matplotlib 教程简析
介绍
功能简介
基础功能
使用简介
- 基础概念
legend,marker; figure,axes,axis ; spines
Artist( text, line2D , collection , patch ... ) - 数据类型
array - 命名空间
matplotlib.pyplot可与numpy使用 (pylab已经弃用) - 生成多个图
plt.subplots(row,col) 可生成多个axes - 交互模式
plt.draw()如果不需要在屏幕显示，调用该函数 - 便捷功能
线段的简化：
通过path.simplifyandpath.simplify_threshold
Marker的简化:
通过markeveryplt.plot(x, y, markevery=10)详情参看Markevery Demo
线分块：
mpl.rcParams['agg.path.chunksize'] = 0
使用快速格式：
为了避免其他格式被改变，可以在最后部分调用，不会改变其他设置
import matplotlib.style as mplstyle
mplstyle.use('fast')
Pyplot示例
- 折线图、散点图、柱状图
- 散点图的图示、图的颜色
- 绘制多个图
- 插入文本
- 插入数学公式
- 插入注释文本
- 坐标轴会自动适应不同数据：线性、指数等
图的种类
- 线
plot() - 多个子图
subplot() - 显示图片
imshow() - 轮廓线与伪彩色
pcolormesh(),contour() - 直方图
hist() - 路径
matplotlib.path - 3D
3D plotting - 流量图
streamplot() - 椭圆 为了某些具体任务..
- 条形图
bar() - 饼图
pie() - 表格
table() - 散点图
scatter() - 填充曲线
fill() - 时序数据
matplotlib.ticker与matplotlib.dates - 指数
semilogx(),semilogy()与loglog() - 极坐标图
polar() - 图示
legend() - tex文本
matplotlib.mathtext；usetex
图片示例
- 导入图片模块
import matplotlib.image as mpimg; 可以使用Pillow library,Matplotlib只支持PNG - 读取图片
img = mpimg.imread('../../doc/_static/stinkbug.png') - 显示图片
imgplot = plt.imshow(img) - 色条
plt.colorbar() - 不同的图片模式 (设置显示范围等)
一个完整的plot的例子
- 数据
- 加载数据
- 控制格式
plt.style.use('fivethirtyeight')plt.rcParams.update({'figure.autolayout': True})
tips: Customizing Matplotlib with style sheets and rcParams - 变更plt属性,一次改变多个
pyplot.setp() - 调整图的尺寸
fig, ax = plt.subplots(figsize=(8, 4)) - 坐标轴格式控制
ax.xaxis.set_major_formatter(formatter)ticker.FuncFormatter - 保存图片
figure.Figure.savefig()
使用style sheets与 rcParams控制格式
style sheets
- 可选用的格式
plt.style.available - 定义自己的格式
mpl_configdir/stylelib/presentation.mplstyle - 格式组合
plt.style.use(['dark_background', 'presentation']) - 临时格式
with plt.style.context('dark_background'):
rcParams
- 直接使用
matplotlib.rcParams修改格式，如mpl.rcParams['lines.linewidth'] = 2 - 使用
matplotlib.rc()修改格式，如mpl.rc('lines', linewidth=4, color='g') - 使用
matplotlib.rcdefaults()恢复默认配置 - 默认配置都在
matplotlibrc文件中
中级功能
Artist 教程
三层结构：
- 画图区域
matplotlib.backend_bases.FigureCanvas - 画图方法
matplotlib.backend_bases.Renderer - 使用
renderer在canvas上绘图matplotlib.artist.Artist
Artist 分为两类：
- primitives 包括：
Line2D,Rectangle,Text,AxesImage, etc - containers 包括：
Axis,AxesandFigure
Axes 通常按行列分布，使用 add_axes() 在任意位置创建axes
legend 教程
legend entry: 每个legend由一个或多个legend entry构成
legend key: 左边标记的颜色或模式
legend label: 描述handle的文本
legend handle: 描述的handle
cycler教程
处理周期数据 ps.
改变Figure布局
subplots() : 创建并布局axes
GridSpec : 重置figure布局
SubplotSpec : 给定布局，创建子图
subplot2grid() : 在grid内部创建子图
布局教程
constrained_layout = ture会避免坐标、文字重叠现象- colorbars,Suptitle,Legends 布局的影响
- 手动布局
- 另一种选择
tight_layout()
控制图片方向
通过 origin 与 extent kwargs参数 控制图片的axes
高级功能
路径
绘制路径 path
路径效果
设置路径艺术字效果
转换坐标系
偏移？
颜色
指定颜色
设置颜色方法
- RGB or RGBA 通过0-1的浮点数
(0.1, 0.2, 0.5) or (0.1, 0.2, 0.5, 0.3) - RGB or RGBA 字符串
#0f0f0for#0f0f0f80 - 一个0-1浮点数,表示灰度
0.5 - 颜色缩写
{'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'} - X11/CSS4 颜色名
black - xkcd 颜色
xkcd:sky blue - 大写C与数字
C0根据style进行变化，数字最大也不知道是多少...(seaborn 有六种颜色axes.prop_cycle: cycler('color', ['4C72B0', '55A868', 'C44E52', '8172B2', 'CCB974', '64B5CD']))
定制Colorbars
- 基本连续的colorbar
- 离散间隔的colorbar
- 设定长度的colorbar
定制colormap
获取改变colormap的值；设置多个colormap
colormap 分布
通常是线性分布，在某些情况下需要调整
选择colormap
选择colormap的色彩模式
文本
Matplotlib Plots 中的文本
基本命令
- text axes上任意位置添加文本
- annotate axes上任意位置添加注释，有一个可选的箭头
- xlabel axes的x轴标签
- ylabel axes的y轴标签
- title axes标题
- figtext figure上任意位置添加文本
- suptitle figure添加标题
x-轴与y-轴文本的格式
- 分布位置
- 字体格式 text的参数
- 间隔 pad
标题
- 分布位置
- 间隔 pad
刻度与刻度标签
- 主刻度、副刻度
- 刻度显示的范围
- 刻度显示的格式
文本的属性与布局
- alpha 透明度
- color 颜色
- position 位置
- rotation 旋转
坐标转换？
非拉丁字符？
注释
- 文本的样式
- 箭头的格式（可以是圆、方框、各种箭头等）
ps. 注释数据的高亮是由marker实现的
数学表达式
- plot支持latex的数学表达式
ps. 使用mathtype进行编辑，导出就可以了
使用latex渲染文本
没有必要..
实际使用
使用figure.Figure.savefig()保存成PDF
