【Matplotlib】繪圖常見設置說明

說明:此貼會不按期進行更新!html

設置1:圖像的大小設置。


若是已經存在figure對象,能夠經過如下代碼設置尺寸大小:api

f.set_figheight(15)
f.set_figwidth(15)

若果經過.sublots()命令來建立新的figure對象, 能夠經過設置figsize參數達到目的。dom

f, axs = plt.subplots(2,2,figsize=(15,15))

設置2:刻度和標註特殊設置


描述以下:在X軸標出一些重要的刻度點,固然實現方式有兩種:直接在X軸上標註和經過註釋annotate的形式標註在合適的位置。
其中第一種的實現並非很合適,此處爲了學習的目的一併說明下。學習

先說第一種spa

正常X軸標註不會是這樣的,爲了說明此問題特地標註成這樣,如此看來 0.3 和 0.4的標註重疊了,固然瞭解決重疊的問題能夠經過改變figuresize實現,顯然此處並不想這樣作。code

怎麼解決呢,那就在 0.3 和 0.4之間再設置一個刻度,有了空間後不顯示便可。htm

代碼以下:對象

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(3, 3))  
ax = fig.add_subplot(1, 1, 1, frameon=False)
ax.set_xlim(-0.015, 1.515)
ax.set_ylim(-0.01, 1.01)
ax.set_xticks([0, 0.3, 0.4, 1.0, 1.5])
#增長0.35處的刻度並不標註文本,而後從新標註0.3和0.4處文本
ax.set_xticklabels([0.0, "", "", 1.0, 1.5])
ax.set_xticks([0.35], minor=True)
ax.set_xticklabels(["0.3 0.4"], minor=True)

#上述設置只是增長空間,並不想看到刻度的標註,所以次刻度線不予顯示。
for line in ax.xaxis.get_minorticklines():
line.set_visible(False)

ax.grid(True)
plt.show()

最終圖像形式以下:blog

固然最合理的方式是採用註釋的形式,好比:utf-8

代碼以下:

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt
import numpy as np

# Plot a sinc function
delta=2.0
x=np.linspace(-10,10,100)
y=np.sinc(x-delta)

# Mark delta
plt.axvline(delta,ls="--",color="r")
plt.annotate(r"$\delta$",xy=(delta+0.2,-0.2),color="r",size=15)
plt.plot(x,y)

設置3:增長X軸與Y軸間的間隔,向右移動X軸標註一點點便可


顯示效果對比:

設置前:

設置後:

兩張的圖像的差異很明顯,代碼以下:

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
plot_data=[1.7,1.7,1.7,1.54,1.52]
xdata = range(len(plot_data))
labels = ["2009-June","2009-Dec","2010-June","2010-Dec","2011-June"]
ax.plot(xdata,plot_data,"b-")
ax.set_xticks(range(len(labels)))
ax.set_xticklabels(labels)
ax.set_yticks([1.4,1.6,1.8])

# grow the y axis down by 0.05
ax.set_ylim(1.35, 1.8)
# expand the x axis by 0.5 at two ends
ax.set_xlim(-0.5, len(labels)-0.5)

plt.show()

設置4:移動刻度標註


上圖說明需求:

經過設置 set_horizontalalignment()來控制標註的左右位置:

for tick in ax2.xaxis.get_majorticklabels():
    tick.set_horizontalalignment("left")

固然標註文本的上下位置也是能夠控制的,好比:

ax2.xaxis.get_majorticklabels()[2].set_y(-.1)

固然控制刻度標註的上下位置也能夠用labelpad參數進行設置:

pl.xlabel("...", labelpad=20)

或:

ax.xaxis.labelpad = 20

具體設置請查閱官方文檔,完整的代碼以下:

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt
import numpy as np
import datetime

# my fake data
dates = np.array([datetime.datetime(2000,1,1) + datetime.timedelta(days=i) for i in range(365*5)])
data = np.sin(np.arange(365*5)/365.0*2*np.pi - 0.25*np.pi) + np.random.rand(365*5) /3

# creates fig with 2 subplots
fig = plt.figure(figsize=(10.0, 6.0))
ax = plt.subplot2grid((2,1), (0, 0))
ax2 = plt.subplot2grid((2,1), (1, 0))
## plot dates
ax2.plot_date( dates, data )

# rotates labels 
plt.setp( ax2.xaxis.get_majorticklabels(), rotation=-45 ) 

# shift labels to the right
for tick in ax2.xaxis.get_majorticklabels():
    tick.set_horizontalalignment("right")

plt.tight_layout()
plt.show()

設置5:調整圖像邊緣及圖像間的空白間隔


圖像外部邊緣的調整可使用plt.tight_layout()進行自動控制,此方法不可以很好的控制圖像間的間隔。

若是想同時控制圖像外側邊緣以及圖像間的空白區域,使用命令:

plt.subplots_adjust(left=0.2, bottom=0.2, right=0.8, top=0.8,hspace=0.2, wspace=0.3)

設置6:子圖像統一標題設置。


效果以下(subplot row i):

思路其實建立整個的子圖像,而後將圖像的刻度、標註等部分做不顯示設置,僅僅顯示圖像的 title。

代碼以下:

import matplotlib.pyplot as plt

fig, big_axes = plt.subplots(figsize=(15.0, 15.0) , nrows=3, ncols=1, sharey=True) 

for row, big_ax in enumerate(big_axes, start=1):
    big_ax.set_title("Subplot row %s \n" % row, fontsize=16)

    # Turn off axis lines and ticks of the big subplot 
    # obs alpha is 0 in RGBA string!
    big_ax.tick_params(labelcolor=(0,0,0,0), top='off', bottom='off', left='off', right='off')
    # removes the white frame
    big_ax._frameon = False

for i in range(1,10):
    ax = fig.add_subplot(3,3,i)
    ax.set_title('Plot title ' + str(i))


fig.set_facecolor('w')
plt.tight_layout()
plt.show()

設置7:圖像中標記線和區域的繪製


效果以下:

代碼以下:

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(-1, 2, .01)
s = np.sin(2*np.pi*t)

plt.plot(t, s)
# draw a thick red hline at y=0 that spans the xrange
l = plt.axhline(linewidth=4, color='r')

# draw a default hline at y=1 that spans the xrange
l = plt.axhline(y=1)

# draw a default vline at x=1 that spans the yrange
l = plt.axvline(x=1)

# draw a thick blue vline at x=0 that spans the upper quadrant of
# the yrange
l = plt.axvline(x=0, ymin=0.75, linewidth=4, color='b')

# draw a default hline at y=.5 that spans the middle half of
# the axes
l = plt.axhline(y=.5, xmin=0.25, xmax=0.75)

p = plt.axhspan(0.25, 0.75, facecolor='0.5', alpha=0.5)

p = plt.axvspan(1.25, 1.55, facecolor='g', alpha=0.5)

plt.axis([-1, 2, -1, 2])

plt.show()

參考:

相關文章
相關標籤/搜索