网站制作上海,asp网站上哪做,洛阳网站建设公司排行,福州seo网站管理在较多的画图场景中#xff0c;需要对图像进行局部放大#xff0c;掌握相关方法非常有用#xff0c;因此我们很有必要一起学习
【1】官网教程
首先是进入官网教程#xff0c;找到学习资料#xff1a;
https://matplotlib.org/stable/gallery/subplots_axes_and_figures…在较多的画图场景中需要对图像进行局部放大掌握相关方法非常有用因此我们很有必要一起学习
【1】官网教程
首先是进入官网教程找到学习资料
https://matplotlib.org/stable/gallery/subplots_axes_and_figures/axes_margins.html#sphx-glr-gallery-subplots-axes-and-figures-axes-margins-py
在这里可以看到好看的放大和缩小视图。
【2】代码解读
引入计算模块numpy和画图模块matplotlib import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算from matplotlib.patches import Polygon 然后自定义函数 def f(t):return np.exp(-t) * np.cos(2*np.pi*t) #定义子函数 之后定义自变量 t1 np.arange(0.0, 3.0, 0.01) #定义变量 再之后定义画图 ax1 plt.subplot(212) #定义2行1列第2个图形
ax1.margins(0.05) # Default margin is 0.05, value 0 means fit
ax1.plot(t1, f(t1)) #输出图形ax2 plt.subplot(221) #定义2行2列第1个图形
ax2.margins(2, 2) # Values 0.0 zoom out
ax2.plot(t1, f(t1))
ax2.set_title(Zoomed out)ax3 plt.subplot(222) #定义2行2列第2个图形
ax3.margins(x0, y-0.25) # Values in (-0.5, 0.0) zooms in to center
ax3.plot(t1, f(t1))
ax3.set_title(Zoomed in) 最后输出图形 plt.show() 输出图形为 图1
由图1可见通过调节margins()函数中的值调节函数曲线和X轴Y轴的距离进而实现图像的放大和缩小。
【3】margins()和xlim()函数/ylim()函数效果对比
前在述学习过程中已经多次使用xlim()函数和ylim()函数来设置作标轴范围进而实现对图像的大小进行缩放未进行对比将margins()和xlim()函数/ylim()函数效果进行同时输出设置画图程序如下 ax1 plt.subplot(311) #定义3行1列第1个图形
ax1.margins(0.05) # Default margin is 0.05, value 0 means fit
ax1.plot(t1, f(t1)) #输出图形
ax1.set_title(Zoomed,y0.68)ax2 plt.subplot(312) #定义3行1列第2个图形
ax2.set_ylim(-0.65, 1.1) # Values 0.0 zoom out
ax2.plot(t1, f(t1),colorblue)
ax2.set_title(Set_ylim,y0.68)
ax2.set_facecolor((0.66,0.36,0.86))ax3 plt.subplot(313) #定义3行1列第3个图形
#ax3.margins(x0, y-0.25) # Values in (-0.5, 0.0) zooms in to center
ax3.plot(t1, f(t1),colorgreen)
ax3.set_title(Origin,y0.68)
ax3.set_facecolor(#eafff5) 由代码可见ax1使用了margins()函数ax2使用了set_ylim()函数ax3未做限制是默认输出。
运行代码后的结果为 图2
由图2可见margins()和xlim()函数/ylim()函数效果都可以实现良好的输出效果。
如果不想进行限制默认输出效果同样不错。
实际画图过程中可根据需要灵活使用函数或者不使用函数以实现画图目的。
至此的完整代码为
import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算from matplotlib.patches import Polygondef f(t):return np.exp(-t) * np.cos(2*np.pi*t) #定义子函数t1 np.arange(0.0, 3.0, 0.01) #定义变量ax1 plt.subplot(311) #定义3行1列第1个图形
ax1.margins(0.95) # Default margin is 0.05, value 0 means fit
ax1.plot(t1, f(t1)) #输出图形
ax1.set_title(Zoomed,y0.68)ax2 plt.subplot(312) #定义3行1列第2个图形
ax2.set_ylim(-0.65, 1.1) # Values 0.0 zoom out
ax2.plot(t1, f(t1),colorblue)
ax2.set_title(Set_ylim,y0.68)
ax2.set_facecolor((0.66,0.36,0.86))ax3 plt.subplot(313) #定义3行1列第3个图形
#ax3.margins(x0, y-0.25) # Values in (-0.5, 0.0) zooms in to center
