系列文章目录

可视化是科学数据的呈现比较理想的一种方式，怎样画一张自己想要的图片很重要。

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

系列文章目录
前言
一、单张折线图
- 主要功能：
- 大小、背景色、网格、图例、坐标、标题、中文字、标题、增加横竖线、保存图片
二、组合图
- 主要功能：
- 多图组合，多坐标轴，局部放大
- 偶数张图
- 奇数数张图
三、多坐标轴
四、局部放大

前言

Python 中 matplotlib提供了一种绘图方式，本文主要介绍基于Matplotlib绘制单图和画组合图的实例，便于大家快速使用，达到自己想要绘图的目的。要想真正用好，还是需要细致的查看接口参数，学习各种丰富的参数配置。

import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]y_a = [1.1, 2.1, 2.8, 3.5, 5.4, 6.1, 7, 7.5, 9, 10]  # 原始数据
y_a_fit = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  # 拟合数据
y_b = [0.99, 0.96, 0.91, 0.84, 0.75, 0.64, 0.51, 0.36, 0.19, 0.1]  # 第二组数据

一、单张折线图

主要功能：

大小、背景色、网格、图例、坐标、标题、中文字、标题、增加横竖线、保存图片

import matplotlib.pyplot as plt
from matplotlib import font_manager  # 导入字体管理模块x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y_a = [1.1, 2.1, 2.8, 3.5, 5.4, 6.1, 7, 7.5, 9, 10]  # 原始数据
y_a_error = [0.1, 0.11, 0.13, 0.2, 0.15, 0.22, 0.3, 0.23, 0.32, 0.38]
y_a_fit = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  # 拟合数据
y_b = [0.99, 0.96, 0.91, 0.84, 0.75, 0.64, 0.51, 0.36, 0.19, 0.1]  # 第二组数据# 图片大小为10*8，每英寸100个像素点
plt.figure(figsize=(10, 8), dpi=100)  # 设置图片大小，一般默认不设置
plt.rcParams['axes.facecolor'] = 'y' # 设置背景色
plt.grid(True)  # 绘制网格plt.title('标题', fontsize=15, fontproperties='FangSong') # 解决中文标注字体，否则显示失败
plt.plot(x, y_a, color='r', marker='o', linestyle='', label='y_a')
# plt.errorbar(x,y_a,fmt="bo:", yerr=y_a_error,xerr=0.1,ecolor='r',capsize=5)  #误差棒
plt.plot(x, y_a_fit, label='y_a_fit', linestyle='dashed', alpha=0.5)  # 虚线连接plt.ylim(ymin=0, ymax=12)  # 设置X取值范围
plt.xlim(xmin=0, xmax=11)  # 设置X取值范围
# 等价于plt.plt.axis([0, 11, 0, 12]) x,y一起设计plt.xlabel('x坐标', fontsize=14, fontproperties='FangSong')
plt.ylabel('y坐标', fontsize=14, fontproperties='FangSong')
plt.axvline(x=7, color='#d46061', linewidth=1) # 增加横线
plt.axhline(y=6, color='#d46061', linewidth=1)
# 注释标注特殊点
# xy：箭头所在位置，xytext：文本所在位置，
# arrowprops 在xy和xytext之间绘制箭头, shrink表示注释点与注释文本之间的距离
plt.annotate('注释', xy=(2, 2), xytext=(2, 5),arrowprops=dict(facecolor='c', shrink=0.1),fontproperties='FangSong')plt.legend()  # 显示图例等信息
plt.savefig("fig_1.png") # 放在show前面
plt.show()

