fig = plt.figure() 的作用

最新推荐文章于 2024-05-21 16:18:28 发布
最新推荐文章于 2024-05-21 16:18:28 发布
阅读量632 收藏 3
点赞数 1
文章标签： matplotlib python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44943389/article/details/130941977
版权

fig = plt.figure()的作用是创建一个新的图形窗口（Figure对象），用于展示图形。Figure对象是matplotlib中的顶层容器，可以包含多个子图（Axes对象），并提供对图形的整体设置和管理。

在这段代码中，通过调用plt.figure()创建了一个新的图形窗口，并将其赋值给变量fig。接下来的代码会在这个图形窗口中绘制图形。

使用fig对象可以进行一系列图形设置，比如设置标题、坐标轴标签、图例等。通过fig对象还可以创建和管理子图，使得在同一个图形窗口中可以同时显示多个图形。

王摇摆
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
plt保存图像代码（可直接运行）（python）
12-06
plt保存图片 画图占的内存很多，经常导致jupyter 卡顿，当图片超级多时，将图片复制到Excel里面也会导致Excel崩溃，因此需要我们将图片单独保存起来 复制代码 import seaborn as sns import matplotlib.pyplot as plt fig = plt.figure(figsize=[16,12]) for col,i in zip(col1,range(1,53)): sns.boxplot(data=data_iv, x='label', y=col) plt.title(col) f = plt.gcf() #获取当前图像 f.savefig(r'D:\{}.png'.format(col)) f.clear() #释放内存 复制代码 注意plt.show() 和plt.savefig("filename.png") 的顺序 复制代码 #得到的是一张空白的图片 import matplotlib.pyplot as plt import
Mininst格式数据制作。
05-09
制作Mininst格式的数据，研究sklearn库等机器学习算法与库用得到。C++的VS2017测试通过。适用于车牌和数字识别。下面是Skearn测试程序。 #导入必备的包 import numpy as np import struct import matplotlib.pyplot as plt import os ##加载svm模型 from sklearn import svm ###用于做数据预处理 from sklearn import preprocessing import time #加载数据的路径 path='.' def load_mnist_train(path, kind='train'): labels_path = os.path.join(path,'%s-labels-idx1-ubyte'% kind) images_path = os.path.join(path,'%s-images-idx3-ubyte'% kind) with open(labels_path, 'rb') as lbpath: magic, n = struct.unpack('>II',lbpath.read(8)) labels = np.fromfile(lbpath,dtype=np.uint8) with open(images_path, 'rb') as imgpath: magic, num, rows, cols = struct.unpack('>IIII',imgpath.read(16)) images = np.fromfile(imgpath,dtype=np.uint8).reshape(len(labels), 784) return images, labels def load_mnist_test(path, kind='t10k'): labels_path = os.path.join(path,'%s-labels-idx1-ubyte'% kind) images_path = os.path.join(path,'%s-images-idx3-ubyte'% kind) with open(labels_path, 'rb') as lbpath: magic, n = struct.unpack('>II',lbpath.read(8)) labels = np.fromfile(lbpath,dtype=np.uint8) with open(images_path, 'rb') as imgpath: magic, num, rows, cols = struct.unpack('>IIII',imgpath.read(16)) images = np.fromfile(imgpath,dtype=np.uint8).reshape(len(labels), 784) return images, labels train_images,train_labels=load_mnist_train(path) test_images,test_labels=load_mnist_test(path) X=preprocessing.StandardScaler().fit_transform(train_images) X_train=X[0:60000] y_train=train_labels[0:60000] print(time.strftime('%Y-%m-%d %H:%M:%S')) model_svc = svm.LinearSVC() #model_svc = svm.SVC() model_svc.fit(X_train,y_train) print(time.strftime('%Y-%m-%d %H:%M:%S')) ##显示前30个样本的真实标签和预测值，用图显示 x=preprocessing.StandardScaler().fit_transform(test_images) x_test=x[0:10000] y_pred=test_labels[0:10000] print(model_svc.score(x_test,y_pred)) y=model_svc.predict(x) fig1=plt.figure(figsize=(8,8)) fig1.subplots_adjust(left=0,right=1,bottom=0,top=1,hspace=0.05,wspace=0.05) for i in range(100): ax=fig1.add_subplot(10,10,i+1,xticks=[],yticks=[]) ax.imshow(np.reshape(test_images[i], [28,28]),cmap=plt.cm.binary,interpolation='nearest') ax.text(0,2,"pred:"+str(y[i]),color='red') #ax.text(0,32,"real:"+str(test_labels[i]),color='blue') plt.show()
python画图入门例子
libie_lt的专栏
03-22 2845
figure ：n. 数字，数目，数值；数字符号，位数；身材，体型；（远处的）人影；（重要的）人物；（绘画或模型中）人像；（书中的）图、表；（数学）图形；价格，金额 plot ：n. 阴谋，密谋；情节；（专用的）小块地；（表现两个变量关系的）图表；<美>图表，地图；<美>底层平面图 所以，fig=plt.figure(num=1,figsize=(6,4)) 是创建一个图形底板； ax=fig.add_subplot() 是在图形上创建一个区域； 可以在图形上直接画图 i
(学习笔记)matplotlib.pyplot模块下基本画图函数的整理
羊羊羊
07-30 953
matplotlib基本函数整理
matplotlib 知识点整理：ax与figure
qq_40206371的博客
09-28 4550
