目录
应用这个原理结合海图图片，实现座标轴和图片经纬度一一对应--待完善
座标系中加载图片--和figure加载图片不一样--注意座标加载图片后已经不再是我们用的座标系，y轴向下为正了，难怪加载完图片后，怎么画不出来图片。
这是加载图片后坐标轴变了--当下面这种情况也会发生y轴向下的情况
导入包：
import matplotlib.pyplot as plt
一 基本设置选项：
1，颜色选取：
可视化命名颜色（官网）好用但是不能复制其内容，这个网址是可以复制的css命名及其16进制的颜色值
- color='#ffff00'
- color =（0， 0， 255）表示为红色
- color = 'r' color = 'red'
plt.Polygon([[x, y],[x-1000, y+2000],[x+1000, y-2000]], color='#ffff00', alpha=1)
2，设置中文以及notebook中设置的语句
'''显示中文'''
plt.rcParams['font.sans-serif']=['SimHei'] #这两行用来显示汉字
plt.rcParams['axes.unicode_minus'] = False
'''notebook 中显示'''
%matplotlib inline
3，在子图中显示图像
fig = plt.figure(figsize=(10,10))
ax1 = fig.add_subplot(221) #这里的111 必须填写，不知道什么意思 分成1行1列的第一个图，应该是（1,1，1）这样写比较好
ax1 = fig.add_subplot(222)
ax3 = fig.add_subplot(223)
ax1.set_ylabel('万吨')
plt.grid(True)
ax1.legend()
4，修改已经存在的窗口大小-（不怎么用）
fig = plt.figure(figsize=(10,5))
fig1 = plt.gcf()
fig1.set_size_inches(5,2,forward=True)
5，标记
在matplotlib中绘图标志有两种，一种是点标志（marker），一种是线标志（linestle），可选的参数如下。
linestyle：linestyle定义是两点之间采用什么方式连接。
'-' solid line style
'--' dashed line style
'-.' dash-dot line style
':' dotted line style
marker
'.' 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
6，描边
相关的关键字参数为：
- edgecolor 或 ec
- linestyle 或 ls
- linewidth 或 lw
7，设置字体相关属性比如字号大小，字体
import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager
import numpy as np
POINTS = 100
sin_list = [0] * POINTS
fig, ax = plt.subplots()
line_sin, = ax.plot(range(POINTS), sin_list, label='Sin() output', color='cornflowerblue')
ax.legend(loc='upper center', ncol=4, prop=font_manager.FontProperties(size=20))# 这句话是关键，更多字体关注官网，或者百度
'''
设置字体大小
'''
font={'family':'serif',
'style':'italic',
'weight':'normal',
'color':'red',
# 'size':16
}
plt.text(11000,36000,'OS_longitude:',fontdict=font)
plt.show()
设置各种地方的字体
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataframe = pd.read_csv("port1.csv")
x = dataframe["Year"]
y = dataframe["Total port"]
y1 = dataframe["Five port group"]
# plt.figure(figsize=(15, 6.5))
labels = [ "Coastal port", "Inland port"]
fig, ax = plt.subplots()
# ax.plot(x,y1,linewidth=5,c = "r")
# ax.scatter(x,y1,marker='x',color= 'r')
font={'family':'Times New Roman',
# 'style':'italic', # 斜体
'weight':'normal',
# 'color':'red',
'size':14
}
ax.bar(x=x, height = y, width = 0.5, label="Total port")#width = width, align='edge',label="rainfall", color="#87CEFA")
ax.bar(x=x, height = y1, width = 0.5, label="Five port group")#width = width, align='edge',label="rainfall", color="#87CEFA")
plt.xticks(x)
# 设置座标轴刻度字体属性
labels = ax.get_xticklabels() + ax.get_yticklabels()
[label.set_fontname('Times New Roman') for label in labels]
#设置ylabel 字体属性
plt.ylabel("TUE",font)
# 设置图例字体属性
ax.legend(loc='upper left',=font)
# 保存高清图片，dpi越大，越清晰，一定要放在show前面
plt.savefig('port.png', dpi=1100, bbox_inches='tight')
plt.show()
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataframe = pd.read_csv("aver epi.csv")
x = dataframe["Year"]
y1 = dataframe["Bohai-rim port group"]
