Matplotlib绘图基础之画布详解

Matplotlib 库是一个用于数据可视化和绘图的 Python 库。

它提供了大量的函数和类，可以帮助用户轻松地创建各种类型的图表，包括直方图、箱形图、散点图、饼图、条形图和密度图等。

使用 Matplotlib 的过程中，遇到的难点并不在于绘制各类的图形，因为每种图形都有其对应的API。

难点在于对绘制的图形进行调整，这些调整包括：

• 图形的大小
• 多个图形的组合
• 坐标轴的方向，刻度的精度
• 图形的颜色和字体

等等。

进行这些调整需要对 Matplotlib 的绘图机制和其中的主要元素有个整体的了解。

本篇首先整体介绍下Matplotlib绘制的图形中的主要元素，然后重点介绍下其中第一个重要的元素--画布。

1. 主要元素

下面绘制一个简单的图形来演示Matplotlib绘图时的主要元素。

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
%matplotlib inline
#绘制一个展示主要元素的图
x = np.array(range(0, 8))
y1 = np.sin(x)
fig = plt.figure()
fig.set_size_inches(10,4)
fig.set_facecolor('lightgreen')
fig.suptitle("整个图形的总标题")
fig.subplots_adjust(wspace=0.3)
ax1 = fig.add_subplot(121)
ax1.plot(x, y1)
ax1.set_title("图1 标题")
ax1.set_xlabel("图1--x轴")
ax1.set_ylabel("图1--y轴")
ax2 = fig.add_subplot(122)
y2 = np.cos(x)
ax2.plot(x, y1)
ax2.plot(x, y2)
ax2.set_title("图2 标题")
ax2.set_xlabel("图2--x轴")
ax2.set_ylabel("图2--y轴")
ax2.legend(labels=["sin", "cos"])
fig.show()

上例中，我们绘制了2个子图。主要的元素包括，图形的大小，图形的标题（主标题和子图标题），坐标轴（轴标签和刻度），图例，子图中曲线（这里可以根据情况换成其他图形，比如柱状图，散点图等等）。

上面的示例代码不用太关心，这里只是为了显示Matplotlib的主要元素。

后续的文章会介绍各个主要元素的常用属性，最终的目的是能够灵活的绘制出符合显示要求的图形，而不仅仅只是绘制出图形。

本篇介绍的主要元素是画布。

2. 画布

画布是其他所有的元素的载体，可以说是最重要，也是最容易被忽视的元素。

绘制图形之前，第一件事就是创建画布。

2.1. 主要属性

创建画布之后，一般主要用到的属性是调整画布的大小和颜色。

Matplotlib画布的大小通过设置英寸和dpi来实现，dpi表示一英寸有多少像素。

2.1.1. 画布大小

比如下面的示例：

fig = plt.figure(figsize=[6, 3], dpi=100)
fig.suptitle("标题")
x = np.array(range(0, 8))
y = np.sin(x)
plt.plot(x, y)

修改dpi=200，图形明显变大和清晰。

fig = plt.figure(figsize=[6, 3], dpi=200)

2.1.2. 画布颜色

除了大小，设置画布的颜色也是比较常用的。

颜色主要有两种，背景色和边框颜色（默认的边框宽度是0，所以要设置边框颜色时，别忘了设置边框的宽度）。

比如：下面示例设置了背景色浅绿色，边框宽度10，颜色红色。

fig = plt.figure(facecolor="lightgreen",
                edgecolor="red",
                linewidth=10)
fig.suptitle("标题")
x = np.array(range(0, 8))
y = np.sin(x)
plt.plot(x, y)

2.2. 主要方法

除了属性，画布还有几个方法也是经常使用的。

2.2.1. 设置标题

上面的示例中已经包含了，也就是 suptitle() 方法。

2.2.2. 添加子图

添加子图用 add_subplot() 方法，这个方法的参数一般是三个数组 xyz，x表示有几行，y表示有几列，z表示是第一个子图。

比如：一行两列2个图

fig = plt.figure()
fig.add_subplot(121)
fig.add_subplot(122)

比如：2行一列2个图：

fig = plt.figure()
fig.add_subplot(211)
fig.add_subplot(212)

比如：2行2列4个图：

fig = plt.figure()
fig.add_subplot(221)
fig.add_subplot(222)
fig.add_subplot(223)
fig.add_subplot(224)

2.2.3. 保存图像

画布还有个重要的功能就是把显示的图形保存下来，即 savefig() 方法。

可以把绘制的图形保存到磁盘，用于分享或者制作报告。

fig.savefig("d:/share/image.png")

3. 总结回顾

画布让我们可以整体上设置图形的质量和排版，分析和作图过程中虽然不用过多考虑它，但是最终如果要出报告和文档时，画布的设置就会变得重要。

画布是绘图的第一步，接下来这个系列会逐步介绍 Matplotlib的其他主要元素。

到此这篇关于Matplotlib绘图基础之画布详解的文章就介绍到这了,更多相关Matplotlib画布内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论