matplotlib基礎知識全面解析

圖像基本知識：

一般狀況下，咱們能夠將一副Matplotlib圖像分紅三層結構：

1.第一層是底層的容器層，主要包括Canvas、Figure、Axes；

2.第二層是輔助顯示層，主要包括Axis、Spines、Tick、Grid、Legend、Title等，該層可經過set_axis_off()或set_frame_on(False)等方法設置不顯示；

3.第三層爲圖像層，即經過plot、contour、scatter等方法繪製的圖像。

容器層：容器層主要由Canvas、Figure、Axes組成

　　Canvas是位於最底層的系統層，繪圖過程當中充當畫板的角色，即放置畫布的工具。一般狀況下，咱們並不須要對Canvas特別的聲明，可是當我須要在其餘模塊如PyQt中調用Matplotlib模塊繪圖時，就須要首先聲明Canvas，這就至關於咱們在自家畫室畫畫不用強調要用畫板，出去寫生時要特地帶一塊畫板。

　　Figure（fig）是Canvas上方的第一層，也是須要用戶來操做的應用層的第一層，在繪圖的過程當中充當畫布的角色。當咱們對Figure大小、背景色彩等進行設置的時候，就至關因而選擇畫布大小、材質的過程。所以，每當咱們繪圖的時候，寫的第一行就是建立Figure的代碼。

　　Axes（ax,座標系）是應用層的第二層，在繪圖的過程當中至關於畫布上繪圖區的角色。一個Figure對象能夠包含多個Axes對象，每一個Axes都是一個獨立的座標系，繪圖過程當中的全部圖像都是基於座標系繪製的。

輔助顯示層：

　　輔助顯示層爲Axes內的除了根據數據繪製出的圖像之外的內容，主要包括Axes外觀(facecolor)、邊框線(spines)、座標軸(axis)、座標軸名稱(axis label)、座標軸刻度(tick)、座標軸刻度標籤(tick label)、網格線(grid)、圖例(legend)、標題(title)等內容。該層的設置可以使圖像顯示更加直觀更加容易被用戶理解，但又並不會對圖像產生實質的影響。

圖像層：

　　圖像層指Axes內經過plot、scatter、hist、contour、bar、barbs等函數根據數據繪製出的圖像。

保存圖表plt.savefig()

　　調用plt.savefig()將當前的Figure對象保存成圖像文件，圖像格式由圖像文件的擴展名決定。下面程序將當前的圖表保存爲「test.png」，而且經過dpi指定圖像的分辨率爲120，所以輸出圖像的寬度爲「8X120 = 960」個像素。使用這種方法能夠很容易編寫出批量輸出圖表的程序。plt.savefig("test.png",dpi=120)

plt.imshow()

imshow()函數格式爲：matplotlib.pyplot.imshow(X, cmap=None)

X: 要繪製的圖像或數組

cmap: 顏色圖譜（colormap), 默認繪製爲RGB(A)顏色空間。其它可選的顏色圖譜以下列表：

 

顏色圖譜	描述
autumn	紅-橙-黃
bone	黑-白，x線
cool	青-洋紅
copper	黑-銅
flag	紅-白-藍-黑
gray	黑-白
hot	黑-紅-黃-白
hsv	hsv顏色空間， 紅-黃-綠-青-藍-洋紅-紅
inferno	黑-紅-黃
jet	藍-青-黃-紅
magma	黑-紅-白
pink	黑-粉-白
plasma	綠-紅-黃
prism	紅-黃-綠-藍-紫-...-綠模式
spring	洋紅-黃
summer	綠-黃
viridis	藍-綠-黃
winter	藍-綠

Plt.figure()

matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None)

全部參數都是可選的，都有默認值，所以調用該函數時能夠不帶任何參數，其中：

num: 整型或字符型均可以。設置爲整型，則該整型數字表示窗口序號。設置爲字符型，則該字符串表示窗口名稱。用該參數來命名窗口，兩個窗口序號或名相同，則後一個窗口會覆蓋前一個窗口。

figsize: 設置窗口大小。是一個tuple型的整數，如figsize=（8，8）。

dpi: 整形數字，表示窗口的分辨率。

facecolor: 窗口的背景顏色。edgecolor: 窗口的邊框顏色。

用figure()函數建立的窗口，只能顯示一幅圖片，顯示多幅圖片，則須要將這個窗口再劃分爲幾個子圖，在每一個子圖中顯示不一樣的圖片。

可使用subplot（）函數來劃分子圖，函數格式爲：

matplotlib.pyplot.subplot(nrows, ncols, plot_number)

nrows: 子圖的行數。

ncols:  子圖的列數。

plot_number: 當前子圖的編號。

 

ax.get_xlim()

得到Axes的x座標範圍，默認是 (0.0, 1.0)

ax.get_yscale()

得到y軸的數據刻畫類型

ax.set_xscale('log')

將x軸設置爲log

plt.tight_layout()

若是有多個子圖，咱們可使用tight_layout()函數來調整顯示的佈局，該函數格式爲：

matplotlib.pyplot.tight_layout(pad=1.08, h_pad=None, w_pad=None, rect=None)

全部的參數都是可選的，調用該函數時可省略全部的參數:

pad: 主窗口邊緣和子圖邊緣間的間距，默認爲1.08

h_pad, w_pad: 子圖邊緣之間的間距，默認爲 pad_inches

rect: 一個矩形區域，若是設置這個值，則將全部的子圖調整到這個矩形區域內。

通常調用爲：plt.tight_layout()  #自動調整subplot間的參數