Python高级——matplotlib库（2/2）

import matplotlib.pyplot as plt

import numpy as np

 

# 隐式创建Figure对象

x = np.arange(0, 2*np.pi, 0.1)

y = np.sin(x)

plt.plot(x, y)

 

# 显式创建figure对象，num=1重用原有的窗口，dpi分辨率，facecolor：背景色，clear：清除图像

fig = plt.figure(num = 1, dpi=100, facecolor='r', clear=True)

 

plt.show()

3.2. Figure类中常用函数

3.2.1. add_subplot

fig.add_subplot(nrows, ncols, index, **kwargs)

功能：在figure中添加子图

参数：nrows: 子图的行数。

ncols: 子图的列数。

index: 子图的位置索引（从1开始，按行优先顺序编号）。

返回值：Axes对象

3.2.2. suptitle

fig.suptitle(t, **kwargs)

功能：在figure图形上添加一个中心对齐的标题，位于所有子图的顶部

参数：t：字符串

3.2.3. add_axes

fig.add_axes(rect, **kwargs)

功能：在figure中任意位置添加一个自定义大小的子图

参数：rect：位置和尺寸，格式通常为 [left, bottom, width, height]，值在0到1之间，表示相对于图形尺寸的比例。

left：距figure左边界的比例 bottom：底部边界的比例

width：宽 height：高

**kwargs: 传递给Axes构造函数的额外参数。

返回值：Axes对象

代码：

import matplotlib.pyplot as plt

from matplotlib.figure import Figure

import numpy as np

# 创建Figure对象

fig = plt.figure()

# 1.通过fig添加子图

# fig.add_subplot(1,2,1)

# x = np.arange(0, 2*np.pi, 0.1)

# y = np.sin(x)

# plt.plot(x, y)

#

# fig.add_subplot(1, 2, 2)

# y = np.cos(x)

# plt.plot(x, y)

# 2.添加大标题  fontsize：字体大小 color：字体颜色

# fig.suptitle('sin&cos', fontsize=16, color='r')

# 3.自定义子图的位置[左边距，上边距，宽度，高度]（0-1之间）

fig.add_axes([0.2, 0.3, 0.5, 0.6])

x = np.arange(0, 2*np.pi, 0.1)

y = np.sin(x)

plt.plot(x, y)

 

plt.show()

3.2.4. subplots_adjust

该函数允许用户手动调整子图之间的空间，以及子图与图形边缘之间的空间。这个方法提供了比 `tight_layout` 更精细的控制，特别适用于需要精确控制布局的情况。

fig.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)

参数：left：子图区域左边缘位置占图形的比例，范围从 0 到 1。

bottom:子图区域下边缘位置占图形的比例，范围从 0 到 1。

right:子图区域右边缘位置占图形的比例，范围从 0 到 1。

top:子图区域上边缘位置占图形的比例，范围从 0 到 1。

wspace:子图之间的水平间距，（单位：子图宽度的比例）。

hspace:子图之间的垂直间距，（单位：子图高度的比例）。

1. 边界限制：

left 和 right 的值必须满足 left < right。

bottom 和 top 的值必须满足 bottom < top。

如果设置的间距过大，可能会导致子图之间重叠或超出图形边界。

2. 默认值：

如果不设置某些参数，Matplotlib 会使用默认值。默认情况下，left=0.125，right=0.9，top=0.88，bottom=0.11，wspace=0.2，hspace=0.2

# 创建Figure对象

fig = plt.figure()

 

fig.add_subplot(1,2,1)

x = np.arange(0, 2*np.pi, 0.1)

y = np.sin(x)

plt.plot(x, y)

 

fig.add_subplot(1,2,2)

y = np.cos(x)

plt.plot(x, y)

# 手动调整子图位置和间距

fig.subplots_adjust(0.2, 0.3, 0.8, 0.6, wspace=0.5)

plt.show()

区别：

add_axes：对单个子图进行大小和位置的调整

subplots_adjust：修改子图的间距和位置（整体进行操作）

3.2.5. get_size_inches

函数功能为获取图形的大小，以英寸为单位。返回值为获取的大小

3.2.6. set_size_inches

该方法用于设置图形对象的大小，单位为英寸。这个方法允许用户在创建图形后改变其尺寸，从而影响输出图像的大小和显示效果。

fig.set_size_inches(width, height, forward=True)

参数：width, height：浮点数，指定图形的宽度和高度，单位为英寸。

forward：布尔值，默认为True。如果为True，则在调整图形大小时，同时更新所有子图的大小和位置。如果为False，则仅改变图形的大小，而不更新子图。

3.2.7. get_dpi

fig.get_dpi()

功能：获取图像的DPI

返回值：获得到的DPI值

3.2.8. set_dpi

该方法用于设置图形对象的DPI，DPI是每英寸的点数（Dots Per Inch, DPI）。这个方法影响输出图像的质量和文件大小，通常与 `set_size_inches` 方法配合使用来精确控制图形的尺寸和输出质量.