1 axis与figure 我们可以把figure看成一个大的画布；ax（axis）看成是画布中的一块区域 2 plt.plot()与ax.plot() 如果不考虑子图的话，plt.plot()效果和ax.plot()一致 plt.plot()相当于生成了一个figure画布，然后在画布上隐式生成一个画图区域进行画图 ax.plot()相当于同时生成了figure和axis两个对象，然后在ax对象的区域内画图 3 subplot import matplotlib.pyplot..
【Python】 【绘图】plt.figure()的使用
qq_45793102的博客
06-03 2万+
1.figure语法及操作 (1)figure语法说明 figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True) num:图像编号或名称，数字为编号 ，字符串为名称figsize:指定figure的宽和高，单位为英寸；dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为...
fig = plt.figure(),plt.subplots()的作用
amstlsx的博客
01-03 1万+
参考多个知乎回答 matplotlib刨根问底系列之二：再谈Figure和Axes的区别 - 有风吹过山峰的文章 - 知乎 python matplotlib中axes与axis的区别是什么? - 禹洋搬运工的回答 - 知乎 使用matplotlib批量绘图并保存的正确做法？ - 知乎 matplotlib.pyplot的使用总结大全（入门加进阶） - 刘毛毛的文章 - 知乎 前端 plt.figure()函数绘图使用方法 简单介绍以下 fig = plt.figure()作用就是生成一个图框，但
plt.figure()函数
七月的summer
08-12 2万+
plt.figure()函数 官方文档 matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs) num:int or str,figure的唯一编号。
【python】matplotlib 模块_画布Figure设置
ting的博客
05-25 2318
1. plt.subplot() 2. plt.subplots() 3. add_subplot() 4. plt.figure() 5.add_axes() 6.subplots_adjust()
plt.figure、plt.subplot介绍以及绘制图中图(含代码)
ximu__l的博客
01-07 5682
plt.figure、plt.subplot介绍以及绘制图中图(含代码)
Python matplotlib画图时图例说明(legend)放到图像外侧详解
12-17
fig = plt.figure() ax = plt.subplot(111) for i in xrange(5): ax.plot(x, i * x, label='$y = %ix$' % i) plt.legend() plt.show() 这样的结果如图所示： 如果需要将该legend移到图像外侧，有多种方法，这里...
Python：Python数据分析基础教程王斌会第五章数据的可视化分析.pdf
06-13
Python：Python数据分析基础...y=3*np.cos(t) plt.plot(x,y) plt.text(0,0,r'$\frac{x^2}{2}+\frac{y^2}{3}=1$',fontsize=15) #（3）三维曲⾯图 from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() ax = A
在matplotlib中改变figure的布局和大小实例
12-20
fig = plt.figure(figsize=(a, b), dpi=dpi) 其中： figsize 设置图形的大小，a 为图形的宽， b 为图形的高，单位为英寸 dpi 为设置图形每英寸的点数 则此时图形的像素为： px, py = a*dpi, b*dpi # pixels # e.g....
matplotlib命令与格式：图像(figure)与子区域(axes)布局与规划
热门推荐
开码河粉
11-29 8万+
1.figure语法及操作 (1)figure语法说明 figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True) num:图像编号或名称，数字为编号 ，字符串为名称figsize:指定figure的宽和高，单位为英寸；dpi参数指定绘图对象的分辨率，即每英寸多少个像素，
plt.figure()
one-way or another
05-27 4283
1. 语法及操作 (1)figure语法说明 figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True) num:图像编号或名称，数字为编号 ，字符串为名称 figsize:指定figure的宽和高，单位为英寸； dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张 facecolor:背景颜色 edgecolor:边
python plt 绘图详解（plt.版本）
qq_30150579的博客
11-23 2万+
python plt绘图详解
【Matplotlib】plt.figure()、plt.subplot() 、plt.subplots() 、plt.xticks() 、plt.xlim()和 plt.grid() 六个函数的使用
m0_51816252的博客
08-01 2万+
Matplotlib是Python中的一个库，它是数字的-NumPy库的数学扩展。本文注意讲解了其中的 plt.figure()、plt.subplot()、plt.subplots()、plt.xticks()、plt.xlim()和plt.grid()六个函数的使用。
python中用“*”运算符复制列表时子列表实际上引用的是同一个列表，列表和嵌套列表的坑
最新发布
ThreeS_tones的博客
05-21 112
当你修改了一个子列表的元素时，所有的子列表都会随之改变。因为他们实际上都是同一个子列表的引用。输出如下，可以看到每个子列表中的第5个元素相同，并没有实现从0.8-1.2分布。先看一个例子，我想改变load的子列表中第五个元素，从0.8-1.2分布。的时候，Python实际上。
fig=plt.figure
04-04
I'm sorry, as an AI language model, I don't have the ability to create a figure or plot. However, here's a sample code for creating a figure using Matplotlib library in Python: ```python import matplotlib.pyplot as plt fig = plt.figure(figsize=(8, 6)) # create a figure with width 8 inches and height 6 inches plt.plot([1, 2, 3, 4], [1, 4, 9, 16]) # add a line plot to the figure plt.title('My Plot') # add a title to the figure plt.xlabel('x-axis label') # add label to x-axis plt.ylabel('y-axis label') # add label to y-axis plt.show() # display the figure ``` This code will create a simple line plot with a title and axis labels. You can modify it to create different types of plots and customize their properties as per your requirements.

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

王摇摆

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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