【python】库丨画图工具matplotlib丨

资源汇总

1. 官方文档

入门

• matplotlib已经很好上手了，为什么要有这个入门？
  matplotlib给出了好几种画图的api，对于新手来说真是眼花缭乱。为了以后不再混乱，我想以后固定一种画图方法，因此我特地学习了一下matplotlib的原理。在学习过程中，我逐渐明白，原来有些api是为了快速上手准备的，真正的体现原理的方法流程应该是这样的：

import matplotlib.pyplot as plt

# 初始化一张图
fig = plt.figure(figsize=(10, 5),[一些参数])  
# 在图中加入一个ax
ax1 = fig.add_subplot(111, [一些参数])  
# 设置这个ax的参数
ax1.set_title('Distribution')
ax1.imshow( [参数] )   # 在ax1中画图
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('Turtorial')
plt.show()

上面这个代码就清楚的把matplotlib的原理进行了展示。它告诉我们，一张图（fig）包含ax（当然也可以有好几个），我们的图需要在ax中进行设置。以上是最最基本的原理了，稍微扩展一点的原理再官网有介绍：Tutorials

待整理

一、基础使用汇总。

1、plt.plot(x,y,format_string,**kwargs)
解释：x轴数据，y轴数据，format_string控制曲线的格式字串
format_string 由颜色字符，风格字符，和标记字符

举个例子：

import matplotlib.pyplot as plt

plt.plot([1,2,3,6],[4,5,8,1],’g-s’) 
plt.show()

结果：

作者：qiurisiyu2016
来源：CSDN
原文：https://blog.csdn.net/qiurisiyu2016/article/details/80187177

---

2、调整子图之间的间距。

from PIL import Image, ImageFilter
import matplotlib.pyplot as plt

img = Image.open('0004.jpg')

img2 = img.resize((64, 128), Image.ANTIALIAS)
img3 = img2.resize((img.size[0], img.size[1]), Image.BICUBIC)
img4 = img3.resize((64, 128), Image.ANTIALIAS)

fig = plt.figure()
plt.subplots_adjust(left=None, bottom=0, right=None, top=None, wspace=None, hspace=0.5)  # 调整子图间距

plt.subplot(2,2,1)
plt.title('orgin')
plt.imshow(img)
plt.subplot(2,2,2)
plt.title('downsampling')
plt.imshow(img2)
plt.subplot(2,2,3)
plt.title('upsampling')
plt.imshow(img3)
plt.subplot(2,2,4)
plt.title('downsampling2')
plt.imshow(img4)

plt.show()

3. 选择 plt.imshow 的 color_map：link

二、一些实用汇总

1、plt.cla()、 plt.clf() 、plt.close()的用途：丨参考文章丨

import matlibplot.pyplot as plt

plt.cla()   # Clear axis即清除当前图形中的当前活动轴。其他轴不受影响。
plt.clf()   # Clear figure清除所有轴，但是窗口打开，这样它可以被重复使用。
plt.close() # Close a figure window

三、实例备用
1、折线图

import matplotlib.pyplot as plt
# For plot curves
loss_g_list = [1,2,3,4]
loss_d_list = [3,4,5,6]
fig = plt.figure()
plt.suptitle('loss curve')
plt.subplots_adjust(hspace=0.5)

ax_loss_g = fig.add_subplot(121, title="loss_g")
ax_loss_d = fig.add_subplot(122, title="loss_d")

ax_loss_g.plot(range(4), loss_g_list, 'bo-')
ax_loss_d.plot(range(4), loss_d_list, 'ro-')

import os
fig.savefig(os.path.join('./', 'curve.pdf'))
fig.savefig(os.path.join('./', 'curve.eps'))
fig.savefig(os.path.join('./', 'curve.jpg'))

2. 3D柱状图。链接 | 官网例子