您好,登錄后才能下訂單哦!
這篇文章主要介紹了Python和matplotlib如何繪圖,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
正常以字符串形式傳進(jìn)去字串,英文顯示格式不是很美觀,為了讓文字更美觀點,在書寫時以這種格式寫:
r'$string$'
在這里,如果需要特殊數(shù)學(xué)字符使用 \ 轉(zhuǎn)義,空格也需要轉(zhuǎn)義
比如:r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$'
plt.figure(figsize = (20, 8), dpi = 80) | 窗口,用于展示圖片 | 1、figure圖形的意思,這里指我們畫的圖, 2、通過實例化一個figure并且傳遞參數(shù),能夠在后臺自動使用該figure實例; 3、在圖像模糊的時候可以傳入dpi參數(shù),讓圖片更加清晰 4、figsize:指定圖片的大小 5、linewidth:指定顯示的線的寬度 6、linestyle:指定線條顯示的風(fēng)格,如:虛線 line |
ax = plt.gca() | 獲取當(dāng)前圖形的坐標(biāo)軸 | gca == "get current axis" 獲取坐標(biāo)軸 |
ax.spines['right'].set_color('none') | 圖形的邊框 | spines通過在[]設(shè)置left\right\bottom\top來對4個邊框進(jìn)行格式設(shè)置 set_color是設(shè)置顏色 |
ax.xaxis.set_ticks_position('bottom') | 設(shè)置用哪個刻度做軸 | 使用bottom當(dāng)作x軸 |
ax.spines['bottom'].set_position(('data', 0)) | 設(shè)置坐標(biāo)軸的位置 | 設(shè)置x軸的位置是放在y軸的0刻度處 |
import numpy as np from matplotlib import pyplot as plt x = np.linspace(-3, 3, 50) y1 = x*2+1 y2 = x**2 #創(chuàng)建一個窗口 plt.figure() #同一窗口放置多張圖片 l1, = plt.plot(x, y1, label='up') l2, = plt.plot(x, y2, color="red", linewidth=2.0, line, label='down') #設(shè)置顯示圖例 plt.legend(handles=[l1, l2], labels=['aaa', 'bbb'], loc='best') #設(shè)置坐標(biāo)軸的取值范圍 plt.xlim((-1,2)) plt.ylim((-2,3)) #設(shè)置坐標(biāo)軸的提示信息 plt.xlabel("I am x") plt.ylabel("I am y") #生成新的坐標(biāo)點 new_ticks = np.linspace(-1, 2, 5) #將-1~2分為5份 #設(shè)置顯示出來的坐標(biāo)單位 plt.xticks(new_ticks) #人為指定坐標(biāo)軸顯示的內(nèi)容 #設(shè)置刻度上顯示的內(nèi)容,但需要人為指定對應(yīng)順序 plt.yticks([-2, -1.8, -1, 1.22, 3,], [r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$']) # gca == "get current axis" 獲取坐標(biāo)軸 ax = plt.gca() #圖形的邊框 ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') #改變坐標(biāo)軸的位置 #設(shè)置用哪個刻度做軸 ax.xaxis.set_ticks_position('bottom') ax.yaxis.set_ticks_position('left') #橫坐標(biāo)設(shè)置為y軸的0 ax.spines['bottom'].set_position(('data', 0)) #outward, axes ax.spines['left'].set_position(('data', 0)) plt.show()
使用text()會將文本放置在軸域的任意位置。 文本的一個常見用例是標(biāo)注繪圖的某些特征,而annotate()方法提供輔助函數(shù),使標(biāo)注變得容易。 annotate用于在圖形上給數(shù)據(jù)添加文本注解,而且支持帶箭頭的劃線工具,方便我們在合適的位置添加描述信息。在標(biāo)注中,有兩個要考慮的點:由參數(shù)xy表示的標(biāo)注位置和xytext的文本位置。 這兩個參數(shù)都是(x, y)元組。
參數(shù)說明:
Axes.annotate(s, xy, *args, **kwargs)
s:注釋文本的內(nèi)容
xy:被注釋的坐標(biāo)點,二維元組形如(x,y)
xytext:注釋文本的坐標(biāo)點,也是二維元組,默認(rèn)與xy相同
xycoords:被注釋點的坐標(biāo)系屬性,允許輸入的值如下
屬性值 | 含義 |
---|---|
'figure points' | 以繪圖區(qū)左下角為參考,單位是點數(shù) |
'figure pixels' | 以繪圖區(qū)左下角為參考,單位是像素數(shù) |
'figure fraction' | 以繪圖區(qū)左下角為參考,單位是百分比 |
'axes points' | 以子繪圖區(qū)左下角為參考,單位是點數(shù)(一個figure可以有多個axex,默認(rèn)為1個) |
'axes pixels' | 以子繪圖區(qū)左下角為參考,單位是像素數(shù) |
'axes fraction' | 以子繪圖區(qū)左下角為參考,單位是百分比 |
'data' | 以被注釋的坐標(biāo)點xy為參考 (默認(rèn)值) |
'polar' | 不使用本地數(shù)據(jù)坐標(biāo)系,使用極坐標(biāo)系 |
textcoords :注釋文本的坐標(biāo)系屬性,默認(rèn)與xycoords屬性值相同,也可設(shè)為不同的值。除了允許輸入xycoords的屬性值,還允許輸入以下兩種:
屬性值 | 含義 |
---|---|
'offset points' | 相對于被注釋點xy的偏移量(單位是點) |
'offset pixels' | 相對于被注釋點xy的偏移量(單位是像素) |
arrowprops:箭頭的樣式,dict(字典)型數(shù)據(jù),如果該屬性非空,則會在注釋文本和被注釋點之間畫一個箭頭。如果不設(shè)置'arrowstyle' 關(guān)鍵字,則允許包含以下關(guān)鍵字:
關(guān)鍵字 | 說明 |
---|---|
width | 箭頭的寬度(單位是點) |
headwidth | 箭頭頭部的寬度(點) |
headlength | 箭頭頭部的長度(點) |
shrink | 箭頭兩端收縮的百分比(占總長) |
? | 任何 matplotlib.patches.FancyArrowPatch中的關(guān)鍵字 |
import numpy as np from matplotlib import pyplot as plt x = np.linspace(-3, 3, 50) y1 = x*2+1 plt.figure() plt.plot(x, y1, label='up') #添加注釋 x0 = 1 y0 = 2*x0 + 1 #使用散點方式,只顯示一個點, blue plt.scatter(x0, y0, s=50, color='b') #k--表示 black的 -- plt.plot([x0, x0], [0, y0], 'k--', lw=2.5) ax = plt.gca() ax.spines['top'].set_color('none') ax.spines['right'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.yaxis.set_ticks_position('left') ax.spines['bottom'].set_position(('data', 0)) ax.spines['left'].set_position(('data', 0)) #設(shè)置標(biāo)注 #method 1 plt.annotate(r'$2x+1=%s$' % str(y0), xy=(x0, y0), xycoords='data', xytext=(+30, -30), textcoords='offset points', fontsize=16, arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=.2')) plt.text(-3.7, 3, r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$', fontdict={'size':16, 'color': 'r'}) plt.show()
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享的“Python和matplotlib如何繪圖”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關(guān)注億速云行業(yè)資訊頻道,更多相關(guān)知識等著你來學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。