二、组合图

主要功能：

多图组合，多坐标轴，局部放大

偶数张图

fg = plt.figure()
sub1 = plt.subplot(321, facecolor='r')  # 3行2列第一个位置
sub1.plot(x, y_a, color='g', marker='o', linestyle='', label='y_a')
plt.subplot(322, facecolor='g')
plt.subplot(323, facecolor='b')
sub4 = plt.subplot(324, facecolor='c')
sub4.errorbar(x,y_a,fmt="bo:", yerr=y_a_error,xerr=0.1,ecolor='r',capsize=5)
sub4.set_xlabel('x坐标', fontsize=14, fontproperties='FangSong')
#误差棒
plt.subplot(325, facecolor='y')
plt.subplot(326, facecolor='k')
# plt.legend()
plt.show()

奇数数张图

fg = plt.figure()
sub1 = plt.subplot(211, facecolor='r')  # 2行2列第一个位置
sub1.plot(x, y_a, color='g', marker='o', linestyle='', label='y_a')
plt.subplot(223, facecolor='g')
sub3 = plt.subplot(224, facecolor='b')
sub3.errorbar(x,y_a,fmt="bo:", yerr=y_a_error,xerr=0.1,ecolor='r',capsize=5)
sub3.set_xlabel('x坐标', fontsize=14, fontproperties='FangSong')
#误差棒
# plt.legend()
plt.show()fg = plt.figure()
sub1 = plt.subplot(221, facecolor='r')  # 2行2列第一个位置
sub1.plot(x, y_a, color='g', marker='o', linestyle='', label='y_a')
plt.subplot(222, facecolor='g')
sub3 = plt.subplot(212, facecolor='b')
sub3.errorbar(x,y_a,fmt="bo:", yerr=y_a_error,xerr=0.1,ecolor='r',capsize=5)
sub3.set_xlabel('x坐标', fontsize=14, fontproperties='FangSong')
#误差棒
# plt.legend()
plt.show()fg = plt.figure()
sub1 = plt.subplot(121, facecolor='r')  # 2行2列第一个位置
sub1.plot(x, y_a, color='g', marker='o', linestyle='', label='y_a')
plt.subplot(222, facecolor='g')
sub3 = plt.subplot(224, facecolor='b')
sub3.errorbar(x,y_a,fmt="bo:", yerr=y_a_error,xerr=0.1,ecolor='r',capsize=5)
sub3.set_xlabel('x坐标', fontsize=14, fontproperties='FangSong')
#误差棒
# plt.legend()
plt.show()fg = plt.figure()
sub1 = plt.subplot(122, facecolor='r')  # 2行2列第一个位置
sub1.plot(x, y_a, color='g', marker='o', linestyle='', label='y_a')
plt.subplot(221, facecolor='g')
sub3 = plt.subplot(223, facecolor='b')
sub3.errorbar(x,y_a,fmt="bo:", yerr=y_a_error,xerr=0.1,ecolor='r',capsize=5)
sub3.set_xlabel('x坐标', fontsize=14, fontproperties='FangSong')
#误差棒
# plt.legend()
plt.show()

四种放置方式

三、多坐标轴

fg = plt.figure()
ax1 = fg.add_subplot(111)  # 2行2列第一个位置
ax1.plot(x, y_a, color='b', marker='o', linestyle='', label='y_a')
ax1.plot(x, y_a_fit, label='y_a_fit')
ax1.set_title("Double Y axis")
ax1.set_xlabel('x坐标', fontsize=14, fontproperties='FangSong')
ax1.set_ylabel('y1坐标', fontsize=14, fontproperties='FangSong')
plt.legend()
ax2 = ax1.twinx()  # 创建新的孪生x 这步骤最重要
ax2.plot(x, y_b, color='y', linestyle='--', label='y_b')
ax2.set_ylabel('y2坐标', fontsize=14, fontproperties='FangSong')
plt.legend(loc="upper right", bbox_to_anchor=(1, 1))plt.show()

