基礎應用
import matplotlib.pyplot as plt import numpy as np #使用np.linspace定義x：范圍是(-1,1);個數是50. 仿真一維數據組(x ,y)表示曲線1. # 使用plt.figure定義一個圖像窗口. 使用plt.plot畫(x ,y)曲線. 使用plt.show顯示圖像. x = np.linspace(-1, 1, 50) y = 2*x + 1 plt.figure() plt.plot(x, y) plt.show()
figure 圖像
#figure 圖像 #簡單的線條 #matplotlib 的 figure 就是一個 單獨的 figure 小窗口, 小窗口里面還可以有更多的小圖片. #使用import導入模塊matplotlib.pyplot，並簡寫成plt 使用import導入模塊numpy，並簡寫成np import matplotlib.pyplot as plt import numpy as np #使用np.linspace定義x：范圍是(-3,3);個數是50. 仿真一維數據組(x ,y1)表示曲線1. 仿真一維數據組(x ,y2)表示曲線2. x = np.linspace(-3, 3, 50) y1 = 2*x + 1 y2 = x**2 #使用plt.figure定義一個圖像窗口. 使用plt.plot畫(x ,y1)曲線. plt.figure() plt.plot(x, y1) plt.show()
#使用plt.figure定義一個圖像窗口：編號為3；大小為(8, 5). 使用plt.plot畫(x ,y2)曲線. 使用plt.plot畫(x ,y1)曲線，曲線的顏色屬性(color)為紅色;曲線的寬度(linewidth)為1.0；曲線的類型(linestyle)為虛線. 使用plt.show顯示圖像. plt.figure(num=3, figsize=(8, 5),) plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--') plt.show()
設置坐標軸1
在 matplotlib 中如何設置坐標軸的范圍, 單位長度, 替代文字等等.
調整名字和間隔
# 設置坐標軸1 # 在 matplotlib 中如何設置坐標軸的范圍, 單位長度, 替代文字等等. # 調整名字和間隔 # 使用import導入模塊matplotlib.pyplot，並簡寫成plt 使用import導入模塊numpy，並簡寫成np import matplotlib.pyplot as plt import numpy as np # 使用np.linspace定義x：范圍是(-3,3);個數是50. # 仿真一維數據組(x ,y1)表示曲線1. 仿真一維數據組(x ,y2)表示曲線2. # 使用plt.figure定義一個圖像窗口. 使用plt.plot畫(x ,y2)曲線. 使用plt.plot畫(x ,y1)曲線， # 曲線的顏色屬性(color)為紅色;曲線的寬度(linewidth)為1.0；曲線的類型(linestyle)為虛線. plt.figure() x = np.linspace(-3, 3, 50) y1 = 2*x + 1 y2 = x**2 plt.figure() plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')
#使用plt.xlim設置x坐標軸范圍：(-1, 2)； 使用plt.ylim設置y坐標軸范圍：(-2, 3)； #使用plt.xlabel設置x坐標軸名稱：’I am x’； 使用plt.ylabel設置y坐標軸名稱：’I am y’； plt.xlim((-1, 2)) plt.ylim((-2, 3)) plt.xlabel('I am x') plt.ylabel('I am y') x = np.linspace(-3, 3, 50) y1 = 2*x + 1 y2 = x**2 plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')
# 使用np.linspace定義范圍以及個數：范圍是(-1,2);個數是5. # 使用print打印出新定義的范圍. 使用plt.xticks設置x軸刻度：范圍是(-1,2);個數是5. new_ticks = np.linspace(-1, 2, 5) print(new_ticks) plt.xticks(new_ticks) plt.yticks([-2, -1.8, -1, 1.22, 3],[r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$']) plt.xlabel('I am x') plt.ylabel('I am y') y1 = 2*x + 1 y2 = x**2 plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--') plt.show()
設置坐標軸2
這次會說到在我們如何移動matplotlib 中 axis 坐標軸的位置.
