文章目錄
一、plt.figure參數解釋
matplotlib.pyplot.figure() 創建一個新的畫布(figure)。
matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs)
輸入參數：
num：整型或者字符串，可選參數，默認：None。圖像編號或名稱，數字爲編號 ，字符串爲名稱
- 如果不提供該參數，一個新的畫布(figure)將被創建而且畫布數量將會增加。
- 如果提供該參數，帶有id的畫布是已經存在的，激活該畫布並返回該畫布的引用。
- 如果這個畫布不存在，創建並返回畫布實例。
- 如果num是字符串，窗口標題將被設置爲該圖的數字。
figsize：整型元組，可選參數 ，默認：None。每英寸的寬度和高度。如果不提供，默認值是figure.figsize。
dpi：整型，可選參數，默認：None。每英寸像素點。如果不提供，默認是figure.dpi。
facecolor：背景色。如果不提供，默認值：figure.facecolor。 [c=labels.astype(np.float)]
edgecolor：邊界顏色。如果不提供，默認值：figure.edgecolor。
framemon：布爾類型，可選參數，默認值：True。如果是False，禁止繪製畫圖框。
FigureClass：源於matplotlib.figure.Figure的類。（可選）使用自定義圖實例。
clear：布爾類型，可選參數，默認值：False。如果爲True和figure已經存在時，這是清理掉改圖。
返回值：
figure：Figure。返回的Figure實例也將被傳遞給後端的new_figure_manager，這允許將自定義的圖類掛接到pylab接口中。附加的kwarg將被傳遞給圖形init函數。
import matplotlib.pyplot as plt
#創建自定義圖像
fig=plt.figure(figsize=(4,3),facecolor='blue')
plt.show()
二、subplot創建單個子圖
subplot可以規劃figure劃分爲n個子圖，但每條subplot命令只會創建一個子圖
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#作圖1
plt.subplot(221)
plt.plot(x, x)
#作圖2
plt.subplot(222)
plt.plot(x, -x)
#作圖3
plt.subplot(223)
plt.plot(x, x ** 2)
plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作圖4
plt.subplot(224)
plt.plot(x, np.log(x))
plt.show()
三、subplots創建多個子圖
plt.subplots(
nrows=1,
ncols=1,
sharex=False,
sharey=False,
squeeze=True,
subplot_kw=None,
gridspec_kw=None,
**fig_kw,
)
subplots參數與subplot相似
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
x = np.arange(0, 100)
#劃分子圖
fig,axes=plt.subplots(2,2)
# ax1=axes[0,0]
# ax2=axes[0,1]
# ax3=axes[1,0]
# ax4=axes[1,1]
ax1=axes[0,0]
ax2=axes[0,1]
ax3=axes[1,0]
ax4=axes[1,1]
#作圖1
ax1.plot(x, x, c= 'r')
#作圖2
ax2.plot(x, -x, c = 'g')
#作圖3
ax3.plot(x, x ** 2,c = 'b')
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作圖4
ax4.plot(x, np.log(x))
plt.show()
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
f, axes = plt.subplots(2, 2)
data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))
data.plot.bar(ax=axes[0, 1], color='b', alpha=0.5)
data.plot.bar(ax=axes[0, 0], color='b', alpha=0.5)
# ax=[1,1] 即位置是第2行、第二列。（python從0開始計數，所以“1”代表第2的）
data.plot.barh(ax=axes[1, 1], color='k', alpha=0.5)
data.plot.barh(ax=axes[1, 0], color='k', alpha=0.5)
plt.show()
四、面向對象API：add_subplots與add_axes新增子圖或區域
4.1 add_subplots
add_subplot新增子圖
add_subplot的參數與subplots的相似
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#新建figure對象
fig=plt.figure()
#新建子圖1
ax1=fig.add_subplot(2,2,1)
ax1.plot(x, np.sin(x))
#新建子圖2
ax2=fig.add_subplot(2,2,2)
ax2.plot(x, x+2)
#新建子圖3
ax3=fig.add_subplot(2,2,3)
ax3.plot(x, x ** 2)
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#新建子圖4
ax4=fig.add_subplot(2,2,4)
ax4.plot(x, np.log(x))
plt.show()
4.2 add_axes
add_axes爲新增子區域，該區域可以座落在figure內任意位置，且該區域可任意設置大小
import numpy as np
import matplotlib.pyplot as plt
#新建figure
fig = plt.figure()
# 定義數據
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]
#新建區域ax1
#figure的百分比,從figure 10%的位置開始繪製, 寬高是figure的80%
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
# 獲得繪製的句柄
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r')
ax1.set_title('area1')
#新增區域ax2,嵌套在ax1內
left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
# 獲得繪製的句柄
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(x,y, 'b')
ax2.set_title('area2')
left, bottom, width, height = 0.7, 0.4, 0.1, 0.1
# 獲得繪製的句柄
ax3 = fig.add_axes([left, bottom, width, height])
ax3.plot(x, y, 'r')
ax3.set_title('area3')
plt.show()
五、Axes3D函數詳解
5.1 Axes3D(fig)
Axes3D對象與使用projection ='3d’關鍵字的任何其他軸一樣創建。 創建一個新的matplotlib.figure.Figure併爲其添加一個類型爲Axes3D的新軸：Axes3D(fig)
- 畫線–Axes3D.plot(xs, ys, *args, **kwargs)
注：xs，ys x，y座標的頂點 ，zs z值（s），對於所有點或者每個點都有一個值。zdir繪製二維集時，將哪個方向用作z（‘x’，‘y’或’z’）。
- 畫散點圖–Axes3D.scatter(xs, ys, zs=0, zdir=‘z’, s=20, c=None, depthshade=True, *args, **kwargs)
注：xs，ys爲數據點的位置。， zs與xs和ys具有相同長度的數組或將所有點放在同一平面中的單個值。 缺省值是0。
- 畫曲面圖—Axes3D.plot_surface(X, Y, Z, *args, **kwargs)
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
np.random.seed(19680801)
def randrange(n, vmin, vmax):
return (vmax - vmin)*np.random.rand(n) + vmin
fig = plt.figure()
# 將figure變爲3d
ax = Axes3D(fig)
