matplotlib命令与格式:图像(figure)与子区域(axes)布局与规划
1.figure语法及操作
(1)figure语法说明
figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
- num:图像编号或名称,数字为编号 ,字符串为名称
- figsize:指定figure的宽和高,单位为英寸;
- dpi参数指定绘图对象的分辨率,即每英寸多少个像素,缺省值为80
- facecolor:背景颜色
- edgecolor:边框颜色
- frameon:是否显示边框
创建自定义图像
fig=plt.figure(figsize=(4,3),facecolor='blue')
plt.show()
2.subplot创建单个子图
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#作图1
plt.subplot(221)
plt.plot(x, x)
#作图2
plt.subplot(222)
plt.plot(x, -x)
#作图3
plt.subplot(223)
plt.plot(x, x ** 2)
plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作图4
plt.subplot(224)
plt.plot(x, np.log(x))
plt.show()
3.subplots创建多个子图
(1)subplots语法
import matplotlib.pyplot as plt
#划分子图
fig,axes=plt.subplots(2,2)
ax1=axes[0,0]
ax2=axes[0,1]
ax3=axes[1,0]
ax4=axes[1,1]
#作图1
ax1.plot(x, x)
#作图2
ax2.plot(x, -x)
#作图3
ax3.plot(x, x ** 2)
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作图4
ax4.plot(x, np.log(x))
plt.show()
4.面向对象API:add_subplots与add_axes新增子图或区域
import matplotlib.pyplot as plt
x = np.arange(0, 100)
#新建figure对象
fig=plt.figure()
#新建子图1
ax1=fig.add_subplot(2,2,1)
ax1.plot(x, x)
#新建子图3
ax3=fig.add_subplot(2,2,3)
ax3.plot(x, x ** 2)
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#新建子图4
ax4=fig.add_subplot(2,2,4)
ax4.plot(x, np.log(x))
plt.show()
import matplotlib.pyplot as plt
#新建figure
fig = plt.figure()
# 定义数据
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]
#新建区域ax1
#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
# 获得绘制的句柄
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r')
ax1.set_title('area1')
#新增区域ax2,嵌套在ax1内
left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
# 获得绘制的句柄
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(x,y, 'b')
ax2.set_title('area2')
plt.show()
matplotlib命令与格式:图像(figure)与子区域(axes)布局与规划相关推荐
- matplotlib命令与格式:标题(title),标注(annotate),文字说明(text)-------(含绘图实例演示)
Python 全栈工程师核心面试 300 问深入解析(2020 版)----全文预览 Python 全栈工程师核心面试 300 问深入解析(2020 版)----欢迎订阅 1.title设置图像标题 ...
- matplotlib命令与格式:标题(title),标注(annotate),文字说明(text)
1.title设置图像标题 (1)title常用参数 fontsize设置字体大小,默认12,可选参数 ['xx-small', 'x-small', 'small', 'medium', 'larg ...
- matplotlib命令与格式:标题(title)
1.title设置图像标题 (1)title常用参数 fontsize设置字体大小,默认12,可选参数 ['xx-small', 'x-small', 'small', 'medium', 'larg ...
- matplotlib命令与格式:图例legend语法及设置
1.图例legend基础语法及用法 legend语法参数如下: matplotlib.pyplot.legend(*args, **kwargs) (1)设置图例位置 使用loc参数 plt.lege ...
- 原 matplotlib命令与格式:系统字体与显示中文
版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/helunqu2017/article/ ...
- python输出jpg_利用python实现.dcm格式图像转为.jpg格式
如下所示: import pydicom import matplotlib.pyplot as plt import scipy.misc import pandas as pd import nu ...
- python bmp转jpg_利用python实现.dcm格式图像转为.jpg格式
如下所示: import pydicom import matplotlib.pyplot as plt import scipy.misc import pandas as pd import nu ...
- python图片保存jpg、show变成bmp_利用python实现.dcm格式图像转为.jpg格式
如下所示: import pydicom import matplotlib.pyplot as plt import scipy.misc import pandas as pd import nu ...
- 用python将.dcm格式图像转为.jpg格式
用python将.dcm格式图像转为.jpg格式 import pydicom import matplotlib.pyplot as plt import scipy.misc import pan ...
最新文章
- 细节决定成败(竞赛错题经验总结)
- 数字资产交易所IM即时通讯社交系统APP开发
- Device Tree(一):背景介绍
- 一次发现underscore源码bug的经历以及对学术界『拿来主义』的思考
- TensorFlow模型实现:UNet模型
- 前端设置,验证码登录
- 160 - 21 Cabeca
- (精)DEVC++的几个实用小技巧
- 京东到家休闲食品即时消费趋势报告
- 解决pytorch DataLoader 加载数据报错UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xe5 in position 1023
- Abp VNext 项目创建简介
- 你会采取什么方法改进你的测试用例_自闭症孩子在公共场所哭闹、撒泼打滚,你会采取什么措施?...
- 1019. 数字黑洞 (20)-PAT乙级真题
- 什么软件测试出来的网速准确,百度应用的网速测试工具最不准确
- 传感器融合sensor fusion
- 对测试开发工程师的理解
- PS——图像合成与渐变工具
- 2022最新:8种常用DNA甲基化测序技术,你知道几个?|易基因
- UltraVNC源码编译运行
- 计算机及相关经典书籍收集
热门文章
- java action处理list_Struts2 -- Jsp取action List及数据映射
- php查看隐藏内容,隐藏index.php
- linux标准i/o,Linux 标准I/O笔记
- spark需要maven管理吗_Spark-Maven全新安装:如何同时编译Java和Scala类
- PTA 基础编程题目集 7-22 龟兔赛跑 C语言
- Service Fabric独立集群搭建
- 聊聊Cassandra的FailureDetector
- 使用JDBC改变Oracle的session參数 NLS_DATE_FORMAT
- markdown简明语法
- Directive全面分析