介紹
功能簡介
基礎功能
使用簡介
- 基礎概念
legend,marker; figure,axes,axis ; spines
Artist( text, line2D , collection , patch ... ) - 數據類型
array - 命名空間
matplotlib.pyplot可與numpy使用 (pylab已經棄用) - 生成多個圖
plt.subplots(row,col) 可生成多個axes - 交互模式
plt.draw()如果不需要在屏幕顯示，調用該函數 - 便捷功能
線段的簡化：
通過path.simplifyandpath.simplify_threshold
Marker的簡化:
通過markeveryplt.plot(x, y, markevery=10)詳情參看Markevery Demo
線分塊：
mpl.rcParams['agg.path.chunksize'] = 0
使用快速格式：
為了避免其他格式被改變，可以在最后部分調用，不會改變其他設置
import matplotlib.style as mplstyle
mplstyle.use('fast')
Pyplot示例
- 折線圖、散點圖、柱狀圖
- 散點圖的圖示、圖的顏色
- 繪制多個圖
- 插入文本
- 插入數學公式
- 插入注釋文本
- 坐標軸會自動適應不同數據：線性、指數等
圖的種類
- 線
plot() - 多個子圖
subplot() - 顯示圖片
imshow() - 輪廓線與偽彩色
pcolormesh(),contour() - 直方圖
hist() - 路徑
matplotlib.path - 3D
3D plotting - 流量圖
streamplot() - 橢圓 為了某些具體任務..
- 條形圖
bar() - 餅圖
pie() - 表格
table() - 散點圖
scatter() - 填充曲線
fill() - 時序數據
matplotlib.ticker與matplotlib.dates - 指數
semilogx(),semilogy()與loglog() - 極坐標圖
polar() - 圖示
legend() - tex文本
matplotlib.mathtext；usetex
圖片示例
- 導入圖片模塊
import matplotlib.image as mpimg; 可以使用Pillow library,Matplotlib只支持PNG - 讀取圖片
img = mpimg.imread('../../doc/_static/stinkbug.png') - 顯示圖片
imgplot = plt.imshow(img) - 色條
plt.colorbar() - 不同的圖片模式 (設置顯示范圍等)
一個完整的plot的例子
- 數據
- 加載數據
- 控制格式
plt.style.use('fivethirtyeight')plt.rcParams.update({'figure.autolayout': True})
tips: Customizing Matplotlib with style sheets and rcParams - 變更plt屬性,一次改變多個
pyplot.setp() - 調整圖的尺寸
fig, ax = plt.subplots(figsize=(8, 4)) - 坐標軸格式控制
ax.xaxis.set_major_formatter(formatter)ticker.FuncFormatter - 保存圖片
figure.Figure.savefig()
使用style sheets與 rcParams控制格式
style sheets
- 可選用的格式
plt.style.available - 定義自己的格式
mpl_configdir/stylelib/presentation.mplstyle - 格式組合
plt.style.use(['dark_background', 'presentation']) - 臨時格式
with plt.style.context('dark_background'):
rcParams
- 直接使用
matplotlib.rcParams修改格式，如mpl.rcParams['lines.linewidth'] = 2 - 使用
matplotlib.rc()修改格式，如mpl.rc('lines', linewidth=4, color='g') - 使用
matplotlib.rcdefaults()恢復默認配置 - 默認配置都在
matplotlibrc文件中
中級功能
Artist 教程
三層結構：
- 畫圖區域
matplotlib.backend_bases.FigureCanvas - 畫圖方法
matplotlib.backend_bases.Renderer - 使用
renderer在canvas上繪圖matplotlib.artist.Artist
Artist 分為兩類：
- primitives 包括：
Line2D,Rectangle,Text,AxesImage, etc - containers 包括：
Axis,AxesandFigure
Axes 通常按行列分布，使用 add_axes() 在任意位置創建axes
legend 教程
legend entry: 每個legend由一個或多個legend entry構成
legend key: 左邊標記的顏色或模式
legend label: 描述handle的文本
legend handle: 描述的handle
cycler教程
處理周期數據 ps.
改變Figure布局
subplots() : 創建並布局axes
GridSpec : 重置figure布局
SubplotSpec : 給定布局，創建子圖
subplot2grid() : 在grid內部創建子圖
布局教程
constrained_layout = ture會避免坐標、文字重疊現象- colorbars,Suptitle,Legends 布局的影響
- 手動布局
- 另一種選擇
tight_layout()
控制圖片方向
通過 origin 與 extent kwargs參數 控制圖片的axes
高級功能
路徑
繪制路徑 path
路徑效果
設置路徑藝術字效果
轉換坐標系
偏移？
顏色
指定顏色
設置顏色方法
- RGB or RGBA 通過0-1的浮點數
(0.1, 0.2, 0.5) or (0.1, 0.2, 0.5, 0.3) - RGB or RGBA 字符串
#0f0f0for#0f0f0f80 - 一個0-1浮點數,表示灰度
0.5 - 顏色縮寫
{'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'} - X11/CSS4 顏色名
black - xkcd 顏色
xkcd:sky blue - 大寫C與數字
C0根據style進行變化，數字最大也不知道是多少...(seaborn 有六種顏色axes.prop_cycle: cycler('color', ['4C72B0', '55A868', 'C44E52', '8172B2', 'CCB974', '64B5CD']))
定制Colorbars
- 基本連續的colorbar
- 離散間隔的colorbar
- 設定長度的colorbar
定制colormap
獲取改變colormap的值；設置多個colormap
colormap 分布
通常是線性分布，在某些情況下需要調整
選擇colormap
選擇colormap的色彩模式
文本
Matplotlib Plots 中的文本
基本命令
- text axes上任意位置添加文本
- annotate axes上任意位置添加注釋，有一個可選的箭頭
- xlabel axes的x軸標簽
- ylabel axes的y軸標簽
- title axes標題
- figtext figure上任意位置添加文本
- suptitle figure添加標題
x-軸與y-軸文本的格式
- 分布位置
- 字體格式 text的參數
- 間隔 pad
標題
- 分布位置
- 間隔 pad
刻度與刻度標簽
- 主刻度、副刻度
- 刻度顯示的范圍
- 刻度顯示的格式
文本的屬性與布局
- alpha 透明度
- color 顏色
- position 位置
- rotation 旋轉
坐標轉換？
非拉丁字符？
注釋
- 文本的樣式
- 箭頭的格式（可以是圓、方框、各種箭頭等）
ps. 注釋數據的高亮是由marker實現的
數學表達式
- plot支持latex的數學表達式
ps. 使用mathtype進行編輯，導出就可以了
使用latex渲染文本
沒有必要..
實際使用
使用figure.Figure.savefig()保存成PDF