Matplotlib系列目录

文章目录

一、简介
二、思维导图
三、坐标轴变换及注释
- 1. 坐标轴变换
- - 1.1 极坐标系
  - 1.2 对数坐标系
  - 1.3 地图坐标系
  - 1.4 坐标轴双坐标
- 2. 注释
- - 2.1 引线标注
  - 2.2 文本
  - 2.3 箭头
  - 2.4 表格
  - 2.5 公式

一、简介

‎matplotlib有强大的变换功能，并提供了预定义的极坐标、对数坐标等坐标系。
‎matplotlib还有丰富的文本和箭头注释功能，可以方便的在指定位置添加注释，并且注释文本支持latex公式。

Matplotlib系列将Matplotlib的知识和重点API，编制成思维导图和重点笔记形式，方便记忆和回顾，也方便应用时参考，初学者也可以参考逐步深入学习。

二、思维导图

三、坐标轴变换及注释

1. 坐标轴变换

matplotlib有强大的变换功能,但是通常我们不需要直接去写代码变换，常用的极坐标、对数坐标等有预设的方法。

1.1 极坐标系

极坐标绘图需要在创建子图的时候设置参数projection="polar"。

示例如下：

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()ax=fig.add_subplot(111, projection="polar")
theta=np.linspace(0, np.pi*2, 50)
ax.plot(theta, theta/2)plt.show()

注意fig.subplots函数不支持projection参数。

极坐标显示设置

极轴坐标最大、最小值设置
- ax.set_rlim(0.5,1)：经向坐标范围为0.5至1。相当于同时使用set_rmax,set_rmin
- ax.set_rmax(1)：设置经向最大坐标值为1
- ax.set_rmin(0.5)：设置经向最小坐标值为0.5
极轴坐标网格显示设置
- ax.set_rgrids(np.arange(0, 1, 0.2))：设置经向网格
- ax.set_rticks(np.arange(0,0.8,0.2))：设置经向网格范围，与set_rgird完全相同
极轴坐标设置为对数坐标
- ax.set_rscale('symlog')：设置为对数坐标。set_rscale(‘linear’)设置为线型坐标
极轴坐标刻度标签位置设置
- ax.set_rlabel_position('90')：经向文本标签在90度反向位置显示

1.2 对数坐标系

x轴为对数坐标

ax.semilogx(x,y)

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure()
ax1=fig.subplots()x=np.array([1,10,100,1000,10000])
y=(np.log10(x)-2)**2
ax1.semilogx(x,y)ax1.grid(True)
fig.tight_layout()
plt.show()

y轴为对数坐标

ax.semilogy(x,y)

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure()
ax1=fig.subplots()y=np.array([1,10,100,1000,10000])
x=(np.log10(x)-2)**2
ax1.semilogy(x,y)ax1.grid(True)
fig.tight_layout()
plt.show()

x,y轴同为对数坐标

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure()
ax1=fig.subplots()y=np.array([1,10,100,1000,10000])
x=y
ax1.loglog(x,y)ax1.grid(True)
plt.show()

1.3 地图坐标系

matplotlib提供了世界地图投影坐标系。共四种：

‘aitoff’：埃托夫投影。用椭圆(轴比2:1)显示世界地图。
- 是一种方位等距投影。采用椭圆形经纬网的折衷投影。
- 适用于绘制小比例的世界地图。
- 经度范围是从-pi到pi，纬度范围是从-pi/2到pi/2。
‘hammer’：汉莫尔投影。用椭圆(轴比2:1)显示世界地图。也称为“aitoff-hammer”投影。
- 是兰伯特等面积投影的改良型投影。是等面积投影，其经纬网都是椭圆形。
- 适用于绘制小比例地图。
‘mollweide’：摩尔维特投影。用椭圆(轴比2:1)显示世界地图。
- 是一种等面积伪圆柱投影。形状、方向、角度和距离一般都会发生畸变。
- 适用于需要精确面积的专题世界地图。
- 经度范围是从-pi到pi，纬度范围是从-pi/2到pi/2。
‘lambert’：圆形地图投影
- 经度范围是从(-pi,pi)，纬度范围是从-pi到pi。