設置不同名字和位置
調整坐標軸
設置坐標軸2 #設置不同名字和位置 #使用import導入模塊matplotlib.pyplot，並簡寫成plt 使用import導入模塊numpy，並簡寫成np import matplotlib.pyplot as plt import numpy as np #使用np.linspace定義x：范圍是(-3,3);個數是50. 仿真一維數據組(x ,y1)表示曲線1. 仿真一維數據組(x ,y2)表示曲線2. x = np.linspace(-3, 3, 50) y1 = 2*x + 1 y2 = x**2 #使用plt.figure定義一個圖像窗口. 使用plt.plot畫(x ,y2)曲線. 使用plt.plot畫(x ,y1)曲線，曲線的顏色屬性(color)為紅色;曲線的寬度(linewidth)為1.0；曲線的類型(linestyle)為虛線. 使用plt.xlim設置x坐標軸范圍：(-1, 2)； 使用plt.ylim設置y坐標軸范圍：(-2, 3)； plt.figure() plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--') plt.xlim((-1, 2)) plt.ylim((-2, 3)) #使用np.linspace定義范圍以及個數：范圍是(-1,2);個數是5. 使用plt.xticks設置x軸刻度：范圍是(-1,2);個數是5. 使用plt.yticks設置y軸刻度以及名稱：刻度為[-2, -1.8, -1, 1.22, 3]；對應刻度的名稱為[‘really bad’,’bad’,’normal’,’good’, ‘really good’]. new_ticks = np.linspace(-1, 2, 5) plt.xticks(new_ticks) plt.yticks([-2, -1.8, -1, 1.22, 3],['$really\ bad$', '$bad$', '$normal$', '$good$', '$really\ good$']) #使用plt.gca獲取當前坐標軸信息. 使用.spines設置邊框：右側邊框；使用.set_color設置邊框顏色：默認白色； 使用.spines設置邊框：上邊框；使用.set_color設置邊框顏色：默認白色； ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') plt.show()
# 調整坐標軸 # 使用.xaxis.set_ticks_position設置x坐標刻度數字或名稱的位置：bottom.（所有位置：top，bottom，both，default，none） ax.xaxis.set_ticks_position('bottom') #使用.spines設置邊框：x軸；使用.set_position設置邊框位置：y=0的位置；（位置所有屬性：outward，axes，data）
把X軸移動到y=0的位置 ax.spines['bottom'].set_position(('data', 0)) plt.show()
#使用.yaxis.set_ticks_position設置y坐標刻度數字或名稱的位置：left.（所有位置：left，right，both，default，none） ax.yaxis.set_ticks_position('left') #使用.spines設置邊框：y軸；使用.set_position設置邊框位置：x=0的位置；（位置所有屬性：outward，axes，data） 使用plt.show顯示圖像. ax.spines['left'].set_position(('data',0)) plt.show()
Legend 圖例
Legend 圖例 # 添加圖例 # matplotlib 中的 legend 圖例就是為了幫我們展示出每個數據對應的圖像名稱. 更好的讓讀者認識到你的數據結構. import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3, 3, 50) y1 = 2*x + 1 y2 = x**2 plt.figure() #set x limits plt.xlim((-1, 2)) plt.ylim((-2, 3)) # set new sticks new_sticks = np.linspace(-1, 2, 5) plt.xticks(new_sticks) # set tick labels plt.yticks([-2, -1.8, -1, 1.22, 3], [r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$']) # 本節中我們將對圖中的兩條線繪制圖例，首先我們設置兩條線的類型等信息（藍色實線與紅色虛線). # set line syles l1, = plt.plot(x, y1, label='linear line') l2, = plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line') #legend將要顯示的信息來自於上面代碼中的 label. 所以我們只需要簡單寫下一下代碼, plt 就能自動的為我們添加圖例. #參數 loc='upper right' 表示圖例將添加在圖中的右上角. plt.legend(loc='upper right')
#調整位置和名稱 #如果我們想單獨修改之前的 label 信息, 給不同類型的線條設置圖例信息. 我們可以在 plt.legend 輸入更多參數. 如果以下面這種形式添加 legend, 我們需要確保, 在上面的代碼 plt.plot(x, y2, label='linear line') 和 plt.plot(x, y1, label='square line') 中有用變量 l1 和 l2 分別存儲起來. 而且需要注意的是 l1, l2,要以逗號結尾, 因為plt.plot() 返回的是一個列表. plt.legend(handles=[l1, l2], labels=['up', 'down'], loc='best')
