Matplotlib（一）工作流程

Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。在matplotlib中使用最多的模块就是pyplot，pyplot非常接近Matlab的绘图实现，而且大多数的命令与Matlab类似。

第一篇就简要概括一下matplotlib的几种工作流程，这和matlab还是很相似的，可以对照学习。

matplotlib WorkFlow

plt.plot

import matplotlib.pyplot as plt
import numpy as npt1 = np.arange(0.0, 1.0, 0.01)for n in [1, 2, 3, 4]:plt.plot(t1, t1**n, label="n=%d"%(n,))plt.ylabel('values')plt.axis([0, 1, 0, 1])  # 设置坐标轴范围
# plt.axis 注意与plt.xlim区分， 后者可用于翻转刻度，如x轴 5-->0leg = plt.legend(loc='best', ncol=2, mode="expand", shadow=True, fancybox=True)
leg.get_frame().set_alpha(0.5)# latex写法
# plt.title(r'$\alpha_i > \beta_i$', fontsize=20)
# plt.text(1, -0.6, r'$\sum_{i=0}^\infty x_i$', fontsize=20)plt.savefig('test.png')
plt.show()

plt.subplot

import numpy as np
import matplotlib.pyplot as pltdef f(t):return np.exp(-t) * np.cos(2*np.pi*t)t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)plt.figure(1)
ax1 = plt.subplot(211)
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')ax2 = plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()

plt.subplots

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np
from numpy.random import multivariate_normaldata = np.vstack([multivariate_normal([10, 10], [[3, 2], [2, 3]], size=100000),multivariate_normal([30, 20], [[2, 3], [1, 3]], size=1000)
])gammas = [0.8, 0.5, 0.3]# 特别注意该种用法， 体现出matlib的原生特点
fig, axes = plt.subplots(nrows=2, ncols=2)axes[0, 0].set_title('Linear normalization')
axes[0, 0].hist2d(data[:, 0], data[:, 1], bins=100)for ax, gamma in zip(axes.flat[1:], gammas):ax.set_title('Power law $(\gamma=%1.1f)$' % gamma)ax.hist2d(data[:, 0], data[:, 1],bins=100, norm=mcolors.PowerNorm(gamma))fig.tight_layout()plt.show()

add_subplot

x = np.arange(0, 10, 0.2)
y = np.sin(x)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, y)
plt.show()

小技巧

# Format the minor tick labels of the y-axis into empty strings with
# `NullFormatter`, to avoid cumbering the axis with too many labels.plt.gca().yaxis.set_minor_formatter(NullFormatter())# Adjust the subplot layout, because the logit one may take more space
# than usual, due to y-tick labels like "1 - 10^{-3}"
plt.subplots_adjust(top=0.92, bottom=0.08, left=0.10, right=0.95, hspace=0.25,wspace=0.35)

小结（重点）

上面所列举的四个常见WorkFlow其实分为两大类，一大类是类似于Matlab命令式的绘图方式；另一大类是面向对象的绘图方式。前两种属于Matlab命令式绘图；后两种属于面向对象绘图。pyplot API属于前者，通常它不如面向对象的API灵活，其大多数函数调用也可以作为Axes对象中的方法调用。所以，推荐的学习方法是，了解matplotlib绘图原理，然后推荐大多数场景使用面向对象的绘图方式，这样可以使代码更加简洁明了，便于维护。

Matplotlib（一）工作流程相关推荐

批处理节省时间_简单的设计工作流程技巧，节省时间和头痛
批处理节省时间 Does the way you work help you or slow you down? Do you feel efficient in your design workfl ...
笔记：机器学习的工作流程
1.机器学习工作流程介绍本文学习如何思考机器学习问题.机器学习(ML)不仅关于数学和建模,而且关于选择问题的设置,识别客户需求和长期目标.本文的组织如下: 1.通过识别关键利益相关者,选择正确的度量 ...
机器学习-工作流程与模型优化
一.前序工作流程 1. 数据处理数据清洗不可信的样本丢掉缺省值极多的字段考虑不用数据采样下/上采样保证样本均衡 2. 特征工程特征处理: 数值型 ...
人工智能开发人员工作流程、看法、工具统计数据
人工智能开发人员工作流程.看法.工具统计数据本文目录: 一.人工智能开发所需要的技能和知识二.开发人工智能需要以下工具 2.1.开发过程中的人工智能工具调查 2.2.AI 工具情绪调查 2.3.A ...
GPU—加速数据科学工作流程
GPU-加速数据科学工作流程 GPU-ACCELERATE YOUR DATA SCIENCE WORKFLOWS 传统上,数据科学工作流程是缓慢而繁琐的,依赖于cpu来加载.过滤和操作数据,训练和部 ...
python爬虫之Scrapy框架的post请求和核心组件的工作流程
python爬虫之Scrapy框架的post请求和核心组件的工作流程一 Scrapy的post请求的实现在爬虫文件中的爬虫类继承了Spider父类中的start_urls,该方法就可以对star ...
WifiP2pSettings工作流程
本文为<深入理解Android Wi-Fi.NFC和GPS卷>读书笔记,Android源码为Android 5.1 Android平台中,P2P操作用户只需执行如下三个步骤: 1)进入Wi ...
Blender+SP+UE5游戏艺术工作流程学习
Blender到虚幻引擎5 Blender游戏艺术 Blender for Game Art 你会学到: 如何在Blender中创建三维模型 UV如何展开和布局如何在Substance Painte ...
Revit: Twinmotion工作流程学习
Revit: Twinmotion Workflow MP4 |视频:h264,1280×720 |音频:AAC,44.1 KHz,2 Ch 技能等级:中级|语言:英语+中英文字幕(根据原英文字幕机译 ...

Matplotlib（一）工作流程

matplotlib WorkFlow

plt.plot

plt.subplot

plt.subplots

add_subplot

小技巧

小结（重点）

Matplotlib（一）工作流程相关推荐

最新文章

热门文章

Matplotlib（一）工作流程

matplotlib WorkFlow

plt.plot

plt.subplot

plt.subplots

add_subplot

小技巧

小结 （重点）

Matplotlib（一）工作流程相关推荐

最新文章

热门文章

小结（重点）