Python Matplotlib小技巧!

共 11565字,需浏览 24分钟

 ·

2023-10-23 21:16



点击上方小白学视觉”,选择加"星标"或“置顶

    

重磅干货,第一时间送达





本文介绍Python Matplotlib实用小技巧!



1. 添加标题-title




matplotlib.pyplot 对象中有个 title() 可以设置表格的标题。




   

import numpy as np


import matplotlib.pyplot as plt


# 显示中文


plt.rcParams['font.sans-serif'] = [u'SimHei']


plt.rcParams['axes.unicode_minus'] = False


%matplotlib inline


x=np.arange(0,10)


plt.title('这是一个示例标题')


plt.plot(x,x*x)


plt.show()





具体实现效果:





2. 添加文字-text


设置坐标和文字,可以使用 matplotlib.pyplot 对象中 text() 接口。其中 第一、二个参数来设置坐标,第三个参数是设置显示文本内容。


   

import numpy as np


import matplotlib.pyplot as plt


# 显示中文


plt.rcParams['font.sans-serif'] = [u'SimHei']


plt.rcParams['axes.unicode_minus'] = False


%matplotlib inline


x=np.arange(-10,11,1)


y=x*x


plt.plot(x,y)


plt.title('这是一个示例标题')


# 添加文字


plt.text(-2.5,30,'function y=x*x')


plt.show()


具体实现效果:


3. 添加注释-annotate







我们实用 annotate() 接口可以在图中增加注释说明。其中:






  • xy 参数:备注的坐标点


  • xytext 参数:备注文字的坐标(默认为xy的位置)


  • arrowprops 参数:在 xy 和 xytext 之间绘制一个箭头。




   

import numpy as np


import matplotlib.pyplot as plt


# 显示中文


plt.rcParams['font.sans-serif'] = [u'SimHei']


plt.rcParams['axes.unicode_minus'] = False


%matplotlib inline


x=np.arange(-10,11,1)


y=x*x


plt.title('这是一个示例标题')


plt.plot(x,y)


# 添加注释


plt.annotate('这是一个示例注释',xy=(0,1),xytext=(-2,22),arrowprops={'headwidth':10,'facecolor':'r'})


plt.show()


具体实现效果:




4. 设置坐标轴名称-xlabel/ylabel


二维坐标图形中,需要在横轴和竖轴注明名称以及数量单位。设置坐标轴名称使用的接口是 xlabel() 和 ylable()。


   

import numpy as np


import matplotlib.pyplot as plt


# 显示中文


plt.rcParams['font.sans-serif'] = [u'SimHei']


plt.rcParams['axes.unicode_minus'] = False


%matplotlib inline


x=np.arange(1,20)


plt.xlabel('示例x轴')


plt.ylabel('示例y轴')


plt.plot(x,x*x)


plt.show()


具体实现效果:


5. 添加图例-legend


当线条过多时,我们设置不同颜色来区分不同线条。因此,需要对不同颜色线条做下标注,我们实用 legend() 接口来实现。


   

import numpy as np


import matplotlib.pyplot as plt


# 显示中文


plt.rcParams['font.sans-serif'] = [u'SimHei']


plt.rcParams['axes.unicode_minus'] = False


%matplotlib inline


plt.plot(x,x)


plt.plot(x,x*2)


plt.plot(x,x*3)


plt.plot(x,x*4)


# 直接传入legend


plt.legend(['生活','颜值','工作','金钱'])


plt.show()


具体实现效果:


6. 调整颜色-color





传颜色参数,使用 plot() 中的 color 属性来设置,color 支持以下几种方式。




   

import numpy as np


import matplotlib.pyplot as plt


%matplotlib inline


x=np.arange(1,5)


#颜色的几种方式


plt.plot(x,color='g')


plt.plot(x+1,color='0.5')


plt.plot(x+2,color='#FF00FF')


plt.plot(x+3,color=(0.1,0.2,0.3))


plt.show()





具体实现效果:





7. 切换线条样式-marker





如果想改变线条的样式,我们可以使用修改 plot() 绘图接口中 mark 参数,具体实现效果:




   

import numpy as np


import matplotlib.pyplot as plt


%matplotlib inline


x=np.arange(1,5)


plt.plot(x,marker='o')


plt.plot(x+1,marker='>')


plt.plot(x+2,marker='s')


plt.show()





具体实现效果



其中 marker 支持的类型:



  • ‘.’:点(point marker)


  • ‘,’:像素点(pixel marker)


  • ‘o’:圆形(circle marker)


  • ‘v’:朝下三角形(triangle_down marker)


  • ‘^’:朝上三角形(triangle_up marker)


  • ‘<‘:朝左三角形(triangle_left marker)


  • ‘>’:朝右三角形(triangle_right marker)


  • ‘1’:(tri_down marker)


  • ‘2’:(tri_up marker)


  • ‘3’:(tri_left marker)


  • ‘4’:(tri_right marker)


  • ‘s’:正方形(square marker)


  • ‘p’:五边星(pentagon marker)


  • ‘*’:星型(star marker)


  • ‘h’:1号六角形(hexagon1 marker)


  • ‘H’:2号六角形(hexagon2 marker)


  • ‘+’:+号标记(plus marker)


  • ‘x’:x号标记(x marker)


  • ‘D’:菱形(diamond marker)


  • ‘d’:小型菱形(thin_diamond marker)


  • ‘|’:垂直线形(vline marker)


  • ‘_’:水平线形(hline marker)








具体各个效果类型如下:







8. 显示数学公式-mathtext






格式如下:作为开始和结束符,如$,中间的将解析出公式中的符号。





   

import numpy as np


import matplotlib.pyplot as plt


%matplotlib inline


plt.title('chenqionghe')


plt.xlim([1,8])


plt.ylim([1,5])


plt.text(2,4,r'$ \alpha \beta \pi \lambda \omega $',size=25)


plt.text(4,4,r'$ \sin(0)=\cos(\frac{\pi}{2}) $',size=25)


plt.text(2,2,r'$ \lim_{x \rightarrow y} \frac{1}{x^3} $',size=25)


plt.text(4,2,r'$ \sqrt[4]{x}=\sqrt{y} $',size=25)


plt.show()





具体实现效果:







9. 显示网格-grid





grid() 接口可以用来设置背景图为网格。




   

import numpy as np


import matplotlib.pyplot as plt


%matplotlib inline


x='a','b','c','d'


y=[15,30,45,10]


plt.grid()


# 也可以设置颜色、线条宽度、线条样式


# plt.grid(color='g',linewidth='1',linestyle='-.')


plt.plot(x,y)


plt.show()





具体实现效果:





10. 调整坐标轴刻度-locator_params






坐标图的刻度我们可以使用 locator_params 接口来调整显示颗粒。





同时调整 x 轴和 y 轴:plt.locator_params(nbins=20)

只调整 x 轴:plt.locator_params(‘'x',nbins=20)

只调整 y 轴:plt.locator_params(‘'y',nbins=20)

   

import numpy as np


import matplotlib.pyplot as plt


%matplotlib inline


x=np.arange(0,30,1)


plt.plot(x,x)


# x轴和y轴分别显示20个


plt.locator_params(nbins=20)


plt.show()





具体实现效果:



11. 调整坐标轴范围-axis/xlim/ylim


axis:[0,5,0,10],x从0到5,y从0到10


xlim:对应参数有xmin和xmax,分别能调整最大值最小值

ylim:同xlim用法

   

import numpy as np


import matplotlib.pyplot as plt


%matplotlib inline


x=np.arange(0,30,1)


plt.plot(x,x*x)


#显示坐标轴,plt.axis(),4个数字分别代表x轴和y轴的最小坐标,最大坐标


#调整x为10到25


plt.xlim(xmin=10,xmax=25)


plt.plot(x,x*x)


plt.show()





具体实现效果:



12. 调整日期自适应-autofmt_xdate





有时候显示日期会重叠在一起,非常不友好,调用plt.gcf().autofmt_xdate(),将自动调整角度。




   

import numpy as np


import pandas as pd


import matplotlib.pyplot as plt


%matplotlib inline


x=pd.date_range('2020/01/01',periods=30)


y=np.arange(0,30,1)


plt.plot(x,y)


plt.gcf().autofmt_xdate()


plt.show()


具体实现效果:




