python中mat函数_python matplotlib中的subplot函数使用详解
python里面的matplotlib.pylot是大家比較常用的，功能也還不錯的一個包。基本框架比較簡單，但是做一個功能完善且比較好看整潔的圖，免不了要網上查找一些函數。于是，為了節省時間，可以一勞永逸。我把常用函數作了一個總結，最后寫了一個例子，以后基本不用怎么改了。
一、作圖流程：
1.準備數據， ， 3作圖， 4定制， 5保存， 6顯示
1.數據可以是numpy數組，也可以是list
2創建畫布：
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import matplotlib.pyplot as plt
#figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
#num:圖像編號或名稱，數字為編號 ，字符串為名稱
#figsize:指定figure的寬和高，單位為英寸；
#dpi參數指定繪圖對象的分辨率，即每英寸多少個像素，缺省值為80 ,1英寸等于2.5cm,A4紙是 21*30cm的紙張
#facecolor:背景顏色
#edgecolor:邊框顏色
#frameon:是否顯示邊
fig= plt.figure()
fig= plt.figure(figsize=(8,6), dpi=80)
fig.add_axes()
fig, axes= plt.subplos(nrows= 2, ncols= 2)#axes是長度為4的列表
3、作圖路線
一維數據：
?
1
2
3
4
5
6
7
8
9
10
11
axes[0,0].plot(x, y)
axes[0,1].bar([1,2,3], [2,4,8])
axes[0,2].barh([1,2,3], [2,4,8])
axes[1,0].axhline(0.45)
axes[1,1].scatter(x, y)
axes[1,2].axvline(0.65)
axes[2,0].fill(x,y, color= 'blue')
axes[2,1].fill_between(x,y, color= 'blue')
axes[2,2].violinplot(y)
axes[0,3].arrow(0,0,0.5,0.5)
axes[1,3].quiver(x,y)
4, 定制
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
plt.plot(x,y, alpha=0.4, c= 'blue', maker= 'o')
#顏色，標記，透明度
# 顯示數學文本
t= np.arange(0.0,2.0,0.01)
s= np.sin(2*np.pi*t)
plt.plot(t,s)
plt.title(r'$\alpha_i > \beta_i$', fontsize=20)
plt.text(1,-0.6, r'$\sum_{i=0}^\infty x_i$', fontsize=20)
plt.text(0.6,0.6, r'$\mathcal{A}\mathrm{sin}(2 \omega t)$',
fontsize=20)
plt.xlabel('time (s)')
plt.ylabel('volts (mV)')
fig= plt.figure()
fig.suptitle('bold figure suptitle', fontsize=14, fontweight='bold')
ax= fig.add_subplot(111)
fig.subplots_adjust(top=0.85)
ax.set_title('axes title')
ax.set_xlabel('xlabel')
ax.set_ylabel('ylabel')
ax.text(3,8,'boxed italics text in data coords', style='italic',
bbox={'facecolor':'red','alpha':0.5,'pad':10})
ax.text(2,6, r'an equation: $E=mc^2$', fontsize=15)
ax.text(3,2, u'unicode: Institut f\374r Festk\366rperphysik')
ax.text(0.95,0.01,'colored text in axes coords',
verticalalignment='bottom', horizontalalignment='right',
transform=ax.transAxes,
color='green', fontsize=15)
ax.plot([2], [1],'o')
# 注釋
ax.annotate('我是注釋啦', xy=(2,1), xytext=(3,4),color='r',size=15,
arrowprops=dict(facecolor='g', shrink=0.05))
ax.axis([0,10,0,10])
5, 保存顯示
?
1
2
3
plt.savefig("1.png")
plt.savefig("1.png", trainsparent=True)
plt.show()
二、部分函數使用詳解：
1, fig.add_subplot(numrows, numcols, fignum) ####三個參數，分別代表子圖的行數，列數，圖索引號。 eg: ax = fig.add_subplot(2, 3, 1) (or ,ax = fig.add_subplot(231))
2, plt.subplots()使用
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
x= np.linspace(0,2*np.pi,400)
y= np.sin(x**2)
fig, ax= plt.subplots()
ax.plot(x, y)
ax.set_title('Simple plot')
# Creates two subplots and unpacks the output array immediately
#fig = plt.figure(figsize=(6,6))
f, (ax1, ax2)= plt.subplots(1,2, sharey=True)
ax1.plot(x, y)
ax1.set_title('Sharing Y axis')
ax2.scatter(x, y)
# Creates four polar axes, and accesses them through the returned array
fig, axes= plt.subplots(2,2, subplot_kw=dict(polar=True))
axes[0,0].plot(x, y)
axes[1,1].scatter(x, y)
# Share a X axis with each column of subplots
plt.subplots(2,2, sharex='col')
# Share a Y axis with each row of subplots
plt.subplots(2,2, sharey='row')
# Share both X and Y axes with all subplots
plt.subplots(2,2, sharex='all', sharey='all')
# Note that this is the same as
plt.subplots(2,2, sharex=True, sharey=True)
# Creates figure number 10 with a single subplot
# and clears it if it already exists.
fig, ax=plt.subplots(num=10, clear=True)
3.plt.legend()
?
1
2
3
plt.legend(loc='String or Number', bbox_to_anchor=(num1, num2))
plt.legend(loc='upper center', bbox_to_anchor (0.6,0.95),ncol=3,fancybox=True,shadow=True)
#bbox_to_anchor被賦予的二元組中，第一個數值用于控制legend的左右移動，值越大越向右邊移動，第二個數值用于控制legend的上下移動，值越大，越向上移動
以上這篇python matplotlib中的subplot函數使用詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/MCANDML/article/details/80554176
與50位技術專家面對面20年技術見證，附贈技術全景圖總結
以上是生活随笔為你收集整理的python中mat函数_python matplotlib中的subplot函数使用详解的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： ironpython使用opencv_连
- 下一篇： websocket python爬虫_p