y2 = dataframe["Yangtze River Delta port group"]
y3 = dataframe["South-east coastal port group"]
y4 = dataframe["Pearl River Delta port group"]
y5 = dataframe["South-west coastal port group"]
y6 = dataframe["whole"]
fig, ax = plt.subplots(figsize=(9,5))
ax.plot(x,y1,marker = "o",linewidth=2,label='Bohai-rim port group')
ax.plot(x,y2,marker = "x",linewidth=2,label='Yangtze River Delta port group')
ax.plot(x,y3,marker = "D",linewidth=2,label='South-east coastal port group')
ax.plot(x,y4,marker = "*",linewidth=2,label='Pearl River Delta port group')
ax.plot(x,y5,marker = "h",linewidth=2,label='South-west coastal port group')
ax.plot(x,y6,marker = "1",linewidth=2,label='whole')
font={'family':'Times New Roman',
# 'style':'italic', # 斜体
'weight':'normal',
# 'color':'red',
'size':7
}
ax.legend(loc='best',prop=font)
labels = ax.get_xticklabels() + ax.get_yticklabels()
[label.set_fontname('Times New Roman') for label in labels]
plt.savefig('epi.png', dpi=1100, bbox_inches='tight')
plt.show()
8 保存高清图片
# 保存高清图片，dpi越大，越清晰，一定要放在show前面
plt.savefig('port.png', dpi=1100, bbox_inches='tight')
9 设置窗口大小
设置图像窗口大小
10 在座标系中新建一个座标系
'''
注意：这里应该先画最底层的图层，在画最上面的图层，因为底层的大，上层的小，底层会把上层覆盖掉
'''
import numpy as np
import matplotlib.pyplot as plt
#新建figure
fig = plt.figure()
#定义数据
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 7, 15, 24, 30, 50, 55]
#新建区域ax1
#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
#获得绘制的句柄
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, )
# ax1.set_title(‘area1’)
#新增区域ax2,嵌套在ax1内，看一看图中图是什么样，这就是与subplot的区别
left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
#获得绘制的句柄
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(x,y, )
# ax2.set_title(‘area2’)
plt.show()
应用这个原理结合海图图片，实现座标轴和图片经纬度一一对应--待完善
座标系中加载图片--和figure加载图片不一样--注意座标加载图片后已经不再是我们用的座标系，y轴向下为正了，难怪加载完图片后，怎么画不出来图片。
据说OpenCV：（计算机开源视觉）比PIL更强大。原因不明来源这个博客
这个博客说在深度学习图片处理上面，PIL更好用，原因可能是转化的numpy格式不同
'''
使用PIL处理图像，在使用imshow加载
'''
from PIL import Image
import matplotlib.pyplot as plt
import os
# 在figure下面建立一个座标系
left, bottom, width, height = 0., 0., 0.8, 0.8
ax1 = fig.add_axes([left, bottom, width, height])
img = Image.open(os.path.join('test.jpg'))
ax1.imshow(img)
plt.show()
'''
使用OpenCV处理 pip install opencv-python
'''
import matplotlib.pyplot as plt
import cv2
left, bottom, width, height = 0., 0., 0.8, 0.8
ax1 = fig.add_axes([left, bottom, width, height])
ax1.axis('off')
img = cv2.imread('test.jpg', cv2.IMREAD_ANYCOLOR)
ax1.imshow(img)
plt.show()
'''
figure 加载背景图片而不是座标系加载背景图片
使用matplotlib自带的img读取
'''
import matplotlib.image as img
fig = plt.figure()
# figure加载背景图片
background = img.imread('./football.png')
fig.figimage(background)
plt.show()
这是加载图片后坐标轴变了--当下面这种情况也会发生y轴向下的情况
ax1.invert_yaxis()这个函数可以反转y轴方向
ax1.invert_xaxis()同理，但是图像也跟着反转了
'''
当两个座标轴的参数都一样的话也会发生ax1和ax2是一个东西，ax2的y轴和ax1的y轴一样了，也是向下为正
解决办法就是设置数值不一样，稍稍大一点，或者小一点
'''
ax1 = fig.add_axes([0., 0., 1, 1])
ax2 = fig.add_axes([0., 0., 1, 1])