图像在未设置DPI时，DPI的值默认为100

fig.set_dpi(dpi)

3.2.9. clear

在matplotlib的Figure类和Axes类中都含有clear函数，Axes对象主要用于清除该子图上的所有元素（包括线条、标记、文本、图像等），Figure对象是将清除整个图像的所有子图和其他相关的元素

3.3. Axes类中的常用函数

set_xlim(left, right)：设置 x 轴的范围。

set_ylim(bottom, top)：设置 y 轴的范围。

set_xlabel(label)：设置 x 轴的标签。

set_ylabel(label)：设置 y 轴的标签。

set_title(label)：设置子图的标题。

Axes.text(x, y, s, **kwargs)

参数：x\y:文字的坐标

s：设置的文本内容

kwargs：其他可选的关键字参数，用于控制文本的样式，如

fontsize（字体大小）、

color（颜色）、

horizontalalignment（水平对齐方式，如 ‘left’, ‘center’, ‘right’）、

verticalalignment（垂直对齐方式，如 ‘top’, ‘center’, ‘bottom’）等。

代码：

import matplotlib.pyplot as plt

import numpy as np

 

fig = plt.figure()

ax = fig.add_subplot(1,2,1)

 

# 设置x轴y轴的范围

ax.set_xlim(-3, 3)

ax.set_ylim(-5, 5)

# 设置x轴y轴的标签

ax.set_xlabel('x')

ax.set_ylabel('y')

# 设置子图标题

ax.set_title('line')

ax.plot([1,2], [3,4])

# 设置文本

ax.text(2, 3, 'y=x+1')

 

plt.show()

4. 绘制子图的方式

● pyplot中函数subplot绘制子图，返回值为子图对象

● Figure类中的函数add_subplot绘制子图，返回值为子图对象

● pyplot中函数subplots绘制子图，返回值为Figure对象和子图对象数组

fig, ax = plt.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

功能：绘制多个子图，可以一次生成多个

参数：

nrows和ncols：整数，表示子图的行数和列数。

sharex和sharey：布尔值或字符串，表示是否共享x轴或y轴的属性。可选值有True、False、'row'和'col'。

squeeze：布尔值，默认为True。当子图只有一个时，返回一个Axes对象而不是一个数组。False时返回一个二维数组

width_ratios：列宽比例的序列，用于调整各列的宽度比

height_ratios：行高比例的序列，用于调整各行的高度比

subplot_kw：字典类型，可选参数。把字典的关键字传递给add_subplot()来创建每个子图。

gridspec_kw：字典类型，可选参数。把字典的关键字传递给GridSpec构造函数创建子图放在网格里（grid）。

**fig_kw：把所有详细的关键字参数传给figure()函数。

返回值：

fig：这是整个图形的对象，可以对其进行全局设置，如标题、大小等。

axes：这是一个数组，包含所有的子图。数组的形状由nrows和ncols决定。例如，如果 nrows=2 和 ncols=3，则 axes 将是一个 2x3 的数组，每个元素都是一个子图对象。

代码：

# 绘制子图，返回值包含Figure对象和Axes对象，Axes对象是一个数组，可以通过下标进行访问子图

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

 

ax[0, 0].plot([2,3], [4,5])

ax[0, 1].plot([1,1], [2,1])

 

fig.suptitle('sub')

 

plt.show()

5. pyplot中常用函数

5.1. gcf

功能：获取当前窗口的Figure对象，如果没有活动的图形，这个函数将创建一个新的图形，并将其作为当前活动的图形。通过此函数获取了当前图形的Figure对象后，可以调用Figure类中的相关操作

5.2. gca

功能：获取获取当前图形中的Axes对象

x = np.arange(0, 2*np.pi, 0.1)

y = np.sin(x)

plt.plot(x, y, label='sin')

# 获取Figure对象

fig = plt.gcf()

fig.suptitle('sin')

# 获取Axes对象

ax = plt.gca()

ax.set_xlabel('x')

 

plt.show()