13. 添加双坐标轴-twinx


   

import numpy as np


import matplotlib.pyplot as plt


%matplotlib inline


x=np.arange(1,20)


y1=x*x


y2=np.log(x)


plt.plot(x,y1)


# 添加一个坐标轴,默认0到1


plt.twinx()


plt.plot(x,y2,'r')


plt.show()


具体实现效果:


14. 填充区域-fill/fill_beween


fill 填充函数区域


   

import numpy as np


import matplotlib.pyplot as plt


# 显示中文


plt.rcParams['font.sans-serif'] = [u'SimHei']


plt.rcParams['axes.unicode_minus'] = False


%matplotlib inline


x=np.linspace(0,5*np.pi,1000)


y1=np.sin(x)


y2=np.sin(2*x)


plt.plot(x,y1)


plt.plot(x,y2)


# 填充


plt.fill(x,y1,'g')


plt.fill(x,y2,'r')


plt.title('这是一个示例标题')


plt.show()


具体实现效果:






fill_beween填充函数交叉区域





   

import numpy as np


import matplotlib.pyplot as plt


# 显示中文


plt.rcParams['font.sans-serif'] = [u'SimHei']


plt.rcParams['axes.unicode_minus'] = False


%matplotlib inline


plt.title('这是一个示例标题')


x=np.linspace(0,5*np.pi,1000)


y1=np.sin(x)


y2=np.sin(2*x)


plt.plot(x,y1)


plt.plot(x,y2)


# 填充


plt.fill_between(x,y1,y2,where=y1>y2,interpolate=True)


plt.show()


具体实现效果:


15. 画一个填充好的形状-matplotlib.patche


   

import numpy as np


import matplotlib.pyplot as plt


import matplotlib.patches as mptaches


%matplotlib inline


xy1=np.array([0.2,0.2])


xy2=np.array([0.2,0.8])


xy3=np.array([0.8,0.2])


xy4=np.array([0.8,0.8])


fig,ax=plt.subplots()


#圆形,指定坐标和半径


circle=mptaches.Circle(xy1,0.15)


ax.add_patch(circle)


#长方形


rect=mptaches.Rectangle(xy2,0.2,0.1,color='r')


ax.add_patch(rect)


#多边形


polygon=mptaches.RegularPolygon(xy3,6,0.1,color='g')


ax.add_patch(polygon)


# 椭圆


ellipse=mptaches.Ellipse(xy4,0.4,0.2,color='c')


ax.add_patch(ellipse)


ax.axis('equal')


plt.show()





具体实现效果:




16. 切换样式-plt.style.use





matplotlib支持多种样式,可以通过plt.style.use切换样式,例如:

plt.style.use('ggplot')输入plt.style.available 可以查看所有的样式:




   

import matplotlib.pyplot as plt


plt.style.available


具体实现效果:




示例代码,ggplot样式:

   

import numpy as np


import matplotlib.pyplot as plt


import matplotlib.patches as mptaches


%matplotlib inline


plt.style.use('ggplot')


# 新建4个子图


fig,axes=plt.subplots(2,2)


ax1,ax2,ax3,ax4=axes.ravel()


# 第一个图


x,y=np.random.normal(size=(2,100))


ax1.plot(x,y,'o')


# 第二个图


x=np.arange(0,10)


y=np.arange(0,10)


colors=plt.rcParams['axes.prop_cycle']


length=np.linspace(0,10,len(colors))


for s in length:


   ax2.plot(x,y+s,'-')


# 第三个图


x=np.arange(5)


y1,y2,y3=np.random.randint(1,25,size=(3,5))


width=0.25


ax3.bar(x,y1,width)


ax3.bar(x+width,y2,width)


ax3.bar(x+2*width,y3,width)


# 第四个图


for i,color in enumerate(colors):


   xy=np.random.normal(size=2)


ax4.add_patch(plt.Circle(xy,radius=0.3,color=color['color']))


ax4.axis('equal')


plt.show()


具体实现效果:








-END-

10W字《Python可视化教程1.0》来了!👇



   

下载1:OpenCV-Contrib扩展模块中文版教程







在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。











下载2:Python视觉实战项目52讲




小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。











下载3:OpenCV实战项目20讲




小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。








交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~







浏览 705
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报