# ax = fig.add_subplot(111, projection='3d')
n = 100
# For each set of style and range settings, plot n random points in the box
# defined by x in [23, 32], y in [0, 100], z in [zlow, zhigh].
for c, m, zlow, zhigh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
xs = randrange(n, 23, 32)
ys = randrange(n, 0, 100)
zs = randrange(n, zlow, zhigh)
ax.scatter(xs, ys, zs, c=c, marker=m)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()
zdir繪製二維集時，將哪個方向用作z（‘x’，‘y’或’z’）。c一種顏色。 c可以是單色格式字符串，也可以是長度爲N的顏色規範序列，也可以是使用通過kwargs指定的cmap和範數映射到顏色的N個數字序列。 請注意，c不應該是單個數字RGB或RGBA序列，因爲它與要進行彩色映射的值數組難以區分。 c可以是其中行是RGB或RGBA的二維數組，但是，包括單行的情況下爲所有點指定相同的顏色。
5.2 contourf 填充等高線圖
ax.contourf(X, Y, Z, *args, zdir='z', offset=None, **kwargs)
ax.contour(
X,
Y,
Z,
*args,
extend3d=False,
stride=5,
zdir='z',
offset=None,
**kwargs,
)
參數：
X,Y：類似數組，可選爲Z中的座標值，當 X,Y,Z 都是 2 維數組時，它們的形狀必須相同。如果都是 1 維數組時，len(X)是 Z 的列數，而 len(Y) 是 Z 中的行數。（例如，經由創建numpy.meshgrid()）
Z：類似矩陣，繪製輪廓的高度值
levels：int或類似數組，可選，確定輪廓線/區域的數量和位置
alpha：float ，可選，alpha混合值，介於0（透明）和1（不透明）之間。
cmap：str或colormap ，可選，Colormap用於將數據值（浮點數）從間隔轉換爲相應Colormap表示的RGBA顏色。用於將數據縮放到間隔中看 。
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig=plt.figure()
ax=Axes3D(fig)
x=np.arange(-5,5,0.25)
y=np.arange(-5,5,0.25)
x,y=np.meshgrid(x,y)
r=np.sqrt(x**2+y**2)
z=np.sin(r)
#高度
ax.plot_surface(x,y,z,rstride=1,cstride=1,cmap=plt.get_cmap('rainbow'))
#填充rainbow顏色
ax.contourf(x,y,z,zdir='z',offset=-2,cmap='rainbow')
#繪製3D圖形,zdir表示從哪個座標軸上壓下去
plt.show()
#顯示圖片
5.3 contour 繪製輪廓線
#把上面代碼的 ax.contourf(x,y,z,zdir='z',offset=-2,cmap='rainbow')換成
ax.contour(x,y,z,zdir='z',offset=-2,cmap='rainbow')
有趣的事，Python永遠不會缺席
歡迎關注小婷兒的博客
文章內容來源於小婷兒的學習筆記，部分整理自網絡，若有侵權或不當之處還請諒解
如需轉發，請註明出處：小婷兒的博客python https://www.cnblogs.com/xxtalhr/
博客園 https://www.cnblogs.com/xxtalhr/
CSDN https://blog.csdn.net/u010986753
有問題請在博客下留言或加作者：
微信：tinghai87605025 聯繫我加微信羣
QQ ：87605025
python QQ交流羣：py_data 483766429
培訓說明
OCP培訓說明連接 https://mp.weixin.qq.com/s/2cymJ4xiBPtTaHu16HkiuA
OCM培訓說明連接 https://mp.weixin.qq.com/s/7-R6Cz8RcJKduVv6YlAxJA
小婷兒的python正在成長中，其中還有很多不足之處，隨着學習和工作的深入，會對以往的博客內容逐步改進和完善噠。重要的事多說幾遍。。。。。。