1.Figure和Subplot
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
import numpy as np
import matplotlib.pyplot as plt
#创建一个Figure
fig = plt.figure()
#不能通过空figure绘图，必须使用add_subplot创建一个或多个subplot
#图像为2x2，第三个参数为当前选中的第几个
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
#默认在最后一个subplot上绘制
#'k--'为线型选项，绘制黑色虚线
plt.plot(np.random.randn(50).cumsum(), 'k--')
print(type(ax1))#<class 'matplotlib.axes._subplots.AxesSubplot'>
#直接调用它们的实例方法就可以在其他格子绘图
_ = ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3)
ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))
plt.show()
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True)#创建一个新的Figure，并返回一个已创建subplot对象的NumPy数组
#可以索引axes[0,1]，axes[0][1]
'''
plt.subplots的选项
nrows:subplot的行数
ncols:subplot的列数
sharex:所有subplot应该使用相同的x轴刻度（调节xlim将会影响所有subplot）
sharey:所有subplot应该使用相同的y轴刻度（调节ylim将会影响所有subplot）
subplot_kw:用于创建各subplot的关键字字典
**fig_kw:创建figure时其他关键字，如plt.subplots(2,2,figsize=(8,6))
'''
for i in range(2):
for j in range(2):
axes[i,j].hist(np.random.randn(500),bins=50, color='k',alpha=0.5)
#调整subplot周围间距
#plt.subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None)
plt.subplots_adjust(wspace=0, hspace=0)
plt.show()
|
2.颜色、标记和线型
|
1
2
3
4
5
6
7
8
9
|
#ax.plot(x,y,'g--')
#ax.plot(x, y, linestyle='--', color='g')
#plt.plot(np.random.randn(30).cumsum(), 'ko--')
#plt.plot(np.random.randn(30).cumsum(), color='k', linestyle='dashed', marker='o')
#线型图中，非实际数据点默认是按线性方式插值的，可以通过drawstyle选项修改
data = np.random.randn(30).cumsum()
plt.plot(data, 'k--', label='Defalt')
plt.plot(data, 'k-', drawstyle='steps-post', label='steps-post')
plt.legend(loc='best')
|
3.刻度、标签和图例
xlim,xticks,xticklabels之类的方法。它们分别控制图表的范围、刻度位置、刻度标签等。
其使用方式有以下两种：
- 调用时不带参数，则返回当前参数值。plt.xlim()
- 调用时带参数，则设置参数值。plt.xlim([0,10])
这些方法对当前或最近创建的AxesSubplot起作用
对应在subplot对象上的两个方法，如ax.get_xlim和ax.set_xlim
3.1.设置标题、轴标签、刻度以及刻度标签
|
1
2
3
4
5
6
7
8
9
|
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
#改变X轴的刻度，最简单的方法是使用set_xticks和set_xticklabels。
#前者告诉刻度放在数据范围中的哪些位置，默认情况下，这些位置是刻度标签，可以用set_xticklabels设置。
a=ax.set_xticks([0,250,500,750,1000])
b=ax.set_xticklabels(['one','two','three','four','five'],rotation=30,fontsize='small')
ax.set_xlabel('Stages')
plt.show()
|
3.2.添加图例（legend）、注解以及在Subplot上绘图
两种方式，最简单的是在添加subplot的时候传入label参数
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum(), 'k', label='one')
ax.plot(np.random.randn(1000).cumsum(), 'k--', label='two')
ax.plot(np.random.randn(1000).cumsum(), 'k.', label='three')
ax.legend(loc='best')
#loc表示将图例放在哪
#从图例中去除一个或多个元素，不传入label或label='_nolegend_'即可
#注解以及在Subplot上绘图
#注解可以通过text,arrow和annotate等函数进行添加。
#text可以将文本绘制在图标的指定坐标（x，y），还可以加上一些自定义格式
#ax.text(x ,y, 'Hello world!',family='monosapce',fontsize=10)
plt.show()
|
3.3.将图表保存到文件
plt.savefig('filepath.svg')
plt.savefig('filepath.svg', dpi=400,bbox_inches='tight')
Figure.savefig参数
- fname：路径，包含设置文件格式（如.pdf等）
- dpi：图像分辨率，默认100
- facecolor、edgecolor：图像背景色，默认为'w'（白色）
- format：显示设置文件格式
- bbox_inches：图像需要保存的部分。'tight'，将尝试剪除图像周围的空白部分
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://www.cnblogs.com/zhangxiaoman/p/12661134.html