Matplotlib基础(一)—-创建画布和坐标系

Matplotlib基础(一)—-三层和绘图流程

在平时处理数据的时候,因为数据可视化更能显示数据的关系。而python中的matplotlib库很好地提供了我们2D绘图的方式。于是我打算系统且详细的学习matplotlib,并尽可能地总结各种用法。这个系列就是我我的学习经验总结。

下载并导入matplotlib库
在Pycharm左下方的Python Packages可以快速搜索并下载我们需要的第三方库。Matplotlib基础(一)----创建画布和坐标系
搜索并下载matplotlib库
Matplotlib基础(一)----创建画布和坐标系
接着就可以直接import并使用了

import matplotlib

以后matplotlib中使用的方法大部分是matplotlib中的pyplot方法。为了使用方便,做了以下简化。

import matplotlib.pyplot as plt

创建画布(容器层)

matplotlib绘图分为三层。一是容器层,就是我们需要帮图表放置的地方,使用figure()对画布进行实例化

fig = plt.figure()

可以往里面传入参数。一般使用到的参数为figsize(画布大小),dpi(像素点)。例如以下:

fig = plt.figure(figsize=(7, 10), dpi=100)

创建坐标系(辅助显示层)

在绘制需要的图表之前,前提是有一个辅助显示层,也就是常说的坐标系。使用subplot实例化坐标系

ax = plt.subplot(1, 1, 1)
# 或者ax = plt.subplot(111)

三个参数表示着ax为fig的1行1列的坐标系组里第一个

坐标系拥有的属性如下表所示

属性含义
facecolor外观
spine边框线
axis坐标轴
axis_label坐标轴标签
tick刻度
tick_label刻度标签
grid网格
title标题
legend图例

坐标系的属性设置方法将在后面详细说明。

绘图(图像层)

准备好画布和坐标系后,就可以开始绘制目标图表了。这里我不打算详细介绍所有的绘制方法,而是会分成以下几节来详细讲解,这里对这部分做一个简单的说明。用最常用的plot()在坐标系中画出需要的曲线。

ax.plot(x, y)

绘图过程

  1. 创建画布和坐标系(实例化fig和ax)
  2. 绘制图像(plot)
  3. 显示图像(show)

示例如下

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2*np.pi)
fig = plt.figure(figsize=(6, 6),  dpi=100)
ax = plt.subplot(111)
ax.plot(x, np.sin(x))
plt.show()

图片如下Matplotlib基础(一)----创建画布和坐标系
注意:
如果末尾没有添加plt.show()行,则创建的图像将一直在缓存中,不会显示。

保存图片

如果需要保存绘制的图像,需要将缓存中的图像保存到plt.show()之前的目标路径。使用的方法是plt.savefig(),需要传入的参数是目标路径的字符串。
修改如下:

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2*np.pi)
fig = plt.figure(figsize=(6, 6),  dpi=100)
ax = plt.subplot(111)
ax.plot(x, np.sin(x))
plt.savefig('fig1.png')
plt.show()

图像将保存在当前目录文件夹中
Matplotlib基础(一)----创建画布和坐标系

总结:

  1. matplotlib库的下载与导入
  2. 三层结构简介
  3. 绘图过程
  4. 图像保存

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
上一篇 2022年4月3日 下午5:26
下一篇 2022年4月3日 下午5:57

相关推荐