matplotlib Python--matplotlib繪圖可視化知識點整理13篇 matplotlib怎么設置坐標刻度

時間：2022-11-25 15:12:00 綜合范文

　　下面是范文網(wǎng)小編分享的matplotlib Python--matplotlib繪圖可視化知識點整理13篇 matplotlib怎么設置坐標刻度，供大家品鑒。

matplotlib Python--matplotlib繪圖可視化知識點整理1

　　好吧，又是注釋，多個例子參考一下！

　　我們希望在 2π/32π/3 的位置給兩條函數(shù)曲線加上一個注釋。首先，我們在對應的函數(shù)圖像位置上畫一個點；然后，向橫軸引一條垂線，以虛線標記；最后，寫上標簽。

　　plt.subplot()

　　plt.subplot(2,3,1)表示把圖標分割成2*3的網(wǎng)格。也可以簡寫plt.subplot(231)。其中，第一個參數(shù)是行數(shù)，第二個參數(shù)是列數(shù)，第三個參數(shù)表示圖形的標號。

　　plt.axes()

　　我們先來看什么是Figure和Axes對象。在matplotlib中，整個圖像為一個Figure對象。在Figure對象中可以包含一個，或者多個Axes對象。每個Axes對象都是一個擁有自己坐標系統(tǒng)的繪圖區(qū)域。其邏輯關系如下^3：

　　plt.axes-官方文檔

axes() by itself creates a default full subplot(111) window axis.axes(rect, axisbg=’w’) where rect = [left, bottom, width, height] in normalized (0, 1) units. axisbg is the background color for the axis, default white.axes(h) where h is an axes instance makes h the current axis. An Axes instance is returned.

　　rect=[左, 下, 寬, 高] 規(guī)定的矩形區(qū)域,rect矩形簡寫，這里的數(shù)值都是以figure大小為比例，因此，若是要兩個axes并排顯示，那么axes[2]的左=axes[1].左+axes[1].寬，這樣axes[2]才不會和axes[1]重疊。

　　show code:

[^3]:繪圖: matplotlib核心剖析

matplotlib Python--matplotlib繪圖可視化知識點整理2

　　為了在圖表中能夠顯示中文和負號等，需要下面一段設置：

matplotlib Python--matplotlib繪圖可視化知識點整理3

　　你可以多次使用figure命令來產(chǎn)生多個圖，其中，圖片號按順序增加。這里，要注意一個概念當前圖和當前坐標。所有繪圖操作僅對當前圖和當前坐標有效。通常，你并不需要考慮這些事，下面的這個例子為大家演示這一細節(jié)。

　　figure感覺就是給圖像ID，之后可以索引定位到它。

matplotlib Python--matplotlib繪圖可視化知識點整理4

　　用一條指令畫多條不同格式的線。

matplotlib Python--matplotlib繪圖可視化知識點整理5

　　可以使用ipython --pylab打開ipython命名窗口。

　　這兩個命令都可以在繪圖時，將圖片內(nèi)嵌在交互窗口，而不是彈出一個圖片窗口，但是，有一個缺陷：除非將代碼一次執(zhí)行，否則，無法疊加繪圖，因為在這兩種模式下，是要有plt出現(xiàn)，圖片會立馬show出來，因此：

　　推薦在ipython notebook時使用，這樣就能很方便的一次編輯完代碼，繪圖。

matplotlib Python--matplotlib繪圖可視化知識點整理6

　　如果你向plot()指令提供了一維的數(shù)組或列表，那么matplotlib將默認它是一系列的y值，并自動為你生成x的值。默認的x向量從0開始并且具有和y同樣的長度，因此x的數(shù)據(jù)是[0,1,2,3].

　　圖片來自:繪圖: matplotlib核心剖析

　　確定坐標范圍

plt.axis([xmin, xmax, ymin, ymax])上面例子里的axis()命令給定了坐標范圍。xlim(xmin, xmax)和ylim(ymin, ymax)來調(diào)整x,y坐標范圍

matplotlib Python--matplotlib繪圖可視化知識點整理7

　　現(xiàn)在是明白干嘛用的了，就是人為設置坐標軸的刻度顯示的值。

　　當我們設置記號的時候，我們可以同時設置記號的標簽。注意這里使用了 LaTeX。[^2]

[^2]:Matplotlib 教程

matplotlib Python--matplotlib繪圖可視化知識點整理8

　　使用plt.style.use('ggplot')命令，可以作出ggplot風格的圖片。

matplotlib Python--matplotlib繪圖可視化知識點整理9

matplotlib Python--matplotlib繪圖可視化知識點整理10

　　用來該表線條的屬性

　　線條標記

　　顏色

　　可以通過調(diào)用matplotlib.pyplot.colors()得到matplotlib支持的所有顏色。

　　如果這兩種顏色不夠用，還可以通過兩種其他方式來定義顏色值：

使用HTML十六進制字符串color='eeefff'使用合法的HTML顏色名字（’red’,’chartreuse’等）。也可以傳入一個歸一化到[0,1]的RGB元祖。color=(0.3,0.3,0.4)

　　很多方法可以介紹顏色參數(shù)，如title()。plt.tilte('Title in a custom color',color='#123456'）

　　背景色

　　通過向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()這樣的方法提供一個axisbg參數(shù)，可以指定坐標這的背景色。

　　subplot(111,axisbg=(0.1843,0.3098,0.3098)

matplotlib Python--matplotlib繪圖可視化知識點整理11

　　在代碼執(zhí)行過程中，有兩種方式更改參數(shù)：

使用參數(shù)字典(rcParams)調(diào)用matplotlib.rc()命令通過傳入關鍵字元祖，修改參數(shù)

　　如果不想每次使用matplotlib時都在代碼部分進行配置，可以修改matplotlib的文件參數(shù)?？梢杂胢atplot.get_config()命令來找到當前用戶的配置文件目錄。

　　配置文件包括以下配置項：

　　axex: 設置坐標軸邊界和表面的顏色、坐標刻度值大小和網(wǎng)格的顯示backend: 設置目標暑促TkAgg和GTKAggfigure: 控制dpi、邊界顏色、圖形大小、和子區(qū)( subplot)設置font: 字體集（font family）、字體大小和樣式設置grid: 設置網(wǎng)格顏色和線性legend: 設置圖例和其中的文本的顯示line: 設置線條（顏色、線型、寬度等）和標記patch: 是填充2D空間的圖形對象，如多邊形和圓。控制線寬、顏色和抗鋸齒設置等。savefig: 可以對保存的圖形進行單獨設置。例如，設置渲染的文件的背景為白色。verbose: 設置matplotlib在執(zhí)行期間信息輸出，如silent、helpful、debug和debug-annoying。xticks和yticks: 為x,y軸的主刻度和次刻度設置顏色、大小、方向，以及標簽大小。