5.3. savefig

matplotlib.pyplot 模块中的 savefig 函数用于将当前图形保存到文件中。

plt.savefig(*args, **kwargs)

参数：fname：字符串或类似文件的对象，指定保存文件的路径或文件名。可以是相对路径或绝对路径。如果文件扩展名缺失，将使用默认格式（通常是 PNG）。

dpi：可选，指定保存图像的dpi（每英寸点数）。默认值是figure.dpi。

format：可选，指定文件格式（如 'png', 'pdf', 'svg', 'ps', 'eps', ...）。如果省略，将使用文件扩展名推断格式。

bbox_inches：可选，指定裁剪框，可以是 'tight'、'standard' 或一个 Bbox 对象。默认为 'standard'。tight:保存的图形文件中不会有不必要的空白边缘，使得图形更加紧凑和整洁

pad_inches：可选，指定边框填充量（以英寸为单位）。默认为 0.1。

facecolor：可选，指定图像的背景颜色。默认为 'w'（白色）。

edgecolor：可选，指定图像边框的颜色。默认为 'w'（白色）。

orientation：可选，指定页面方向（'portrait' 或 'landscape'），仅对保存为 PDF 文件时有效。

papertype：可选，指定纸张类型（如 'a4', 'letter'），仅对保存为 PDF 文件时有效。

format_kwargs：可选，其他与格式相关的关键字参数。

metadata：可选，指定要写入文件的元数据。

pil_kwargs 和 pdf_kwargs：可选，特定于 PIL 或 PDF 格式的参数。

代码：

x = np.arange(0, 2*np.pi, 0.1)

y = np.sin(x)

plt.plot(x, y, label='sin')

 

y = np.cos(x)

plt.plot(x, y, label='cos')

# 隐藏坐标轴

plt.axis('off')

# 保存图片

plt.savefig('./sin.png')

5.4. imshow

imshow() 函数是 Matplotlib.pyplot 库中的一个函数，它常用于绘制二维的灰度图像或彩色图像，也可以用于绘制矩阵、热力图、地图等。

imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, *, data=None, **kwargs)

参数：X：图像数据。这通常是一个二维数组（灰度图像）或一个三维数组（彩色图像，其中第三维是颜色通道）。对于二维数组，可以使用 cmap 参数来指定颜色映射

cmap：颜色映射。用于控制图像中不同数值所对应的颜色。默认颜色是'viridis'，也可以设置其他颜色，如`gray`、`hot`、`jet`、'binary'等

norm：用于将数据值标准化到 [0, 1] 区间。以便与颜色映射一起使用。如果为 None，则数据将直接用于颜色映射。

aspect：控制图像宽高比,'auto'（默认，根据数据形状自动调整）、'equal'（使像素为正方形）或数字（指定宽高比）

interpolation：插值方法。用于控制图像的平滑程度和细节程度。可以选择`nearest`、`bilinear`、`bicubic`等插值方法。

alpha：图像透明度。取值范围为0~1。

origin：坐标轴原点的位置。可以设置为`upper`或`lower`。

extent：控制显示的数据范围。可以设置为`[xmin, xmax, ymin, ymax]`。

vmin、vmax：控制颜色映射的值域范围。

filternorm 和 filterrad：用于图像滤波的对象。可以设置为`None`、`antigrain`、`freetype`等。

imlim：用于指定图像显示范围。

resample：用于指定图像重采样方式。

url：用于指定图像链接。

plt.colorbar()

功能：显示颜色柱

5.5. imsave

用于将图像数据保存到磁盘上的函数

matplotlib.pyplot.imsave(fname, arr, **kwargs)

参数：fname：保存图像的文件名，可以是相对路径或绝对路径。

arr：表示图像的NumPy数组。

kwargs：可选参数，用于指定保存的图像格式以及图像质量等参数。

imsave和savefig区别：

savefig可以将绘制的图像保存成文件，包含坐标、标题、图例等

imsave是将二维或三维数据保存成图像文件，不含坐标等，它没法直接保存plot等绘制的图像

代码：

arr = np.array([[1,2,3,1], [2,3,1,2]])

# 绘制二维或三维数据图像,通过cmap进行颜色映射

plt.imshow(arr, cmap='gray')

plt.imsave('./test.png', arr)

plt.show()

5.6. imread

imread() 方法是 Matplotlib 库中的一个函数，用于从图像文件中读取图像数据。

imread() 方法返回一个 numpy.ndarray 对象，其形状是 (nrows, ncols, nchannels)，表示读取的图像的行数、列数和通道数：

