06-matplotlib

表格绘制基本操作

• 导包和配置

%matplotlib notebook # 魔法配置,可以让表格显示在jupyter里面 import matplotlib.pyplot as plt #导包

• 中文字体支持

https://blog.csdn.net/DicserYan2518/article/details/84501315 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号

• 绘制折线图

fig = plt.figure() plt.plot([2, 3, 1, 4]) # 默认x是0开始, (0,2), (1,3), (2,1), (3,4) plt.xlabel('x') #x轴标签 plt.ylabel('y') #y轴标签 plt.show()

• 指定绘制图形的大小

fig = plt.figure(figsize=(5, 4), dpi=90)

• 绘制三角函数

import numpy as np X = np.linspace(-np.pi, np.pi, 7) # -pi到pi之间的7个点 C = np.cos(X) S = np.sin(X) fig = plt.figure(figsize=(5, 4), dpi=80) plt.plot(X, C) plt.plot(X, S) plt.show()

• 指定线宽和颜色

fig = plt.figure(figsize=(5, 4), dpi=80) # 宽度2 样式 -- plt.plot(X, C, color="navy", linewidth=2, linestyle="--") # 宽度1 样式 - plt.plot(X, S, color="deeppink", linewidth=1, linestyle="-") plt.show()

• 指定x和y轴的范围,和标签内容

fig = plt.figure(figsize=(5, 4), dpi=80) plt.plot(X, C, color="navy", linewidth=2, linestyle="--") plt.plot(X, S, color="deeppink", linewidth=1, linestyle="-") plt.xlim(-4.0, 4.0) # Set x limits plt.ylim(-1.0, 1.0) # Set y limits plt.xticks(np.linspace(-4, 4, 9, endpoint=True)) # Set x ticks plt.yticks(np.linspace(-1, 1, 5, endpoint=True)) # Set y ticks plt.show()

• 内联latex表达

fig = plt.figure(figsize=(5, 4), dpi=80) plt.plot(X, C, color="navy", linewidth=2, linestyle="--") plt.plot(X, S, color="deeppink", linewidth=1, linestyle="-") plt.xlim(-4.0, 4.0) plt.ylim(-1.0, 1.0) plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], # Replace numbers with greek letters [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) plt.yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$']) # Replace '1' with '+1' plt.show()

• 使用 (r' ')包裹
• ($)环绕latex表达式

• 修改坐标轴位置

``` fig = plt.figure(figsize=(5, 4), dpi=80) plt.plot(X, C, color="navy", linewidth=2, linestyle="--") plt.plot(X, S, color="deeppink", linewidth=1, linestyle="-") plt.xlim(-4.0, 4.0) plt.ylim(-1.0, 1.0) plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) plt.yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$'])

ax = plt.gca() # 获取当前坐标轴 'get current axis' ax.spines['right'].set_color('none') # 隐藏右边框 ax.spines['top'].set_color('none') # 隐藏上边框 ax.spines['bottom'].set_position(('data',0)) # 底边框与数据0对齐 ax.spines['left'].set_position(('data',0)) # 左边框与数据0对齐 ```

• 添加函数描述

``` fig = plt.figure(figsize=(5, 4), dpi=80) plt.plot(X, C, color="navy", linewidth=2, linestyle="--", label="cos") # Add a label for cos plt.plot(X, S, color="deeppink", linewidth=1, linestyle="-", label="sin") # Add a label for sin plt.legend(loc='upper left') # Add the legend plt.xlim(-4.0, 4.0) plt.ylim(-1.0, 1.0) plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) plt.yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$'])

ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.spines['bottom'].set_position(('data',0)) ax.spines['left'].set_position(('data',0)) plt.show() ```

• 设置关键点标注

fig = plt.figure(figsize=(5, 4), dpi=90) # plt.plot([2, 3, 1, 4]) plt.xlabel('x') plt.ylabel('y') plt.annotate('转折点', xy=(1, 3), xytext=(+10, +30), textcoords='offset points', fontsize=12, arrowprops=dict(arrowstyle="->")) plt.show()

绘制子表格

• 准备数据

%matplotlib notebook
import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(-np.pi, np.pi, 15)
C = np.cos(X)
S = np.sin(X)

• 同时绘制两个表格

fig = plt.figure(figsize=(5, 4), dpi=80)
plt.subplot(2, 1, 1)
plt.plot(X, C)
plt.subplot(2, 1, 2)
plt.plot(X, S)
plt.show()

• 打开关闭网格

fig = plt.figure(figsize=(5, 4), dpi=80)
plt.subplot(1, 2, 1)
plt.plot(X, C)
plt.grid('off')
plt.subplot(1, 2, 2)
plt.plot(X, S)
plt.grid('on')
plt.show()

格子布局

import matplotlib.gridspec as gridspec
fig = plt.figure(figsize=(10, 5), dpi=80)
gs = gridspec.GridSpec(3, 3)
ax1 = plt.subplot(gs[0, :])
plt.plot(X, C)
ax2 = plt.subplot(gs[1, :-1])
plt.plot(X, S)
ax3 = plt.subplot(gs[-1, 0])
plt.plot(X, -C)
ax4 = plt.subplot(gs[-1, -2])
plt.plot(X, -S)
ax5 = plt.subplot(gs[1:, -1])
plt.plot(X, (C+S)/2)
plt.show()