ax3.plot(t1, f(t1),colorgreen)
ax3.set_title(Origin,y0.68)
ax3.set_facecolor(#eafff5)plt.show()
【4】尝试在图形中增开缩小试图
前面已经掌握了对图形进行缩小和方法的方法有时候需要在一个稍大的图形中再增加一个缩略图形为此有必要继续探索。
下述链接给出了简单的教程点击可一步直达
https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.inset_axes.html#matplotlib.axes.Axes.inset_axes
基于此我们尝试给margins()函数输出图形增加一个缩略图增加下述代码 axinsax1.inset_axes((0.85,0.5,0.15,0.5))
axins.plot(t1,f(t1)) 输出图形为 图3
图3即为增加缩略图后的图形。
此时的完整代码为
import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算from matplotlib.patches import Polygondef f(t):return np.exp(-t) * np.cos(2*np.pi*t) #定义子函数t1 np.arange(0.0, 3.0, 0.01) #定义变量ax1 plt.subplot(311) #定义3行1列第1个图形
ax1.margins(0.95) # Default margin is 0.05, value 0 means fit
ax1.plot(t1, f(t1)) #输出图形
ax1.set_title(Zoomed,y0.68)
axinsax1.inset_axes((0.85,0.5,0.15,0.5))
axins.plot(t1,f(t1))ax2 plt.subplot(312) #定义3行1列第2个图形
ax2.set_ylim(-0.65, 1.1) # Values 0.0 zoom out
ax2.plot(t1, f(t1),colorblue)
ax2.set_title(Set_ylim,y0.68)
ax2.set_facecolor((0.66,0.36,0.86))ax3 plt.subplot(313) #定义3行1列第3个图形
#ax3.margins(x0, y-0.25) # Values in (-0.5, 0.0) zooms in to center
ax3.plot(t1, f(t1),colorgreen)
ax3.set_title(Origin,y0.68)
ax3.set_facecolor(#eafff5)plt.show()
【5】局部放大和整体缩小
如果主要想展示局部放大图同时展示整体缩略图可以如下设置
import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算from matplotlib.patches import Polygondef f(t):return np.exp(-t) * np.cos(2*np.pi*t) #定义子函数t1 np.arange(0.0, 3.0, 0.01) #定义变量fig , ax1 plt.subplots( ) #定义3行1列第1个图形
ax1.margins(0.05) # Default margin is 0.05, value 0 means fit
ax1.plot(t1, f(t1)) #输出图形
ax1.set_title(Zoomed,y0.68)
axinsax1.inset_axes((0.85,0.5,0.15,0.5))
axins.plot(t1,f(t1))plt.show()
输出图像为 图4
图4为常规的图像大图和小图都是整体图。
继续调节将margins()进行修改 ax1.margins(x-0.25,y-0.25) # Default margin is 0.05, value 0 means fit
ax1.set_ylim(-0.25,0.5) 在修改margins()时负数可以实现图像放大设置set_ylim()可以更好地表达图像。
输出图像为 图5
import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算from matplotlib.patches import Polygondef f(t):return np.exp(-t) * np.cos(2*np.pi*t) #定义子函数t1 np.arange(0.0, 3.0, 0.01) #定义变量fig , ax1 plt.subplots( ) #定义3行1列第1个图形
ax1.margins(x-0.25,y-0.25) # Default margin is 0.05, value 0 means fit
ax1.set_ylim(-0.25,0.5)
ax1.plot(t1, f(t1)) #输出图形
ax1.set_title(Zoomed,y0.68)
axinsax1.inset_axes((0.85,0.5,0.15,0.5))
axins.plot(t1,f(t1))plt.show()
继续对代码稍作修改 fig , ax1 plt.subplots( ) #定义3行1列第1个图形
ax1.margins(x-0.25,y-0.25) # Default margin is 0.05, value 0 means fit
ax1.set_ylim(-0.25,0.5)
ax1.plot(t1, f(t1)) #输出图形
ax1.set_title(Zoomed)
axinsax1.inset_axes((0.8,0.7,0.2,0.3))
axins.plot(t1,f(t1)) 输出图像优化为 图6
可见图6更好地进行了表达。
【6】总结
学习了图像大放大和缩小技巧探索了将放大和缩小图放在同一个坐标轴内的技巧。
