Matplotlib

来自Shiyin's note
Shen讨论 | 贡献2019年4月22日 (一) 08:02的版本 →‎plot
跳到导航 跳到搜索
  • ipython中事先执行 %matplotlib
  • 参见 [1] [2]

简单plot

  • import matplotlib.plot as plt
  • 初始化 clear
plt.clf()
  • 显示图像
plt.show()
  • Tweak spacing to prevent clipping of ylabel
plt.tight_layout()
  • plt.plot() 中的颜色,线型等
  • options for the color characters are: 'r' , 'g' , 'b' = blue, 'c' = cyan, 'm' = magenta, 'y' = yellow, 'k' = black, 'w' = white
  • Options for line styles are: '-' = solid, '--' = dashed, ':' = dotted, '-.' = dot-dashed, '.' = points, 'o' = filled circles, '^' = filled triangles
  • marker style [3]
  • 产生多个图形窗口
plt.figure(1)
plt.figure(2)
  • 简单的例子
x = np.arange(0, 5, 0.1);
y = np.sin(x)
plt.subplot(211) # panels
plt.plot(x, y,label='sin')
plt.errorbar(x, y, xerr=0.1 * x, yerr=5.0 + 0.75 * y, ls='None', marker='s') #误差棒,ls='None' 表示不连线 
plt.xlim(0,3)  #调整坐标范围
plt.xscale('symlog') # 设置对数坐标格式,,
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend() #图例  显示前面plot中的label


coding style

  • 通过关键词来配置图的要素,例子
x = np.arange(0, 10, 0.2)
y = np.sin(x)
fig, ax = plt.subplots()
ax.plot(x, y)
plt.show()
  • axes的配置
ax.semilogx  : 对数坐标
ax.grid :添加grid
ax.set_xlim(xmin=1,xmax=10) #设置坐标范围

直方图

  • hist 命令
  • 关键词有 bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, normed=None
# the histogram of the data
n, bins, patches = ax.hist(x, 50, normed=1)


图像

  • matplotlib里面可以用axes.imshow()
delta = 0.025
x = y = np.arange(-3.0, 3.0, delta)
X, Y = np.meshgrid(x, y)
Z = np.exp(-X**2 - Y**2)
fig, ax = plt.subplots()
im = ax.imshow(Z, interpolation='bilinear', cmap=cm.RdYlGn,
              origin='lower', extent=[-3, 3, -3, 3],
              vmax=abs(Z).max(), vmin=-abs(Z).max())     #lower 就是把index[0,0]放在左下,extent是数轴上标志的范围
  • pylot.imshow(Z)

保存图片文件

  • plt.savefig("filename.png")
  • plt.savefig('SFH_LMC_miles.pdf',format='pdf')
  • 保存文件一片空白
在 plt.show() 后调用了 plt.savefig() ,在 plt.show() 后实际上已经创建了一个新的空白的图片(坐标轴),这时候你再 plt.savefig() 就会保存这个新生成的空白图片。
plt.show() 放在最后,或者
    # gcf: Get Current Figure
   fig = plt.gcf()
   plt.show()
   fig1.savefig('tessstttyyy.png', dpi=100)