您的位置：首页 > 编程语言 > PHP开发

可视化——matplotlib常用api（一）

2015-12-03 10:52 841 查看

可视化——matploblib常见api（二）

不经可视化的算法都是耍流氓。

可视化的目的之一是可视化，二是可视化要尽可能的美观大方

善用

alpha

（透明度）选项，例如取，

alpha=0.4

*

bar：条状

在一条plot语句中绘制多条曲线

此时无法分别指定

color

，

marker

以及

legend

了，如需区别对待、精细绘图，还是分别调用各自的plot为最好，和matlab不同的是，不同的plot之间自带hold（保持属性），除非开辟新的figure。分别指定各自的图例（legend）可以使用

plt.legend()

（如下所示）：

plt.plot(x, peval(x, plesq[0]), x, y_meas, 'o', x, y_true)

plt.legend(['Fit', 'Noisy', 'True'], loc='upper left')

figsize

plt.figure(num=None, figsize=(8, 6), dpi=80, facecolor=’w’, edgecolor=’k’)

# figsize=(8, 6)，比例一般在4:3

# figsize=(width, height)
plt.figure(figsize=(8, 6))  # default
plt.figure(figsize=(12, 9))
plt.figure(figsize=(4, 3))
plt.figure(figsize=(6, 4.5))

# 当然有时表达一种横向展开的形式
plt.figure(figsize=(10, 5))

使用Latex

$\sigma$

，以字符串形式，置于$$环境中；

以字符串形式组织LaTex公式时，内部的

是有转义的意味

出现的位置换成

\\

，

'$\sigma$'

'$\\sigma$'

'$\sigma$'

换成

r'$\sigma$'

多行多列的subplots

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(8, 4))
ax[0].plot(...)
ax[0].set_xlabel(...)
ax[0].set_title(...)

ax[1].plot(...)
ax[1].set_xlabel(...)
...

fig, (ax1, ax2, ax3) = plt.subplots(3, 1, sharex=True)

更一般的做法（也是matlab的风格）是这样的：

fig = plt.figure()          # 创建一个figure对象，底下的一切显示均在此figure上完成

plt.subplot(121)
plt.imshow(img1)
plt.subplot(122)
plt.imshow(img2)

plt.show()

# 当然放在一个range里边
for i in range(ndim):
plt.subplot(ndim//5, 5, i+1)
plt.hist()

可选参数（optional parameter）


功能	api	说明
marker	o , x , ^ , v , s （square）
markersize/ms
linestyle/ls	- (solid), -. (dashdot), :(dotted) , -- （dashed）
linewidth/lw	3
color/c
label

使用plot散列点（此时不能使用

ls

：表示线型的参数了）：

plt.plot(x, y, '.k', alpha=.1)
# plt.plot(x, y, ',k', alpha=.1)

使用plot关于一些点的位置上画圆或特殊形状：

plt.plot(x[outliers], y[outliers], 'o', ms=20, mfc='none', mec='red')
# mfc: marker face color
# mec: marker edge color

常用api


功能	api	说明
关闭坐标轴刻度	plt.xticks([]) plt.yticks([])	以tuple或者list为参数
关闭坐标轴	plt.axis(‘off’)
图例的使用	plt.legend(loc={‘best’, ‘upper left’}, frameon=False)	也即默认是加框的
坐标轴的范围	plt.ylim() plt.xlim()	x1_min, x1_max = x[:, 0].min()-1, x[:, 0].min()+1 x2_min, x2_max = x[:, 1].min()-1, x[:, 1].max()+1
坐标的刻度	plt.yscale(‘log’)
填写文本信息	plt.text(, , )	前两个参数表示坐标第三个参数对应文本信息
画水平或者垂线	plt.axhline() plt.axvline()

figure的style

>>> import matplotlib.pyplot as plt
>>> plt.style.use('ggplot')

查看所有可用的

styles

：

>>> plt.style.available
# 返回一个list

更多详细信息，参阅 matplotlib官方文档

柱状图

plt.bar(np.array(x)-.4, y)
# 在一切默认的情况下，减去0.4是平移每一个条形柱的位置
# 可见每一个条形柱的宽度为0.8

plt.hist(histtype=”)

histtype={‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’};

optional

default为’bar’

histtype=’step’; 似乎感觉上更道地一点；

errorbar

plt.errorbar(x, y, xerr, yerr, fmt='ok', ecolor='gray', alpha=.5)
# fmt='ok'，表示的是(x, y)这一坐标位置的显示形式，实心（o）圆点，颜色是黑色
# ecolor='gray'，表示错误线的颜色

plt.errorbar(x, y, e, fmt='.k', ecolor='gray', alpha=.4)

有规律的在figure中写东西

规律自然用到循环；

for i, (param, true, est) in enumerate(zip('ABCD', [A, B, C, D], plesq[0])):
plt.text(10, 3-i*.5, '{} = {:.2f}, est({}) = {:.2f}'.format(param, true, param, est))
# text的前两个参数是需要根据图像的布局反复调整的

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签： 可视化

相关文章推荐

新的分享

章节导航