参考:B站莫烦Python的系列视频
2.2 Figure 图像
plt.figure()
- plt.figure()可以多次使用,每次该命令下面的命令从属于这一图
x=np.linspace(-3,3,50)
y1=2*x+1
y2=x**2
plt.figure()
plt.plot(x,y1)
plt.figure(num=3,figsize(8,5))
plt.plot(x,y2)
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')
plt.show()
- 运行以上代码会得到2个图——图1和图3(因为num=3),图1是关于x和y1的,图3上有两条线,分别是x和y1以及x和y2。
- 调节颜色:color='red'
- 调节线宽:linewidth=1.0
- 调节线形:linestyle='--'
2.3设置坐标轴1
- 设置取值范围:
plt.xlim() plt.ylim()
如:plt.ylim((-1,2)) - 设置xy轴
plt.xlabel() plt.ylabel()
如:plt.xlabel('x') - 修改坐标轴的值(间隔)
new_ticks=np.linspace(-1,2,5)
#从-1到2,产生5个数,即:-1.00,-0.25,0.50,1.25,2.00
plt.xticks(new_ticks)
-
修改坐标轴的值变成文本
plt.yticks([-2,-1,0,1],['a','b','c','d'])
特别地:在文本两边插入$能够使得文本变得好看(latex)
$的使用
2.4设置坐标轴2
- 本课介绍:如何隐藏坐标轴,如何设置坐标原点
- gca='get current axis'
ax=plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
#这么设置之后,右边和上面的坐标轴消失
#接下来是设置坐标原点,将横纵坐标的原点都设置为0
ax.xaxis.set_ticks_position('bottom')
yx.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data',0))
ax.spines['left'].set_position(('data',0))
2.5 图例
本课的示意图#在设置完横纵坐标范围、横纵坐标名,横纵坐标间隔等设置之后
#用plt.plot()语句画图
#此时,本次带上label
plt.plot(x,y2,label='up')
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--',label='down')
plt.legend()#有这句才会打印图例
plt.show()
- 关于legend的参数详解:
l1,=plt.plot(x,y2,label='up')
l2,=plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--',label='down')
plt.legend(handles=[l1,l2,],labels=['aaa','bbb'],loc='best')
对图片进行压缩,能够自动调整
- 如果图例上只想显示'aaa',可以这样写代码:
plt.legend(handles=[l1,],labels=['aaa',],loc='best')
2.6 Annotation 标注
本文的示意图import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-3,3,50)
y=2*x+1
plt.figure(num=1,figsize=(8,5),)
plt.plot(x,y,)
ax=plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
#想要表示的点
x0=1
y0=2*x0+1
# s for size
plt.scatter(x0,y0,s=50,color='b')
#画出从点到横坐标的黑色虚线
plt.plot([x0,x0],[y0,0],'k--',lw=2.5)
#annotation
plt.annotate(r'$2x+1=%s$' % y0, xy=(x0,y0), xycoords='data', xytest=(+30,-30), textcoords='offset points',
fonsize=16,arrowprops=dict(arrowstyle='->',connectionstyle='arc3, rad=.2'))
#annotation2
plt.text(-3.7,3,r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$', fontdict={'size':16,'color':'r'})
plt.show()
网友评论