1 图像对象创建函数figure
创建图形Creates a new figure,
图形名既可以作为显示在图形窗口标题栏中的文本,也是该对象的名称
也可以通过mp.figure()获取(或激活)已创建的图形
1.1 语法
plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs )
参数:
num - 整数或字符串,optional。默认值None,
若无,则创建一个新图形,图形编号(数字)递增,同时将数字保存在number属性中;
若提供了num值,系统首先检测该num值(整数或字符串)是否存在,存在则将其设置为活动状态,同时返回对他的应用,若不存在,创建图形并返回它
但是,数字和字符串不同,数字为编号(不会显示在图形中,其内部的编号),字符串为图形名称
figsize - tuple of integers , 指定figure的宽和高,单位为英寸 ,若无提供,defaults to rc figure.figsize.
dpi - 图形的分辨率,int,optinal,若缺省,则defaults to rc figure.dpi.
faceclor - 背景色,若缺省,则 defaults to rc figure.facecolor.
edgecolor - 边框颜色,若缺省,则 defaults to rc figure.edgecolor.
frameon - 布尔值bool,optional ,默认True(绘制边框),若False,则不绘制边框
clear - 布尔值bool,optional,默认False,若True,且该图已存在,则会将其清除并重新绘制
FigureClass - matplotlib.figure.Figure的派生类,optional,使用自定义图形实例
1.2 图形示例
import numpy as np import matplotlib.pyplot as mp x = np.linspace(-np.pi, np.pi, 200) cos_y = np.cos(x) sin_y = np.sin(x) # 创建图形对象 mp.figure('Figure Object 1', figsize=(4, 3), dpi=120, facecolor='lightgray') # 设置标题 mp.title('Figure Object 1', fontsize=14) # 设置坐标轴标签 mp.xlabel('x', fontsize=10) mp.ylabel('y', fontsize=10) # 设置刻度标签参数大小 mp.tick_params(labelsize=8) # 设置网格线 mp.grid(linestyle=':') # 创建图形 2 对象 mp.figure('Figure Object 2', figsize=(4, 3), dpi=120, facecolor='lightgray') # 设置标题 mp.title('Figure Object 2', fontsize=14) # 设置坐标轴标签 mp.xlabel('x', fontsize=10) mp.ylabel('y', fontsize=10) # 设置刻度标签参数大小 mp.tick_params(labelsize=8) # 设置网格线 mp.grid(linestyle=':') # 通过图形名获取/激活图形对象设置为当前图形对象 # 获取'Figure Object 1'图形对象 mp.figure('Figure Object 1') mp.plot(x, cos_y, color='orangered', label=r'$y=\frac{1}{2}cos(x)$') mp.legend() # 获取/激活图形2对象 mp.figure('Figure Object 2') mp.plot(x, sin_y, color='dodgerblue', label=r'$y=sin(x)$') mp.legend() mp.show()
运行时会先闪现出Figure Object 1图形,最终出现 Figure Object 2 图形,最终的图形2如下
matplotlib figure函数学习笔记该文档也具有一定的参考价值
2 子图创建subplot()
2.1 基本语法
语法 - subplot(*args, **kwargs)
作用 - 在给定的网格位置返回子图
具体形式:
subplot(nrows, ncols, index, **kwargs)
当前图中,创建并返回一个Axes,其位置索引位于由nrows和ncols创建的虚拟网格中;索引 从1 到 “ ncows * ncols ”,且以行为主顺序递增。
如果 nrows 、ncols 、index 的值均小于10,可以直接以三位数的形式给出。
例如subplot (233) 是以2行、3列的形式给出图形布局形式,创建的Axes的索引是3。
注:subplot(233)为subplot(2, 3, 3)的简化形式。
另外,在创建子图时,除了共享边界的,在创建新的子图前会删除已存在的子图 delete any pre-existing subplot ,
如果不想删除,可以使用 matplotlib.figure.Figure.add_subplot 方法或 matplotlib.pyplot.axes 函数
kwargs 参数主要有 facecolor(背景颜色)、 polar(极轴坐标,默认False)、 projection 等
简单地说:
mp.subplot(ABC)
A:总行数
B:总列数
C:图形号(从1开始)
[231][232][233]
[234][235][236]
2.2 简单示例
import matplotlib.pyplot as plt plt.figure('Subplot', facecolor='lightgray') plt.subplot(231) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) plt.subplot(232) plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) plt.subplot(233,facecolor = "red") plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) plt.subplot(234) plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) plt.subplot(235) plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) plt.subplot(236) plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) # tight_layout 调整子图之间的间隔来减少堆叠 plt.tight_layout() plt.show()
