matplotlib绘图(二)——研究僧、科研狗们的进阶tips
首先,导入各种库:
导入文件
采用np.loadtxt( )导入文件,注意数据文件必须在当前工作路径下。
输入help(np.loadtxt)查看帮助文档:
loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None,
converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0,
encoding='bytes')
上面给出了帮助文档中方法loadtxt()所有的参数,接下来会逐一介绍:
fname:文件或字符串
dtype:数据类型,默认浮点数
comments:指示注释开头的字符,默认为“#”
delimiter:用于分隔值得字符,默认为空格
converters:用来定义将对应的列转换为浮点数的函数
skiprows:跳过开头的行数
usecols:确定哪几列被读取,第一列是0。例:"usecols=(1,4,5)" ,将读取第2列,5列和第6列。
unpack:如果是True,将返回各列
ndmin:返回的数组将至少具有“ndmin”维度
图像设置
导入文件,并且读取数据后,就进行绘图操作:
其中,方法fig,ax=plt.subplots( 行数,列数)可以创建一个新的Figure,并返回一个含有已创建的subplot对象的NumPy数组,这样可以轻松地对ax数组进行索引。
其他关于图片坐标轴的设置在之前的推文已经介绍,这里不再赘述。
上方的图片中,坐标轴的刻度线是往外的,但是一般的要求是刻度线要往内,所以可以通过以下操作设置:
这里rcParams的使用前,注意要import matplotlib。
还可以全局设置图片像素、分辨率、图片大小和字体大小:
图片局部放大
有时候,图片需要局部放大才能看清楚曲线的分布。例如上图中,两条曲线的后半段几乎重合,应该创建一个子图观察图片局部的曲线趋势。
首先,需要导入:
之后,输入以下代码:
其中,方法
zoomed_inset_axes(ax,2,loc=1)中的关键参数zoom=2,代表的是scaling factor of the data axes,当zoom小于1时,子图的坐标被缩小,当zoom大于1时,子图的坐标被放大。其中关键参数loc=1,代表的是子图的位置。具体的设置有以下这些:
'upper right' : 1, 'upper left' : 2, 'lower left' : 3, 'lower right' : 4, 'right' : 5, 'center left' : 6, 'center right' : 7, 'lower center' : 8, 'upper center' : 9, 'center' : 10
绘制标记框可以用mark_inset,来表示放大的区域。其中关键参数loc1,loc2可以设置为{1,2,3,4}。
- matplotlib绘图(一)——研究僧、科研狗们的进阶tips
- Python第三方库matplotlib(2D绘图库)入门与进阶
- Python进阶(三十九)-数据可视化の使用matplotlib进行绘图分析数据
- Matplotlib 绘图教程(2D进阶)
- Python进阶(四十)-数据可视化の使用matplotlib进行绘图
- matplotlib绘图进阶
- Python第三方库matplotlib(2D绘图库)入门与进阶
- 视频教程-1天搞定Python进阶课程-Matplotlib绘图-深度学习
- Matplotlib 绘图教程(2D进阶)
- 绘图和可视化--Matplotlib
- 数据分析之Matplotlib绘图-02
- 绘图: matplotlib核心剖析
- 学习python中matplotlib绘图设置坐标轴刻度、文本
- python 绘图添加图例显示UserWarning: Legend does not support [<matplotlib.lines.Line2D object at 0x07FA3210>]
- Python绘图和数值工具:matplotlib 和 numpy下载与使用
- 小马良看了直呼“专业” ,持续学习matplotlib绘图中···day1
- matplotlib基本绘图参数
- python-matplotlib绘图基础
- python进阶-matplotlib基本操作
- Matplotlib颜色表(科研给我P出来)