matplotlib绘图可视化知识点整理

1 基础定义及设置

参考文档:
基础 https://www.cnblogs.com/zhizhan/p/5615947.html
高级 https://blog.csdn.net/jenyzhang/article/details/52046372

1.1 可以使用ipython –pylab打开ipython命名窗口。
%matplotlib inline #notebook模式下
%pylab inline #ipython模式下
这两个命令都可以在绘图时,将图片内嵌在交互窗口,而不是弹出一个图片窗口,但是,有一个缺陷:除非将代码一次执行,否则,无法叠加绘图,因为在这两种模式下,是要有plt出现,图片会立马show出来
因此:推荐在ipython notebook时使用,这样就能很方便的一次编辑完代码,绘图。

2、为项目设置matplotlib参数

在代码执行过程中,有两种方式更改参数:

2.1使用参数字典(rcParams)

调用matplotlib.rc()命令 通过传入关键字元祖,修改参数

2.2 修改参数配置文件

如果不想每次使用matplotlib时都在代码部分进行配置,可以修改matplotlib的文件参数。可以用matplot.get_config()命令来找到当前用户的配置文件目录。
配置文件包括以下配置项:
axex: 设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示
backend: 设置目标暑促TkAgg和GTKAgg
figure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置
font: 字体集(font family)、字体大小和样式设置
grid: 设置网格颜色和线性
legend: 设置图例和其中的文本的显示
line: 设置线条(颜色、线型、宽度等)和标记
patch: 是填充2D空间的图形对象,如多边形和圆。控制线宽、颜色和抗锯齿设置等。
savefig: 可以对保存的图形进行单独设置。例如,设置渲染的文件的背景为白色。
verbose: 设置matplotlib在执行期间信息输出,如silent、helpful、debug和debug-annoying。
xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向,以及标签大小。

3、线条相关属性标记设置

3.1 线条自向标记
线条风格linestyle或ls 描述 线条风格linestyle或ls 描述
‘-‘ 实线 ‘:’ 虚线
‘–’ 破折线 ‘None ’,’
‘-.’ 点划线
3.2 线条标记
标记 描述 标记 描述
‘o’ 圆圈 ‘.’
‘D’ 菱形 ‘s’ 正方形
‘h’ 六边形1 ‘*’ 星号
‘H’ 六边形2 ‘d’ 小菱形
‘_’ 水平线 ‘v’
‘8’ 八边形 ‘<’ 一角朝左的三角形
‘p’ 五边形 ‘>’ 一角朝右的三角形
‘,’ 像素 ‘^’ 一角朝上的三角形
‘+’ 加号 ‘\ ‘ 竖线
3.3 颜色

可以通过调用matplotlib.pyplot.colors()得到matplotlib支持的所有颜色。
别名 颜色 别名 颜色
b 蓝色 g 绿色
r 红色 y 黄色
c 青色 k 黑色
m 洋红色 w 白色
如果这两种颜色不够用,还可以通过两种其他方式来定义颜色值:
使用HTML十六进制字符串 color=’eeefff’ 使用合法的HTML颜色名字(’red’,’chartreuse’等)。
也可以传入一个归一化到[0,1]的RGB元祖。 color=(0.3,0.3,0.4)
很多方法可以介绍颜色参数,如title()。
plt.tilte(‘Title in a custom color’,color=’#123456’)
背景色
通过向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()这样的方法提供一个axisbg参数,可以指定坐标这的背景色。
subplot(111,axisbg=(0.1843,0.3098,0.3098)

4、基础

如果你向plot()指令提供了一维的数组或列表,那么matplotlib将默认它是一系列的y值,并自动为你生成x的值。默认的x向量从0开始并且具有和y同样的长度,因此x的数据是[0,1,2,3].

4.1 画最简单的直线图
#x轴,y轴  
x=[0,1]  
y=[0,1]  
#创建绘图对象  
plt.figure()  
#在当前绘图对象进行绘图(两个参数是x,y轴的数据)  
plt.plot(x,y)  
#保存图象  
plt.savefig("easyplot.jpg") 
#####4.2  画最简单的直线图
4.2 添加名称及坐标轴
x=[0,1]  
y=[0,1]  
#创建绘图对象  
plt.figure()  
#在当前绘图对象进行绘图(两个参数是x,y轴的数据)  
plt.plot(x,y)  
plt.figure()  
plt.plot(x,y)  
#x 轴
plt.xlabel("time(s)")  
#y 轴
plt.ylabel("value(m)") 
#标题   
plt.title("A simple plot")  

猜你喜欢

转载自blog.csdn.net/ylscook/article/details/80480548