3 格栅布局
指定放置子图的网格的类,网格的位置通过域subplot params类似的方式确定。
3.1 语法
matplotlib.gridspec.GridSpec( self, nrows, ncols, figure=None, left=None, bottom=None, right=None, top=None, wspace=None, hspace=None, width_ratios=None, height_ratios=None )
可以简化为
import matplotlib.gridspec as mg gs = mg.GridSpec(行数,列数) mp.subplot(gs[0,0]) mp.subplot(gs[0,:2])
3.2 示例
import matplotlib.pyplot as plt import matplotlib.gridspec as mg plt.figure('Grid', facecolor='lightgray') gs = mg.GridSpec(3, 3) # 1号红色 plt.subplot(gs[0, :2], facecolor = 'red') plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) # 2号绿色 plt.subplot(gs[1:, 0], facecolor = 'green') plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) # 3号蓝色 plt.subplot(gs[2, 1:], facecolor = 'blue') plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) # 4号橘色 plt.subplot(gs[:2, 2], facecolor = 'orange') plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) # 5号深红色 plt.subplot(gs[1, 1], facecolor = '#8B0000') plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) plt.tight_layout() plt.show()
附:tight_layout
tight_layout(self, figure, renderer=None, pad=1.08, h_pad=None, w_pad=None, rect=None) | Adjust subplot parameters to give specified padding. | | Parameters | ---------- | | pad : float | Padding between the figure edge and the edges of subplots, as a | fraction of the font-size. | h_pad, w_pad : float, optional | Padding (height/width) between edges of adjacent subplots. | Defaults to ``pad_inches``. | rect : tuple of 4 floats, optional | (left, bottom, right, top) rectangle in normalized figure | coordinates that the whole subplots area (including labels) will | fit into. Default is (0, 0, 1, 1). | | update(self, **kwargs) | Update the current values. If any kwarg is None, default to | the current value, if set, otherwise to rc.
附 tight_layout
tight_layout命令三个关键字参数:pad、w_pad、h_pad。
pad用于设置绘图区边缘与画布边缘的距离大小
w_pad用于设置绘图区间水平距离的大小
h_pad用于设置绘图区间垂直距离的大小
使用方法及效果如下:
fig2.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)
详细内容可参考 Matplotlib 中文用户指南 3.4 密致布局指南
4 *布局
*布局是通过 axis 实现的
4.1 语法
axes(arg=None, **kwargs)
将轴 axes 添加当前图中并使其成为当前轴 axes
arg - None or 4-tuple or Axes
(1)None。用 subplot(111, **kwargs) 将创建一个新的full window axes
(2)4-tuple。float,[left(左-距左Axis的比例值), bottom(底-距下Axis的比例值), width(宽), height(高)],元素值(均为比例值)区间 (0, 1),比例值包括区间值0,1
(3)Axes。将当前轴设置为arg,相当于pyplot.sca
4.2 示例
import matplotlib.pyplot as plt plt.figure('Axes', facecolor='lightgray') plt.axes([0.03, 0.038, 0.94, 0.924]) plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) plt.axes([0.65, 0.076, 0.31, 0.308]) plt.xticks(()) plt.yticks(()) plt.text(0.5, 0.5, ', ha='center', va='center', size=36, alpha=0.5) plt.show()