地图投影区别详见ArcGIS地图投影

import numpy as np
import matplotlib.pyplot as pltfig=plt.figure()
ax1=fig.add_subplot(221, projection='aitoff')
ax2=fig.add_subplot(222, projection='hammer')
ax3=fig.add_subplot(223, projection='mollweide')
ax4=fig.add_subplot(224, projection='lambert')x=np.linspace(-np.pi,np.pi,200)  #经度-π~π(-180~180)
y=np.sin(x)                                #纬度-π/2~π/2(-90~90)ax1.plot(x,y)
ax2.plot(x,y)
ax3.plot(x,y)
ax4.plot(x,y)ax1.grid(True)
ax2.grid(True)
ax3.grid(True)
ax4.grid(True)fig.tight_layout()
plt.show()

1.4 坐标轴双坐标

matplotlib支持为x轴，y轴设置第二个坐标刻度。

ax.secondary_xaxis('top', functions=(f1,f2))：为x轴设置第二坐标刻度
ax.secondary_xaxis('right',functions=(f1,f2))：为y轴设置第二坐标刻度
- 第一个参数为显示位置，必须设置。
- 第二个参数为变换函数。f1为当前坐标变换到第二坐标的函数。f2为f1的反向

示例如下：

import numpy as np
import matplotlib.pyplot as pltfig=plt.figure()
ax=fig.subplots()x=np.linspace(-np.pi,np.pi,200)
y=np.sin(x)
ax.plot(x,y)
ax.set_xlabel('x')xaxis2=ax.secondary_xaxis('top', functions=(np.rad2deg,np.deg2rad)) #设置x轴第二坐标
xaxis2.set_xlabel('angle[rad]')plt.show()

2. 注释

2.1 引线标注

ax.annotate(text,xy,xytext,arrowprops={})：为xy坐标处设置标注，文字位于xytext坐标。
- xytext参数不存在时，默认文本位于xy坐标
- arrowprops参数：设置箭头绘制参数，arrowprops是字典。
  - 箭头指向xy坐标，箭头尾部位于xytext坐标。
  - 默认值是None，即不显示箭头。赋值为空字典{}，就可以显示默认样式的箭头。

引线箭头参数设置

annotate引线箭头参数有两种设置方式：

1）简单方式

arrowprops={})：使用默认值绘制箭头
arrowprops={"width":3})：设置箭头线条宽度，默认宽度为3
arrowprops={"headwidth":12,"headlength":15})：设置箭头三角形长宽，默认都是12
arrowprops={"shrink":0.1})：箭头线条长度缩短0.1
arrowprops={"color":'gray'})：箭头线条长度缩短0.1

arrowprops参数中字典内的key可以任意组合。

ax1.annotate("max point", (np.pi/2,1), xytext=(2,1.2), #arrowprops={})  #使用默认值绘制箭头#arrowprops={"width":3})  #设置箭头线条宽度，默认宽度为3#arrowprops={"headwidth":12,"headlength":15})  #设置箭头三角形长宽，默认都是12#arrowprops={"shrink":0.1})  #箭头线条长度缩短0.1arrowprops={"width":1, "headwidth":6,"headlength":10,"color":"gray"})

2）高级方式

高级方式arrowprops字典的key可选选项的更多，可以组合出更加华丽的样式。常用的key如下：

箭头样式

"arrowstyle":"-"：样式设置，可选样式很多
- "-"：线条，只有引线
- "<-","->","<->"：单向箭头和双向箭头
- "<|-","-|>","<|-|>"：有填充颜色的箭头
- "Simple","fancy","wedge":简单箭头，尾部变宽凹成v型箭头，长三角形

“<-”,"-|>"等都还可有参数head_length=0.4, head_width=0.2, widthA=1.0, widthB=1.0, lengthA=0.2, lengthB=0.2

"simple"和"fancy"具有参数：head_length=0.5, head_width=0.5, tail_width=0.2

"wedge"具有参数：tail_width=0.3, shrink_factor=0.5

用法示例：

arrowprops={"arrowstyle":"->, head_length=0.4,head_width=0.3"}
arrowprops={"arrowstyle":"fancy,tail_width=0.5"}

箭头引线样式

'connectionstyle':"arc3, rad=0.0"：弧形
'connectionstyle':"angle3, angleA=90, angleB=0"：贝塞尔曲线

其他关键字

‘color’：颜色
‘facecolor’ or ‘fc’：填充色
‘edgecolor’ or ‘ec’：边缘色
‘fill’：bool，是否填充
‘aplpha’：透明度
‘linestyle’ or ‘ls’：线型
‘linewidth’ or ‘lw’：线宽

