现代简约风格设计方案ppt,襄阳网站seo方法,如何做微信小程序步骤,企点官网目录 图形元素
画布 (fifigure)。
坐标图形 (axes)#xff0c;也称为子图。
轴 (axis) #xff1a;数据轴对象#xff0c;即坐标轴线。
刻度 (tick)#xff0c;即刻度对象。
图层顺序
轴比例和刻度
轴比例
刻度位置和刻度格式
坐标系
直角坐标系
极坐标系
地理…目录 图形元素
画布 (fifigure)。
坐标图形 (axes)也称为子图。
轴 (axis) 数据轴对象即坐标轴线。
刻度 (tick)即刻度对象。
图层顺序
轴比例和刻度
轴比例
刻度位置和刻度格式
坐标系
直角坐标系
极坐标系
地理坐标系
多子图的绘制
subplot() 函数
add_subplot() 函数 subplots() 函数 axes() subplot2grid() 函数 gridspec.GridSpec() 函数 subplot_mosaic() 函数
常见的图的类型
结果保存 图形元素 画布 (fifigure)。
它既可以代表图形本身进行图的绘制包含图例、图名、数据标记等多个图形艺术对象又可以 被划分为多个子区域而每个子区域可用于单独图形类型的 ( 子图 ) 绘制。用户可以在画布 (fifigure) 中设置画布大小fifigsize、分辨率dpi和背景颜色等其他参数。 坐标图形 (axes)也称为子图。 作为 Matplotlib 的绘图核心它主要为绘图数据提供展示区域同时包括组成图的众多艺术对象 (artist)。在大多数情况下一个画布 (fifigure) 对象中包含一个子图区域子图区域由上、下、左、右 4 个轴脊以及其他构成子图的组成元素组成。 轴 (axis) 数据轴对象即坐标轴线。 每个轴对象都含有位置 locator 对象和格式formatter 对象它们分别用于控制坐标轴刻度的位置和格式。 刻度 (tick)即刻度对象。 刻度对象包括主刻度Major tick、次刻度Minor tick、主刻度标签Major tick label和次刻度标签Minor tick label。 图层顺序 Matplotlib 采用的是面向对象的绘图方式。在同一个坐标图形中绘制不同的数据图层时 Matplotlib 可通过设置每个绘图函数中的 zorder 参数来设定不同的图层。 轴比例和刻度 Matplotlib 中 的每个坐标图形对象至少包含两个轴对象它们分别用来表示 X 轴和 Y 轴。轴对象还可以控制轴比例axis scale 、刻度位置 tick locator 和刻度格式 tick formatter 。 轴比例 轴比例规定了数值与给定轴之间的映射方式即数值在轴上以何种方式进行缩放。Matplotlib 中的默认轴比例方式为线性 linear 方式其他诸如 log 、 logit 、 symlog 和自定义函数比例function scale 方式也是常用的轴比例方式。 刻度位置和刻度格式 刻度位置和刻度格式分别规定了每个轴对象上刻度的位置与格式。 坐标系 常见的坐标系有直角坐标系 rectangular coordinate system 、极坐标系 polar coordinate system 和地理坐标系 geographic coordinate system 。 直角坐标系 Matplotlib 中我们可通过设置绘图函数如 add_subplot() 中的参数 projection3d 或引入 axes3d 对象来绘制三维直角坐标系。 极坐标系 地理坐标系 Matplotlib 地理坐标系中的地理投影方式较少仅有 Aitoffff 投影、 Hammer 投影、 Lambert 投影和 Mollweide 投影 4 种。 多子图的绘制 subplot() 函数 import matplotlib.pyplot as plt
ax1 plt.subplot(212)
ax2 plt.subplot(221)
ax3 plt.subplot(222) add_subplot() 函数 import matplotlib.pyplot as plt
fig plt.figure()
ax1 fig.add_subplot(212)
ax2 fig.add_subplot(221)
ax3 fig.add_subplot(222) subplots() 函数 fig, axs plt.subplots(2, 3, sharexTrue, shareyTrue)
axs[0,0].text(0.5, 0.5, subplots(0,0))
axs[0,1].text(0.5, 0.5, subplots(0,1))
axs[0,2].text(0.5, 0.5, subplots(0,2))
axs[1,0].text(0.5, 0.5, subplots(1,0))
axs[1,1].text(0.5, 0.5, subplots(1,1))
axs[1,2].text(0.5, 0.5, subplots(1,2)) axes() import numpy as np
import matplotlib.pyplot as plt
from colormaps import parula
np.random.seed(19680801)
plt.subplot(211)
plt.imshow(np.random.random((100, 100)),cmapparula)
plt.subplot(212)
plt.imshow(np.random.random((100, 100)),cmapparula)
plt.subplots_adjust(bottom0.1, right0.8, top0.9)
cax plt.axes(rect[0.8, 0.15, 0.05, 0.6])
plt.colorbar(caxcax) subplot2grid() 函数 import matplotlib.pyplot as plt
fig plt.figure()
ax1 plt.subplot2grid((3, 3), (0, 0), colspan3)
ax2 plt.subplot2grid((3, 3), (1, 0), colspan2)
ax3 plt.subplot2grid((3, 3), (1, 2), rowspan2)
ax4 plt.subplot2grid((3, 3), (2, 0))
ax5 plt.subplot2grid((3, 3), (2, 1)) gridspec.GridSpec() 函数 import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
fig plt.figure(constrained_layoutTrue)
gspec gridspec.GridSpec(ncols3, nrows3, figurefig)
ax1plt.subplot(gspec[0,:])
ax2plt.subplot(gspec[1,0:2])
ax3plt.subplot(gspec[1:,2])
ax4plt.subplot(gspec[2,0])
ax5plt.subplot(gspec[-1,-2]) subplot_mosaic() 函数 def annotate_axes(ax, text, fontsizefontsize):ax.text(0.5, 0.5, text, transformax.transAxes,fontsizefontsize, alpha0.75, hacenter,vacenter, weightbold)
fig, axd plt.subplot_mosaic([[upper left, right],[lower left, right]],figsize(6,3), constrained_layoutTrue)
for k in axd:annotate_axes(axd[k], faxd[{k}], fontsize14) 常见的图的类型 结果保存 Matplotlib 绘制的图对象可以保存为多种格式如 PNG 、 JPG 、 TIFF 、 PDF 和 SVG 等。注意结果保存函数 savefifig() 必须出现在 show() 函数之前可避免保存结果为空白等问题。另外在使用 savefifig() 的过程中我们需要设置参数 bbox_inchestight 去除图表周围的空白部分。将图对象保存为 PDF 文件和 PNG 文件的示例代码如下。 fig.savefig(结果.pdf,bbox_inchestight)
fig.savefig(结果.png, bbox_inchestight,dpi300)
plt.show()
