概述
matplotlib.pyplot(plt)
- add_subplot()的作用以及plt的初步理解
import matplotlib.pyplot as plt
fig1 = plt.figure('1') # 定义一个总图fig1,图像标题更改为'1',否则默认为'Figure 1'
fig2 = plt.figure('2') # 图像标题更改为'2'
fig3 = plt.figure('3') # 图像标题更改为'3'
# 参数:add_subplot(row, column, index)
# 这里的row和column指将总图fig划分为几行几列
# index指代子图的序号及其在总图中的位置
# 所以index的最大值为row*column
fig1.add_subplot(111)
fig2.add_subplot(221)
fig3.add_subplot(339)
plt.show() # 打印图片
# 最后会输出三个总图“1”、“2”、“3”,各带有一个子图
# fig3中的子图会显示在总图的右下角
- plt.subplots()的作用
import matplotlib.pyplot as plt
fig = plt.figure('1') # 定义一个总图fig1,并将图像标题更改为'1',否则默认为'Figure 1'
ax1 = plt.subplots(2, 2) # 重新建立一个总图再添加2*2的子图
fig, ax2 = plt.subplots(2, 2) # 效果同上,不太清楚加fig, 的作用
plt.show() # 打印图片
# 最后会输出三个总图
- 一定要注意plt.subplots()和plt.subplot(),前者多一个字母“s”,会新建一张总图,而后者不会
import matplotlib.pyplot as plt
fig = plt.figure('1')
ax = plt.subplot(231)
ax = plt.subplot(232)
ax = plt.subplot(233)
ax = plt.subplot(234)
ax = plt.subplot(235)
ax = plt.subplot(236)
plt.show() # 打印图片
# 最后会输出一张总图“1”,并有六张顺序排列的子图
fig = plt.figure('1')
ax = plt.subplot(231)
ax = plt.subplot(232)
# 注意:以下使用了一个plt.subplots
# 一旦使用plt.subplots,就会创建一张新的总图,并且其只有两个参数
# 两个参数一定要用“,”分隔
ax = plt.subplots(2, 3) # 会产生一张铺满子图的新图
# 下面的图会覆盖plt.subplots(2, 3)中的子图
ax = plt.subplot(234)
ax = plt.subplot(235)
ax = plt.subplot(236)
plt.show()
- .plot()的作用及参数
import numpy as np
import matplotlib.pyplot as plt
a = np.asarray([[1, 2, 3, 4], [1, 2, 3, 4]])
fig, ax = plt.subplots()
ax.plot(a, '^', label="tt") # label配合legend(图例函数)后显示
plt.show()
'^'为关键字参数,代表正三角形图标,更多图标如下:
颜色:
'b': blue 蓝
'g': green 绿
'r': red 红
'c': cyan 蓝绿
'm': magenta 洋红
'y': yellow 黄
'k': black 黑
'w': white 白
图标:
'.': point marker
',': pixel marker
'o': circle marker
'v': triangle_down marker
'^': triangle_up marker
'<': triangle_left marker
'>': triangle_right marker
'1': tri_down marker
'2': tri_up marker
'3': tri_left marker
'4': tri_right marker
's': square marker
'p': pentagon marker
'*': star marker
'h': hexagon1 marker
'H': hexagon2 marker
'+': plus marker
'x': x marker
'D': diamond marker
'd': thin_diamond marker
'|': vline marker
'_': hline marker
线条:
'-': solid line style 实线
'--': dashed line style 虚线
'-.': dash-dot line style 点画线
':': dotted line style 点线
-
.legend(bbox_to_anchor=())
# 接上节代码
# 将图例显示在x=1.0,y=1.0的位置
# 这里的x,y是整张图的坐标位置,即下面的图例会显示在图片右上角
# bbox_to_anchor还有两个参数:length和width,顾名思义确定图例的长和高
lgd = ax.legend(bbox_to_anchor=(1.0, 1.0))
plt.show()
最后
以上就是醉熏高山为你收集整理的Python Matplotlib学习笔记的全部内容,希望文章能够帮你解决Python Matplotlib学习笔记所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复