#這樣我們就能分別重新設置線條對應的 label 了. #最后我們得到帶有圖例信息的圖片. #其中’loc’參數有多種，’best’表示自動分配最佳位置，其余的如下： 'best' : 0, 'upper right' : 1, 'upper left' : 2, 'lower left' : 3, 'lower right' : 4, 'right' : 5, 'center left' : 6, 'center right' : 7, 'lower center' : 8, 'upper center' : 9, 'center' : 10,
Annotation 標注
在圖片中添加注解
畫出基本圖
移動坐標
添加注釋 annotate
添加注釋 text
# Annotation 標注 # 畫出基本圖 #當圖線中某些特殊地方需要標注時，我們可以使用 annotation. matplotlib 中的 annotation 有兩種方法， #一種是用 plt 里面的 annotate，一種是直接用 plt 里面的 text 來寫標注. #首先，我們在坐標軸中繪制一條直線. import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3, 3, 50) y = 2*x + 1 plt.figure(num=1, figsize=(8, 5),) plt.plot(x, y,)
# 移動坐標 # 然后我們挪動坐標軸的位置. ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') # 把ｘ軸移動到ｙ＝０ ax.spines['bottom'].set_position(('data', 0)) ax.yaxis.set_ticks_position('left') # 把ｙ軸移動到ｘ＝０的地方 ax.spines['left'].set_position(('data', 0))
# 然后標注出點(x0, y0)的位置信息. # 用plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5) 畫出一條垂直於x軸的虛線. x0 = 1 y0 = 2*x0 + 1 plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5) # set dot styles plt.scatter([x0, ], [y0, ], s=50, color='b')
# 添加注釋 annotate # 接下來我們就對(x0, y0)這個點進行標注 plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30), textcoords='offset points', fontsize=16, arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2")) # 其中參數xycoords='data' 是說基於數據的值來選位置, xytext=(+30, -30) 和 textcoords='offset points' 對於標注位置的描述 和 xy 偏差值, # arrowprops是對圖中箭頭類型的一些設置.
# 添加注釋 text plt.text(-3.7, 3, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$', fontdict={'size': 16, 'color': 'r'}) #其中-3.7, 3,是選取text的位置, 空格需要用到轉字符\ ,fontdict設置文本字體.
tick 能見度
生成圖形
調整坐標
tick 能見度 生成圖形 #當圖片中的內容較多，相互遮蓋時，我們可以通過設置相關內容的透明度來使圖片更易於觀察，也即是通過本節中的bbox參數設置來調節圖像信息. 首先參考之前的例子, 我們先繪制圖像基本信息： import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3, 3, 50) y = 0.1*x plt.figure() # 在 plt 2.0.2 或更高的版本中, 設置 zorder 給 plot 在 z 軸方向排序 plt.plot(x, y, linewidth=10, zorder=1) plt.ylim(-2, 2) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.spines['bottom'].set_position(('data', 0)) ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data', 0))
# 調整坐標 # 然后對被遮擋的圖像調節相關透明度，本例中設置 x軸 和 y軸 的刻度數字進行透明度設置 for label in ax.get_xticklabels() + ax.get_yticklabels(): label.set_fontsize(12) # 在 plt 2.0.2 或更高的版本中, 設置 zorder 給 plot 在 z 軸方向排序 label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.7, zorder=2)) plt.show()
其中label.set_fontsize(12)重新調節字體大小，bbox設置目的內容的透明度相關參，
facecolor調節 box 前景色，edgecolor 設置邊框， 本處設置邊框為無，alpha設置透明度. 最終結果如下:
