python学习日记25matplotlib

matplotlib，是一款风格近似matlab，面向对象的画图工具包

一：
入门教程
https://matplotlib.org/tutorials/introductory/usage.html#sphx-glr-tutorials-introductory-usage-py

顶层top of the hierarchy，是由 matplotlib.pyplot模块提供的state-machine environment
下一层是面向对象接口
import matplotlib.pyplot as plt
import numpy as np

画图时各部分名称

Figure,整个图像
Axes，每幅子图的坐标系范围内，一个plot，
一个子图包含两个轴Axis，该轴可以设置最大值最小值范围，
用Axes的方法set_xlim() and set_ylim()
图名设置：set_title()
坐标轴名设置：set_xlabel() set_ylabel())
Axis，坐标轴
Artist,每个figure是一个artist，可以画在Canvas帆布上
Input:np.array

二：
Matplotlib, pyplot and pylab的关系：
Matplotlib是整个包; matplotlib.pyplot 是其中的模块; pylab 是装matplotlib时同时装上的另外的模块
pylab是将pyplot和numpy结合在一起，不建议使用，引起命名空间污染。

三：plt.plot
第一次调用 plt.plot会自动创建 figure and axes。后续调用plt.plot会复用前面的设置。

四：plt.subplot
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplots.html?highlight=subplots#matplotlib.pyplot.subplots

subplots:

matplotlib.pyplot.subplots(
nrows=1, ncols=1,
sharex=False, sharey=False,
squeeze=True,
subplot_kw=None,
gridspec_kw=None,
**fig_kw)[source]

Create a figure and a set of subplots.
reurns: fig:figure
ax:axes.Axes

五：
如果不断重复同一画法画不同的图，推荐如下使用函数

def my_plotter(ax, data1, data2, param_dict):

然后调用

fig, (ax1, ax2) = plt.subplots(1, 2)
my_plotter(ax1, data1, data2, {‘marker’: ‘x’})
my_plotter(ax2, data3, data4, {‘marker’: ‘o’})

六：
Backends
What is a backend?
matplotlib有多种应用场景，跳出新窗口画图，在command line画图，在GUI中画图，在webapplication中画图。
frontend是前端显示，backend是后端的隐含工作。
两种 backends: 1,user interface backends (for use in pygtk, wxpython, tkinter, qt4etc; 也指交互后端"interactive backends")
2,hardcopy backends to make image files (PNG, SVG, PDF, PS; 也指无交互后端 “non-interactive backends”).
Since the default value for the bindings to be used is PyQt4, matplotlib first tries to import it, if the import fails, it tries to import PySide.

七：
What is interactive mode?
The default Boolean value is set by the matplotlibrc file,
customized： Customizing Matplotlib with style sheets and rcParams https://matplotlib.org/tutorials/introductory/customizing.html
set via matplotlib.interactive()
https://matplotlib.org/api/matplotlib_configuration_api.html#matplotlib.interactive
value may be queried via matplotlib.is_interactive().
https://matplotlib.org/api/matplotlib_configuration_api.html#matplotlib.is_interactive
不要在画图中间turn on或者off,很少需要，且会引起困惑
Interactive mode may also be turned on via matplotlib.pyplot.ion(), and turned off via matplotlib.pyplot.ioff().

八：
画图风格列表，使用：
print(plt.style.available)
plt.style.use(‘ggplot’)

九：matplot设置文件目录：（不深究）

缓存目录

mpl.get_cachedir()

设置目录

import matplotlib as mpl
print(mpl.get_configdir())

返回

‘C:\Users\sun\.matplotlib’

执行

plt.style.use(‘presentation’)
报错
OSError: ‘presentation’ not found in the style library and input is not a valid URL or path; see style.available for list of available styles

打开core.py文件，并运行，看到library中，没有自行添加的presentation style

在’C:\Users\sun\.matplotlib’目录下创建presentation.mplstyle文件，再运行core.py

增加了presentation style，
再运行plt.style.use(‘presentation’)，则成功

资源设置目录
https://matplotlib.org/tutorials/introductory/customizing.html#customizing-with-matplotlibrc-files

print(mpl.matplotlib_fname())
C:\Users\sun\AppData\Local\conda\conda\envs\tensorflow\lib\site-packages\matplotlib\mpl-data\matplotlibrc

同时，看到style的实际读取目录是C:\Users\sun\AppData\Local\conda\conda\envs\tensorflow\Lib\site-packages\matplotlib\mpl-data\stylelib
前文所述presentation.mplstyle文件，直接存在这里即可生效

使用rc文件

mpl.rcParams[‘lines.linewidth’] = 7
mpl.rcParams[‘lines.color’] = ‘r’
plt.plot([1.6, 2.7])

查看matplotlibrc文件

LINES
See http://matplotlib.org/api/artist_api.html#module-matplotlib.lines for more
information on line properties.
#lines.linewidth : 1.5 ## line width in points
#lines.linestyle : - ## solid line
#lines.color : C0 ## has no affect on plot(); see axes.prop_cycle

经过测试，设置linewidth生效，但lines.color无效，查看axes.prop_cycle官网说明，是因为设置了一个循环机，多条线按照循环机的风格显示
ax.set_prop_cycle(color=[‘red’, ‘green’, ‘blue’]，marker=[‘o’, ‘+’, ‘x’])
https://matplotlib.org/tutorials/intermediate/color_cycle.html?highlight=axes prop_cycle

from cycler import cycler
mpl.rcParams[‘lines.linewidth’] = 7
mpl.rcParams[‘lines.color’] = ‘r’
prop_cycle = plt.rcParams[‘axes.prop_cycle’]
colors = prop_cycle.by_key()[‘color’]
print(colors)
#colors=[‘red’]
colors = [’#1f77b4’, ‘#ff7f0e’, ‘#2ca02c’, ‘#d62728’, ‘#9467bd’, ‘#8c564b’, ‘#e377c2’, ‘#7f7f7f’, ‘#bcbd22’, ‘#17becf’]
mpl.rcParams[‘axes.prop_cycle’] = cycler( color=colors)
#mpl.rcParams[‘axes.prop_cycle’] = cycler( color=[‘red’])
#axes.prop_cycle
ax = plt.gca()
ax.plot([3.1, 2.2])
plt.plot([1.6, 2.7])
ax.set_prop_cycle(color=‘red’,marker=[‘o’])
plt.plot([2.5,1])
plt.plot([0.5,1])

十：
在命令行里输入,会弹出新的窗口画图

matplotlib
Using matplotlib backend: TkAgg

如果想切换回图片在console里显示，就运行

matplotlib inline

In [27]:

十一：plt.show plt.draw plt.plot ax.plot之间的关系和差别
plt.draw通常是在后台更新，但不在屏幕显示上更新，程序结束后，会显示最终结果。（官网教程说在ion状态下，用来每次refresh。但实际操作中，发现该功能由pause完成，draw无效。可能与编程环境有关，只是在spyder中这样）
plt.show会显示图像
plt.plot如果要在matplotlib弹出窗口，ion状态下显示，必须搭配plt.pause(秒数)

import matplotlib.pyplot as plt
plt.ioff()
plt.plot([1.6, 2.7])

什么都不显示，直到plt.show
ioff状态则在plt.show之前什么都不显示

ax.plot仅画ax区域内的内容，搭配ax = plt.gca()或ax=plt.subplot(5,5,1+i)

十二：Line segment simplification
Simplify Line的解释
Simplifies lines by removing relatively extraneous vertices while preserving essential shape.移除相对外部顶点保留主要形状。
http://pro.arcgis.com/en/pro-app/tool-reference/cartography/simplify-line.htm

smooth和simplify的差别