示例：

import numpy as np
import matplotlib.pyplot as pltfig=plt.figure()
ax1=fig.subplots()
x=np.linspace(-np.pi,np.pi,200)
y=np.sin(x)
ax1.plot(x,y)ax1.annotate("max point",  (np.pi/2,1), xytext=(1.5,0.5), arrowprops={"arrowstyle":"fancy, tail_width=0.5",'connectionstyle':'arc3, rad=-0.2','fill':True, 'ec':'gray','fc':'lightblue', 'alpha':0.5})ax1.grid(True)
plt.show()

2.2 文本

ax.text(x,y,s)：把文本s绘制到坐标x,y处。
- 字体设置参数
  - fontfamily=['simhei','serif']：字体参数
  - fontsize=14：字号参数
  - fontstyle='italic'：是否斜体
  - fontweight=500：取值0-1000或者"light",“normal”,"bold"等
- rotation=30：旋转角度
- bbox={'facecolor':'r','alpha':0.3}：设置方框及填充颜色

ax.text(1,1,"max point",rotation=30,bbox=dict(fc='green',alpha=0.3))

2.3 箭头

在指定位置绘制箭头，可用于特别的注释或者公式、流程等。

ax.arrow(x,y,dx,dy)：绘制从x,y指向(x+dx,y+dy)的箭头
- 箭头箭杆尺度参数
  - head_width=3*width：箭头宽度
  - head_length=1.5*head_width：箭头长度
  - width=0.001：箭杆宽度。单位和坐标轴刻度相同
- 颜色参数
  - color='gray':设置颜色
  - facecolor='gray':or fc设置填充颜色
  - edgecolor='gray':or ec设置边缘颜色
  - alpha=0.5：透明度
- 形状参数
  - fill=True：是否填充色块（颜色有fc决定）
  - hatch='/'：图案填充（与fill无关，颜色由ec决定）
    - '/', '\', '|', '-'：平行线条
    - '+', 'x'：网格
    - 'o', 'O', '.', '*'：点
- 边缘线条
  - linestyle='--'：箭头边缘线条样式
  - linewidth=5：箭头边缘线条跨度。单位是像素。

ax.arrow(0.3,0.3,0.2,0.2,         #箭头位置0.3,0.3到0.5,0.5width=0.1,                #箭杆宽度fill=True,fc='gray',      #填充色lw=5,ec='orangered',      #边缘线条hatch='+')                #图案填充，颜色为ec

2.4 表格

在指定位置绘制表格。

ax.table(np.array([['11','12'],['21','22']]))：2维数组文本绘制为表格
ax.table(cellColours=np.array([['C1','C2'],['C3','C4']]))：绘制表格，填充对应颜色。

table函数必须有文本参数或者cellColours参数。

ax.table函数常用参数（可选）
- loc='bottom'：默认在x轴下方
  - ‘best’: 0, ‘left’: 15, ‘right’: 14, ‘bottom’: 17, ‘top’: 16, ‘center’: 9
  - 'bottom left': 12, 'bottom right': 13：外部下方
  - 'top left': 11, 'top right': 10：外部上方
  - 'center left': 5, 'center right': 6：内部
  - 'lower center': 7, 'lower left': 3, 'lower right': 4：内部下方
  - 'upper center': 8, 'upper left': 2, 'upper right': 1：内部上方
- cellLoc='right'：单元格内文本对齐方式
  - ‘left’, ‘center’, ‘right’
- colWidths=[1,1]：列宽度，单位和坐标轴相同。不设置的话，表格宽度和坐标轴相同
- rowLabels=['row1','row2']：行标题
- colLabels=['col1','col2']：列标题
- colColours, rowColours：分别设置列标题、行标题颜色。

ax.table([['11','12'],['21','22']],cellColours=[['C1','C2'],['C3','C4']],loc="upper right",colWidths=[0.2,0.2],cellLoc="center",rowLabels=['row1','row2'],colLabels=['col1','col2'],rowColours=['C0','C0'],colColours=['C5','C5'])
ax.set_xticks([])

2.5 公式

设置rcParams["text.usetex"]=True后，可以在文本中使用latex公式。

在显示文本的地方都可以使用latex，比如xlabel，title，text
可以在字符串中嵌入行内公式，比如ax.set_title(r'equation $a=b^2$')

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure()
ax=fig.subplots()plt.rcParams["text.usetex"]=True
ax.set_xlabel(r"$\alpha$")
ax.set_ylabel(r"y=$\alpha^2$")eq=(r"\begin{eqnarray*}"r"a=b^2+c^2 \\"r"\Delta=\sqrt{a^2+c^2} \\"r"\end{eqnarray*}")
ax.text(0.5,0.5,eq)plt.show()

