python里面的matplotlib.pylot是大家比較常用的，功能也還不錯的一個包。基本框架比較簡單，但是做一個功能完善且比較好看整潔的圖，免不了要網上查找一些函數。于是，為了節省時間，可以一勞永逸。我把常用函數作了一個總結，最后寫了一個例子，以后基本不用怎么改了。
一、作圖流程：
1.準備數據， ， 3作圖， 4定制， 5保存， 6顯示
1.數據可以是numpy數組，也可以是list
2創建畫布：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
import matplotlib.pyplot as plt#figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True) #num:圖像編號或名稱，數字為編號 ，字符串為名稱#figsize:指定figure的寬和高，單位為英寸；#dpi參數指定繪圖對象的分辨率，即每英寸多少個像素，缺省值為80 ,1英寸等于2.5cm,A4紙是 21*30cm的紙張 #facecolor:背景顏色#edgecolor:邊框顏色#frameon:是否顯示邊 fig = plt.figure()fig = plt.figure(figsize=(8,6), dpi=80) fig.add_axes()fig, axes = plt.subplos(nrows = 2, ncols = 2) #axes是長度為4的列表 |
3、作圖路線
一維數據：
|
1
2
3
4
5
6
7
8
9
10
11
|
axes[0, 0].plot(x, y)axes[0,1].bar([1,2,3], [2,4,8])axes[0,2].barh([1,2,3], [2,4,8])axes[1,0].axhline(0.45)axes[1, 1].scatter(x, y)axes[1,2].axvline(0.65)axes[2,0].fill(x,y, color = 'blue')axes[2,1].fill_between(x,y, color = 'blue')axes[2,2].violinplot(y)axes[0,3].arrow(0,0,0.5,0.5)axes[1,3].quiver(x,y) |
4, 定制
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
|
plt.plot(x,y, alpha=0.4, c = 'blue', maker = 'o')#顏色，標記，透明度 # 顯示數學文本 t = np.arange(0.0, 2.0, 0.01)s = np.sin(2*np.pi*t) plt.plot(t,s)plt.title(r'$\alpha_i > \beta_i$', fontsize=20)plt.text(1, -0.6, r'$\sum_{i=0}^\infty x_i$', fontsize=20)plt.text(0.6, 0.6, r'$\mathcal{A}\mathrm{sin}(2 \omega t)$', fontsize=20)plt.xlabel('time (s)')plt.ylabel('volts (mV)') fig = plt.figure()fig.suptitle('bold figure suptitle', fontsize=14, fontweight='bold') ax = fig.add_subplot(111)fig.subplots_adjust(top=0.85)ax.set_title('axes title') ax.set_xlabel('xlabel')ax.set_ylabel('ylabel') ax.text(3, 8, 'boxed italics text in data coords', style='italic', bbox={'facecolor':'red', 'alpha':0.5, 'pad':10}) ax.text(2, 6, r'an equation: $E=mc^2$', fontsize=15) ax.text(3, 2, u'unicode: Institut f\374r Festk\366rperphysik') ax.text(0.95, 0.01, 'colored text in axes coords', verticalalignment='bottom', horizontalalignment='right', transform=ax.transAxes, color='green', fontsize=15) ax.plot([2], [1], 'o') # 注釋ax.annotate('我是注釋啦', xy=(2, 1), xytext=(3, 4),color='r',size=15, arrowprops=dict(facecolor='g', shrink=0.05)) ax.axis([0, 10, 0, 10]) |
5, 保存顯示
|
1
2
3
|
plt.savefig("1.png")plt.savefig("1.png", trainsparent =True)plt.show() |
二、部分函數使用詳解：
1, fig.add_subplot(numrows, numcols, fignum) ####三個參數，分別代表子圖的行數，列數，圖索引號。 eg: ax = fig.add_subplot(2, 3, 1) (or ,ax = fig.add_subplot(231))
2, plt.subplots()使用
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
x = np.linspace(0, 2*np.pi,400)y = np.sin(x**2)fig, ax = plt.subplots()ax.plot(x, y)ax.set_title('Simple plot') # Creates two subplots and unpacks the output array immediately #fig = plt.figure(figsize=(6,6))f, (ax1, ax2) = plt.subplots(1, 2, sharey=True)ax1.plot(x, y)ax1.set_title('Sharing Y axis')ax2.scatter(x, y) # Creates four polar axes, and accesses them through the returned arrayfig, axes = plt.subplots(2, 2, subplot_kw=dict(polar=True))axes[0, 0].plot(x, y)axes[1, 1].scatter(x, y) # Share a X axis with each column of subplotsplt.subplots(2, 2, sharex='col') # Share a Y axis with each row of subplotsplt.subplots(2, 2, sharey='row') # Share both X and Y axes with all subplotsplt.subplots(2, 2, sharex='all', sharey='all') # Note that this is the same asplt.subplots(2, 2, sharex=True, sharey=True) # Creates figure number 10 with a single subplot# and clears it if it already exists.fig, ax=plt.subplots(num=10, clear=True) |
3.plt.legend()
|
1
2
3
|
plt.legend(loc='String or Number', bbox_to_anchor=(num1, num2))plt.legend(loc='upper center', bbox_to_anchor (0.6,0.95),ncol=3,fancybox=True,shadow=True)#bbox_to_anchor被賦予的二元組中，第一個數值用于控制legend的左右移動，值越大越向右邊移動，第二個數值用于控制legend的上下移動，值越大，越向上移動 |
以上這篇python matplotlib中的subplot函數使用詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/MCANDML/article/details/80554176
