学习python库matplotlib之figure常见参数和subplot绘制子图(2)
1 matplotlib的figure常用参数及subplot子图
1.1 matplotlib之颜色、标记和线型
绘图中用到的直线属性包括：
- （1）LineStyle：线形
- （2）LineWidth：线宽
- （3）Color：颜色
- （4）Marker：标记点的形状
- （5）label:用于图例的标签
注意:可以通过**help(plt.plot)**查看该API的参数设置情况
%matplotlib inline
def sin():
"""
绘制正余弦曲线
"""
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(-3,3,0.1)
y1 = np.sin(x)
# 绘制图像
plt.figure()
# alpha 透明度
plt.plot(x,y1,color='red',linestyle="dashed",marker='o',markersize=10,alpha=0.5)
plt.show()
sin()
1.2 matplotlib之刻度、标题、标签和图例
-
legend ()：
生成默认图例, matplotlib 中的 legend 图例就是为了帮我们展示出每个数据对应的图像名称. 更好的让读者认识到你的数据结构. -
xlabel、ylabel:设置X轴Y轴标签
-
title：设置标题
-
xlim、ylim：控制图标的范围
-
xticks、yticks: 控制图标的刻度
-
gca获取当前坐标轴信息。使用spines设置边框,使用set_color设置边框颜色：默认白色
-
savefit(文件名称及路径) 保存图片
%matplotlib inline
def eg_matplotlib():
"""查看相关参数"""
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
x1 = [1,2,3]
y1 = [5,7,4]
x2 = [1,2,3]
y2 = [10,17,14]
plt.plot(x1,y1,'ro--',label='first line') # 设置线条标签
plt.plot(x2,y2,'b-',label='Second line') # 设置线条标签
# 设置标题
plt.title("一季度进出口贸易数据")
# 设置xy轴标签
plt.xlabel("月份")
plt.ylabel("美元/亿元")
# 设置范围
plt.xlim(0,6)
plt.ylim(0,18)
# 解决中文显示问题
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
# 设置刻度
plt.xticks([1,2,3,4,5,6],[str(i)+"月" for i in range(1,7)])
plt.yticks(np.arange(2,20,2),['200','300','400','500','600','700','800','900','1000'])
# 获取坐标轴信息
AX = plt.gca()
# 设置边框
AX.spines['top'].set_color('none')
AX.spines['right'].set_color('red')
# 生成默认图例
plt.legend()
plt.show()
eg_matplotlib()
1.3 Matplotlib之Subplot子图
subplot:子图,figure对象下创建一个或者多个subplot对象(即axes)用于绘制图像.
subplot(numRows, numCols, plotNum)
1.3.1 面向过程版本
def eg_matplotlib():
"""面向过程绘制子图"""
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
x = np.arange(-3,3,0.1)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.sin(x)+np.cos(x)
y4 = np.tan(x)
# 设置在jupyter中matplotlib中的现实情况
%matplotlib inline
# 解决中文显示问题
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
#创建图像
plt.figure()
# 第一个子图
plt.subplot(221)
plt.plot(x,y1,'ro--')
# 设置xy轴标签
plt.xlabel("x")
plt.ylabel("y1=sin(x)")
# 设置范围
plt.xlim(-6,6)
plt.ylim(-2,2)
# 获取坐标轴信息
AX = plt.gca()
# 设置边框
AX.spines['top'].set_color('none')
AX.spines['right'].set_color('none')
# 第二个子图
plt.subplot(222)
plt.plot(x,y2,'b--')
# 设置xy轴标签
plt.xlabel("x")
plt.ylabel("y2=cos(x)")
# 设置范围
plt.xlim(-6,6)
plt.ylim(-2,2)
# 获取坐标轴信息
AX = plt.gca()
# 设置边框
AX.spines['top'].set_color('none')
AX.spines['right'].set_color('none')
# 第三个个子图
plt.subplot(223)
plt.plot(x,y2,'b--')
# 设置xy轴标签
plt.xlabel("x")
plt.ylabel("y3=sin(x)+cos(x)")
# 设置范围
plt.xlim(-6,6)
plt.ylim(-2,2)
# 获取坐标轴信息
AX = plt.gca()
# 设置边框
AX.spines['top'].set_color('none')
AX.spines['right'].set_color('none')
# 第四个子图
plt.subplot(224)
plt.plot(x,y4,'b--')
# 设置xy轴标签
plt.xlabel("x")
plt.ylabel("y2=tan(x)")
# 设置范围
plt.xlim(-4,4)
plt.ylim(-2,2)
# 获取坐标轴信息
AX = plt.gca()
# 设置边框
AX.spines['top'].set_color('none')
AX.spines['right'].set_color('none')
plt.show()
eg_matplotlib()
1.3.2 面向对象版本
面向对象形式：
- fig = plt.figure()
- ax = fig.add_subplot(111)
- 返回Axes实例:
- 参数1，子图的总行数
- 参数2，子图的总列数
- 参数3，子图位置
在Figure上添加子图的常用方法如下:
def eg_oob_subplot():
"""面向对象绘制子图"""
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
x = np.arange(-3,3,0.1)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.sin(x)+np.cos(x)
y4 = np.tan(x)
# 设置在jupyter中matplotlib中的现实情况
%matplotlib inline
# 解决中文显示问题
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
# 获取figure对象
fig = plt.figure(figsize=(8,6))
# 在figure上面创建对象
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(212)
# ax4 = fig.add_subplot(224)
# 第一个子图
ax1.plot(x,y1,'g--')
# 第二个子图
ax2.plot(x,y2,'b--')
# 第三个个子图
ax3.plot(x,y3,'b--')
# 第四个子图
# ax4.plot(x,y4,'b--')
plt.show()
1.3.3 Subplots
Sublots():返回一个图像和多个子图
- 参数：
- nrows=x,
- ncols=x,
- sharex=True,
- sharey=False,
- gridspec_kw={‘height_ratios’:[2,2,1,1]}
- 例：
fig, ax = plt.subplots(2,2),其中参数分别代表子图的行数和列数，一共有 2x2 个图像。函数返回一个figure图像和一个子图ax的array列表。
def eg_subplots():
"""面向对象绘制子图"""
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
x = np.arange(-3,3,0.1)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.sin(x)+np.cos(x)
y4 = np.tan(x)
# 设置在jupyter中matplotlib中的现实情况
%matplotlib inline
# 解决中文显示问题
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
# 获取figure对象
fig,axes = plt.subplots(nrows = 1,ncols = 4,sharex=False,sharey=True)
# axes是一个列表
axes[0].plot(x,y1,'r')
axes[1].plot(x,y2,'g')
axes[2].plot(x,y3,'b')
axes[3].plot(x,y4,'k')
plt.ylim(-2,2)
plt.show()
eg_subplots()
- 例子:采用subplots绘制直方图
def subplots_hist():
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
# 设置在jupyter中matplotlib中的现实情况
%matplotlib inline
# 解决中文显示问题
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
# 获取figure对象
fig,axes = plt.subplots(nrows = 2,ncols = 2,sharex=False,sharey=True)
for i in range(2):
for j in range(2):
axes[i][j].hist(np.random.randn(100),10,color='g',alpha=0.75)
# 调整子图之间的距离
plt.subplots_adjust(wspace=0.5,hspace=0.5)
# 标题
fig.suptitle('test',fontsize=20)
plt.savefig('aaa.png',dpi=100)
plt.show()
subplots_hist()
