使用pyplot自动创建更简洁一点。

3. Figure的组成

一个完整的matplotlib图像通常会包括以下四个层级,这些层级也被称为容器(container),一副完整的图像实际上是各类子元素的集合。

Figure:顶层级,用来容纳所有绘图元素

Axes:matplotlib宇宙的核心,容纳了大量元素用来构造一幅幅子图,一个figure可以由一个或多个子图组成 ----->子图

Axis:axes的下属层级,用于处理所有和坐标轴,网格有关的元素 ----> 坐标轴

Tick:axis的下属层级,用来处理所有和刻度有关的元素 ----->刻度

参考资料:第一回:Matplotlib初次相识

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