matplot绘图基础

import matplotlib.pyplot as plt
'''
https://www.jianshu.com/p/da385a35f68d
在绘图结构中，figure创建窗口，subplot创建子图。所有的绘画只能在子图上进行。plt表示当前子图，若没有就创建一个子图。所有你会看到一些教程中使用plt进行设置，一些教程使用子图属性进行设置。他们往往存在对应功能函数。
Figure：面板(图)，matplotlib中的所有图像都是位于figure对象中，一个图像只能有一个figure对象。Subplot：子图，figure对象下创建一个或多个subplot对象(即axes)用于绘制图像。axex: 设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示
figure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置
font: 字体集（font family）、字体大小和样式设置
grid: 设置网格颜色和线性
legend: 设置图例和其中的文本的显示
line: 设置线条（颜色、线型、宽度等）和标记
patch: 是填充2D空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。
savefig: 可以对保存的图形进行单独设置。例如，设置渲染的文件的背景为白色。
verbose: 设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying。
xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。
线条风格：'实线- 虚线: 破折号— 点划线-.'
线条标记：'o . D s 圆/点/菱形/正方形'
颜色：'bgryk 蓝绿红黄青 也可以用#自定义颜色'
背景色：'subplot(111,axisbg=(0.1843,0.3098,0.3098)）制定坐标轴的颜色'
'''
import numpy as np
import pandas as pd
from matplotlib.ticker import MultipleLocator
#使用numpy产生数据
x=np.arange(-5,5,0.1)
y=x*3   #plot scatter 区别？
x1=np.arange(-5,5,0.1)
y1=x*2
#创建窗口、子图
'''
#方法1：先创建窗口，再创建子图。（一定绘制）
fig = plt.figure(num=1, figsize=(15, 8),dpi=80)     #开启一个窗口，同时设置大小，分辨率
ax1 = fig.add_subplot(1,1,1)  #通过fig添加子图，参数：行数，列数，第几个。
ax2 = fig.add_subplot(2,1,2)  #通过fig添加子图，参数：行数，列数，第几个。
#方法3：一次性创建窗口和一个子图
ax1 = plt.subplot(1,1,1,facecolor='white')
'''
#方法2：一次性创建窗口和多个子图。（空白不绘制）
fig,axarr = plt.subplots(1,4,figsize=(20,5),facecolor='blue')  #开一个新窗口，并添加4个子图，返回子图数组
ax1 = axarr[0]
ax2 = axarr[1]
ax3 = axarr[2]
ax4 = axarr[3]
#fig.subplots_adjust(left=0) #设置窗口左内边距为0，即左边留白为0
#设置子图的基本元素
ax1.set_title('python-drawing')            #设置图体，plt.title
ax1.set_xlabel('x-name')                    #设置x轴名称,plt.xlabel
ax1.set_ylabel('y-name')                    #设置y轴名称,plt.ylabel
plt.axis([-6,6,-10,10])                  #设置横纵坐标轴范围，这个在子图中被分解为下面两个函数
ax1.set_xlim(-5,5)                           #设置横轴范围，会覆盖上面的横坐标,plt.xlim
ax1.set_ylim(-10,10)                         #设置纵轴范围，会覆盖上面的纵坐标,plt.ylim
xmajorLocator = MultipleLocator(2)   #定义横向主刻度标签的刻度差为2的倍数。就是隔几个刻度才显示一个标签文本
ymajorLocator = MultipleLocator(3)   #定义纵向主刻度标签的刻度差为3的倍数。就是隔几个刻度才显示一个标签文本ax1.xaxis.set_major_locator(xmajorLocator) #x轴 应用定义的横向主刻度格式。如果不应用将采用默认刻度格式
ax1.yaxis.set_major_locator(ymajorLocator) #y轴 应用定义的纵向主刻度格式。如果不应用将采用默认刻度格式
ax1.xaxis.grid(True, which='major')      #x坐标轴的网格使用定义的主刻度格式
ax1.yaxis.grid(True, which='major')      #x坐标轴的网格使用定义的主刻度格式
ax3.set_xticks([])     #去除坐标轴刻度
ax2.set_xticks((-5,-2,-1,1,3,5))  #自定义设置坐标轴刻度
#ax4.set_xticks((-15,-2,-1,1,3,5,8))  #自定义设置坐标轴刻度
ax4.set_xticklabels(labels=['x1','x2','x3','x4','x5','x6','x7','x8'],rotation=-30,fontsize='small')  #设置刻度的显示文本，rotation旋转角度，fontsize字体大小   xticklabels 可以 代替 xticks  只是换个名字
ax4.plot(x,y)
plot1=ax1.plot(x,y,marker='o',color='g',label='legend1')   #点图：marker图标
plot2=ax2.plot(x,y,linestyle='--',alpha=0.5,color='r',label='legend2')   #线图：linestyle线性，alpha透明度，color颜色，label图例文本
ax1.plot(x1,y1,linestyle='--',alpha=0.5,color='r',label='legend2')   #线图：linestyle线性，alpha透明度，color颜色，label图例文本
ax1.legend(loc='upper left')            #显示图例,plt.legend()
ax1.text(2.8, 7, r'y=3*x')                #指定位置显示文字,plt.text()
ax1.annotate('important point', xy=(2, 6), xytext=(3, 1.5),  #添加标注，参数：注释文本、指向点、文字位置、箭头属性arrowprops=dict(facecolor='black', shrink=0.05),)
#显示网格。which参数的值为major(只绘制大刻度)、minor(只绘制小刻度)、both，默认值为major。axis为'x','y','both'
ax1.grid(b=True,which='major',axis='both',alpha= 0.5,color='skyblue',linestyle='--',linewidth=2)
axes1 = plt.axes([.2, .6, .1, .1], facecolor='y')       #在当前窗口添加一个子图，rect=[左, 下, 宽, 高]，是使用的绝对布局，不和以存在窗口挤占空间plt.savefig('C:/Users/rxn/Desktop/个人学习/python_code/aa.jpg',dpi=400,bbox_inches='tight')   #savefig保存图片，dpi分辨率，bbox_inches子图周边白色空间的大小
plt.show()    #打开窗口，对于方法1创建在窗口一定绘制，对于方法2方法3创建的窗口，若坐标系全部空白，则不绘制

