Matplolib Tips

Matplolib是最經常使用的Python數據繪圖工具庫，支持不一樣樣式數據的圖像繪製。本文介紹一些使用Matplotlib庫的注意事項，主要包括：

• subplots
• 佈局調整
• specgram（光譜圖）
• pcolormesh
• 樣式加強

其餘：

• 顏色集
• 直方圖Hist

---

subplots

subplots()是繪圖的開始，建立不一樣子圖的排列結構。

以下：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2)
plt.show()
複製代碼

最終的圖像展現使用plt.show()方法。

返回：

• fig：繪圖的底版，用於顯示整個背景輪廓，等同於plt.gcf()；
• axes：子圖的集合，經過下標選中單個子圖，如axes[0][0]；

參數：

• nrows和ncols：子圖排列的行和列；

非規則的排列，使用subplot2grid()，經過結構shape和位置loc排列子圖，如，排列5個子圖，上三下二結構：

ax1 = plt.subplot2grid(shape=(2, 6), loc=(0, 0), colspan=2)
ax2 = plt.subplot2grid((2, 6), (0, 2), colspan=2)
ax3 = plt.subplot2grid((2, 6), (0, 4), colspan=2)
ax4 = plt.subplot2grid((2, 6), (1, 1), colspan=2)
ax5 = plt.subplot2grid((2, 6), (1, 3), colspan=2)
複製代碼

---

佈局調整

在排列子圖的過程當中，可能出現：

• 座標軸遮擋：使用tight_layout()設置間距，其中pad表示總體輪廓間距，w_pad表示子圖水平間距，h_pad表示子圖豎直間距；
• 圖像密集：使用set_size_inches()設置圖像長寬的具體尺寸（英寸）；

即：

plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)
fig = plt.gcf()
fig.set_size_inches(10, 8)
複製代碼

這樣，子圖就能夠優雅地排列在一塊兒了。

---

specgram

連續信號推薦使用specgram()展現，即光譜圖（spectrogram）。

參數：

• x：信號連續值列表；
• Fs：信號幀率；

即：

axes[0, 0].specgram(x=y, Fs=sr)  # 光譜圖
axes[0, 0].set_title('std')
複製代碼

set_title()用於設置圖像的標題。

連續信號不推薦使用線圖展現，由於在信號中，通常含有幀率，即每秒信號數，而使用線圖展現，就會忽略幀率信息，沒法體現波形的類似性。

---

pcolormesh

二維特徵推薦使用pcolormesh()展現。除此以外，類似的展現形式：

• contourf：等高線，與pcolormesh相似，邊界較爲模糊；
• imshow：圖像模式，支持模糊處理，自適應寬高須要設置aspect的「auto」屬性；

即

axes[0, 0].pcolormesh(df1)
axes[0, 1].contourf(df2)
axes[1, 0].imshow(df2, interpolation='bicubic', aspect='auto')
axes[1, 1].axis('off')
複製代碼

axis('off')用於關閉子圖。

二維特徵不推薦使用散點圖，由於散點圖的展現區域較小，對比效果較差。

---

樣式加強

seaborn是Matplotlib的顏色和樣式擴展。

使用方式：在plt繪製以前，經過seaborn聲明其餘的展現樣式。

import seaborn as sns

sns.set(style='ticks', palette='Set2')
複製代碼

---

顏色集

Matplotlibcolors，參考

---

直方圖

標準直方圖的繪製，輸入數據hist_data是列表數據。

def plot_hist(hist_data):
    """ 繪製直方圖 :param hist_data: 直方圖數據 :return: 展現圖 """
    hist_data = np.asarray(hist_data)
    sns.set(style='ticks', palette='Set2')
    fig, aux = plot.subplots(ncols=1, nrows=1)
    aux.hist(hist_data, bins=50, facecolor='magenta', alpha=0.75)
    plot.show()
複製代碼

對於座標軸X（或Y）：

• set_xlabel設置標籤；
• set_xlim設置座標值的範圍
• set_xticks設置座標值的粒度；

注意：座標值的範圍（lim）與粒度（ticks）儘可能統一。

aux.set_xlabel("sec")
aux.set_ylabel("num")
min_x, max_x = 8, 22
aux.set_xlim([min_x, max_x])
aux.set_xticks(range(min_x, max_x, 1))
複製代碼

---

歡迎Follow個人GitHub：https://github.com/SpikeKing

By C. L. Wang @ 美圖雲事業部

OK, that's all!