四、局部放大

from mpl_toolkits.axes_grid1.inset_locator import inset_axes, mark_insetfig, ax1 = plt.subplots(1, 1, figsize=(6, 4))
ax1.plot(x, y_a, color='b', marker='o', linestyle='', label='y_a')
ax1.plot(x, y_a_fit, label='y_a_fit')
ax1.legend(labels=["y_a", "y_a_fit"], ncol=2)# 嵌入局部放大图
axins = inset_axes(ax1, width="30%", height="30%", loc='lower left',bbox_to_anchor=(0.1, 0.6, 1, 1),# bbox_to_anchor：边界框，四元数组（x0, y0, width, height）,调节放大图位置bbox_transform=ax1.transAxes)
#在子图画一遍，采用放大显示
axins.plot(x, y_a, color='b', marker='o', linestyle='', label='y_a')
axins.plot(x, y_a_fit, label='y_a_fit')
axins.set_xlim(xmin=4.5, xmax=5.5)
axins.set_ylim(ymin=4.5, ymax=5.5)
mark_inset(ax1, axins, loc1=3, loc2=1, fc="none", ec='r', lw=1)
plt.show()

Python matplotlib作图实例，画一张想要的图片相关推荐

python matplotlib画多个图_python matplotlib模块如何画两张图出来
展开全部 python matplotlib模块如何画两张图出2113来的方法:5261 代码如下所示: import numpy as np import matplotlib.pyplot as ...
如何使用Visual Studio 2005画一张正规的国旗图片
如何使用Visual Studio 2005画一张正规的国旗图片绘画一张正规标准的国旗图片是学习C程序最基础的一步,也是必不可少的一步,在学习C程序的第一天,学习绘画国旗是十分必要的,接下来,我将展 ...
Python:matplotlib pyplot库函数 savefig所支持的格式以及图片插入word保存后模糊的完美解决方法
Python:matplotlib pyplot库函数 savefig所支持的格式以及图片插入word保存后模糊的完美解决方法 202012月更新 savefig支持的格式图片插入word,保存后不 ...
python matplotlib画图实例正弦 SIN（）和余弦COS（）曲线
import matplotlib.pyplot as plt import numpy as np#在画的图中显示中文 plt.rcParams['font.sans-serif'] = ['Sim ...
python matplotlib searbon 设置画版颜色热力图固定颜色等级固定比例尺寸大小
参数vmax.vmin cmap 设置颜色等级,参考:https://blog.csdn.net/pary__for/article/details/104971632 sns.heatmap(glo ...
Python网络爬虫实例（爬一些小网站的图片）
文章目录前言一.爬优美图库(使用bs4和requests) 二.爬ZOL壁纸网(使用bs4和requests) 前言提示:以下是本篇文章正文内容,下面案例可供参考一.爬优美图库(使用bs4和r ...
python用for循环画多个图形_Python matplotlib读取excel数据并用for循环画多个子图subplot操作...
Python matplotlib读取excel数据并用for循环画多个子图subplot操作,英语,总分,平均,数据,语文 Python matplotlib读取excel数据并用for循环画多个子 ...
【python】python matplotlib绘制并保存多张图片+绘制多张子图
需求描述:画图对比观测值和预测值,绘制对比图及多张子图绘制对比图示例代码 import matplotlib.pyplot as plt import numpy as npobs_x_data ...
Matplotlib 常用画图命令总结：使用 Python 在论文中画出一手漂亮的数据图
介绍本文不是一篇详尽的.从简到繁的 Matplotlib 画图教程,而是用各种例子快速直观地让读者上手 Matplotlib 画图中的一些常用的.基础的操作.本文不对各种数据图(折线图.柱状图等)作 ...

Python matplotlib作图实例，画一张想要的图片

系列文章目录

文章目录

前言

一、单张折线图

主要功能：

大小、背景色、网格、图例、坐标、标题、中文字、标题、增加横竖线、保存图片

二、组合图

主要功能：

多图组合，多坐标轴，局部放大

偶数张图

奇数数张图

三、多坐标轴

四、局部放大

Python matplotlib作图实例，画一张想要的图片相关推荐

最新文章

热门文章