matplot画动态图

    fig = plt.figure(num=1, figsize=(16, 8),dpi=80)     #开启一个窗口，同时设置大小，分辨率ims = []ax1 = fig.add_subplot(1,2,1)  #通过fig添加子图，参数：行数，列数，第几个。ax1.set_title('Non-BN-Sigmoid')            #设置图体，plt.titleax1.set_xlabel('layers')                    #设置x轴名称,plt.xlabelax1.set_ylabel('grads')                    #设置y轴名称,plt.ylabelax1.set_ylim(0,1)ax2 = fig.add_subplot(1,2,2)  #通过fig添加子图，参数：行数，列数，第几个。ax2.set_title('BN-Sigmoid')            #设置图体，plt.titleax2.set_xlabel('layers')                    #设置x轴名称,plt.xlabelax2.set_ylabel('grads')                    #设置y轴名称,plt.ylabelplt.ion()  # something about plotting  动态图的标志plt.show()#重复执行下面三句  每画一次停顿0.001秒 然后继续画  不清空ax1.plot(x0,ans0)ax2.plot(x1,ans1)plt.pause(0.001)plt.ioff()plt.show()

matplot保存动态图

ims = []
a2 = ax2.plot(x1,ans1)
ims.append(a1)  #动图按照添加顺序 来进行的
ani = animation.ArtistAnimation(fig,ims, interval=500, repeat_delay=1000)
ani.save("C:/Users/rxn/Desktop/个人学习/python_code/test.gif", writer='pillow')

matplot绘图基础相关推荐

[Python]Matplotlib绘图基础
1.简介 Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形. 2.绘图基础 2.1 图表基本元素图例和标题 x轴和y轴.刻度. ...
R语言可视化绘图基础知识详解
R语言可视化绘图基础知识详解图形参数:字体.坐标.颜色.标签等: 图像符号和线条: 文本属性: 图像尺寸及边界: 坐标轴.图例自定义等: 图像的组合: #install.packages(c(&qu ...
R learning 十八讲 0018-R语言绘图基础
0018-R语言绘图基础 2020-07-29更新:使用代码块,看起来更方便.更改了第6节: 这次不介绍如ggplot2等绘图包, 只记录一些R基础就能实现的东西~ 跟着我爪子敲一遍,相信你会有收获! ...
python笔记4（矩阵和随机数 matplotlib绘图基础散点图折线图柱状图）
记录python听课笔记文章目录记录python听课笔记一,矩阵 1.1矩阵创建 1.2矩阵运算矩阵的乘法矩阵转置T 矩阵求逆I 二,随机数 2.1随机数模块 numpy.random 2. ...
Matlab绘图基础——利用axes（坐标系图形对象）绘制重叠图像及一图多轴（一幅图绘制多个坐标轴）
Matlab绘图基础--利用axes(坐标系图形对象)绘制重叠图像及一图多轴(一幅图绘制多个坐标轴) - 司徒鲜生 - 博客园 Matlab中axes函数解析_ljh0302的博客-CSDN博客_ ...
r语言四格画图_R绘图基础（一）
R绘图的布局排版之前提到,mfrow,mfcol只能是矩阵式的布局,如果我们需要简单地实际不规则的布局,怎么办呢?强大的layout(),split.screen()专门用于布局.有资料提到&quo ...
python ppt 绘图_Python数据分析-Matplotlib绘图基础
本文结构: 一.Matplotlib绘图基础及中文乱码解决二.如何利用pandas绘图? 三.如何利用notebook制作分析报告? 图形在我们日常生活中无处不在.如果没有可视化,就是一些数字罗列, ...
计算机绘图图层基本线性,计算机绘图基础-第10章尺寸标注.ppt
计算机绘图基础-第10章尺寸标注第10章尺寸标注 10.1 尺寸标注基础 10.1.1 尺寸标注的规则 10.1.2 尺寸的组成 10.1.3 尺寸标注的基本类型 AutoCAD提供了四种 ...
GDI+绘图基础，绘制表格
GDI+绘图基础编写图形程序时需要使用GDI(图形设备接口Graphics Device Interface),从程序设计的角度看,GDI包括两个部分:GDI对象和GDI函数. GDI对象定义了GD ...

matplot绘图基础

matplot绘图基础

matplot画动态图

matplot保存动态图

matplot绘图基础相关推荐

最新文章

热门文章