第一次使用latex可能会比较慢，并且可能会提醒安装库。

Matplotlib系列目录

个人总结，部分内容进行了简单的处理和归纳，如有谬误，希望大家指出，持续修订更新中。

修订历史版本见：https://github.com/hustlei/AI_Learning_MindMap

未经允许请勿转载。

Matplotlib系列(三)：坐标轴变换及注释相关推荐

4.3Python数据处理篇之Matplotlib系列(三)---plt.plot()折线图
目录前言 (一)plt.plot()函数的本质 ==1.说明== ==2.源代码== ==3.展示效果== (二)plt.plot()函数缺省x时 ==1.说明== ==2.源代码== ==3.展示 ...
Python 数据分析三剑客之 Matplotlib（三）：图例 / LaTeX / 刻度 / 子图 / 补丁等基本图像属性
CSDN 课程推荐:<Python 数据分析与挖掘>,讲师刘顺祥,浙江工商大学统计学硕士,数据分析师,曾担任唯品会大数据部担任数据分析师一职,负责支付环节的数据分析业务.曾与联想.亨氏.网 ...
html中地图的绘制toolbars,tkinter内嵌Matplotlib系列（二）之函数曲线绘制
目录前言前一章节,我们解读了tkinter内嵌Matplotlib的教程,了解其内嵌的原理,就是在tkinter创建matplotlib的画布控件,再利用其返回的画布对象进行绘图,其他附加功能,使 ...
Matplotlib系列(六)：路径、面片和集合
Matplotlib系列目录文章目录一. 简介二. 思维导图三. Matplotlib路径.块.集合 1. 路径(Path)和块(Patch) 1.1 预定义基本图形patch 1.1.1 圆 ...
深入剖析Redis系列(三) - Redis集群模式搭建与原理详解
前言在 Redis 3.0 之前,使用哨兵(sentinel)机制来监控各个节点之间的状态.Redis Cluster 是 Redis 的分布式解决方案,在 3.0 版本正式推出,有效地解决了 ...
SQL Server 2008空间数据应用系列三：SQL Server 2008空间数据类型
原文:SQL Server 2008空间数据应用系列三:SQL Server 2008空间数据类型友情提示,您阅读本篇博文的先决条件如下: 1.本文示例基于Microsoft SQL Server ...
Silverlight Blend动画设计系列三：缩放动画（ScaleTransform）
原文:Silverlight & Blend动画设计系列三:缩放动画(ScaleTransform) 在Silverlight的动画框架中,ScaleTransform类提供了在二维空间中的坐 ...
制作一幅扑克牌系列三---动起来
制作一幅扑克牌系列三---动起来加入了扑克牌拖动js功能,更像空当接龙小游戏了.顺便感谢一下草履虫,这段代码是从他哪儿抄来的,哈哈! <script type="text/javas ...
Matplotlib系列(七)：动画
Matplotlib系列目录文章目录一. 简介二. 思维导图三. Matplotlib动画及图形修改操作 1. 手写代码更新图形实现动画 2. animation模块动画 2.1 Animat ...
Git使用从入门到入土收藏吃灰系列(三) Git常用命令
文章目录一.前言二.常用的命令一.前言参考安装Git 详细安装教程参考视频B站 Git最新教程通俗易懂,这个有点长,感觉讲的精华不多参考视频『Git』知道这些就够了_哔哩哔哩_bilibi ...

Matplotlib系列(三)：坐标轴变换及注释

文章目录

一、简介

二、思维导图

三、坐标轴变换及注释

1. 坐标轴变换

1.1 极坐标系

1.2 对数坐标系

1.3 地图坐标系

1.4 坐标轴双坐标

2. 注释

2.1 引线标注

2.2 文本

2.3 箭头

2.4 表格

2.5 公式

Matplotlib系列(三)：坐标轴变换及注释相关推荐

最新文章

热门文章

Matplotlib系列(三)：坐标轴变换及注释

文章目录

一、 简介

二、 思维导图

三、 坐标轴变换及注释

1. 坐标轴变换

1.1 极坐标系

1.2 对数坐标系

1.3 地图坐标系

1.4 坐标轴双坐标

2. 注释

2.1 引线标注

2.2 文本

2.3 箭头

2.4 表格

2.5 公式

Matplotlib系列(三)：坐标轴变换及注释相关推荐

最新文章

热门文章

一、简介

二、思维导图

三、坐标轴变换及注释