1. 如果图像是灰度图像，则 nchannels 为 1。

2. 如果是彩色图像，则 nchannels 为 3 或 4，分别表示红、绿、蓝三个颜色通道和一个 alpha 通道；为3时表示红绿蓝，为4时表示红绿蓝、透明度

matplotlib.pyplot.imread(fname, format=None)

参数：fname：指定了要读取的图像文件的文件名或文件路径，可以是相对路径或绝对路径。

format：参数指定了图像文件的格式，如果不指定，则默认根据文件后缀名来自动识别格式。

返回值：numpy.ndarray 对象

代码：

arr = plt.imread('map.png')

plt.imshow(arr)

plt.show()

5.7. close

plt.close(fig=None)

功能：该函数用于关闭一个或多个打开的图形窗口，释放资源

参数：fig：指定要关闭的图形，可以是Figure对象，也可以是图形对应的整数

all：关闭所有图形，如果参数省略，关闭当前图像

5.8. Line2D类函数

概念：

其实就是plot，线条的函数！

在 Matplotlib 库中，plt.plot() 函数的返回值是 **Line2D 对象**（或包含多个 Line2D 对象的列表），这些对象是 matplotlib.lines.Line2D 类的实例，用于表示绘制的线条（如折线图、散点图的连线）。

Line2D 对象支持通过方法动态修改线条属性，无需重新绘图

plt.plot() 返回的 Line2D 对象是 Matplotlib 面向对象绘图的核心，支持对线条属性的精细化控制。

通过 Line2D 的方法可实现动态数据更新、交互式图表及批量属性调整，尤其适合动画、实时监控等场景。

直接操作 Line2D 比重新调用 plt.plot() 更高效，避免重复创建图形对象

plt.plot函数的返回值表示包含一个或多个 Line2D 对象（有多条线时会返回多个Line2D对象）

Line2D 是 Matplotlib 中用于表示二维线条的类。通过返回 Line2D 对象，你可以访问和修改线条的各种属性，例如颜色、线型、标签等。这使得 plt.plot() 不仅仅是绘制图形，还可以让你对绘制的线条进行进一步的定制。

5.8.1. get_label

该方法用于获取图像的标签（参数中指定的label值）。这个方法通常用于获取已经设置好的标签，以便于后续的检查或修改.

5.8.2. set_data

该函数功能为用于动态更新线条的 x 和 y 数据。主要在需要实时更新图形（例如动画）的场景中。

Line2D.set_data(xdata, ydata)

调用该方法后，图形会根据新的数据重新绘制。它不会自动刷新图形，但可以与 plt.draw() 或 plt.pause() 等方法结合使用，以实现动态更新的效果。

5.9. pause

用于在绘图时暂停程序执行，并在指定的时间间隔后继续执行。它常用于动态更新图形或创建简单的动画效果。

函数的作用：

● 暂停程序：plt.pause(interval) 会暂停程序的执行，暂停的时间由参数 interval（单位为秒）决定。

● 刷新图形窗口：在暂停期间，plt.pause() 会强制刷新图形窗口，显示最新的图形内容。这使得它特别适合用于动态更新图形的场景。

函数原型：

pyplot.pause(interval)

参数：interval：时间，秒

代码：

x = np.arange(0, 2*np.pi, 0.1)

y = np.sin(x)

ld, = plt.plot(x, y, label='sin')

 

# 获取图像中label数据

# ret = ld.get_label()

# print(ret)

 

y = np.cos(x)

# 根据指定的时间暂停程序

plt.pause(5)

# 修改原图像的数据

ld.set_data(x, y)

 

plt.show()

如需进一步定制复杂图形（如添加形状、子图布局），可结合 matplotlib.patches 或 gridspec 模块扩展功能

6. 绘制子图网格

使用模块gridspec中的函数GridSpec绘制

在 Matplotlib 中，GridSpec 对象提供了一种灵活的方式来创建子图网格（subplots grid），允许子图跨越多个行和列，以及具有不均匀的行高和列宽。

from matplotlib.gridspec import GridSpec

GridSpec(nrows, ncols, figure=None, left=None, right=None, bottom=None, top=None, wspace=None, hspace=None, width_ratios=None, height_ratios=None, w_pad=None, h_pad=None)

参数： nrows: int子图网格的行数。

ncols: int子图网格的列数。

figure: matplotlib.figure.Figure, optional, default: None指定的图形对象。如果未提供，则默认创建一个新的图形对象。

left: float, optional, default: None子图网格左侧的相对位置（0 到 1 的比例）。如果未指定，则使用默认的左边界。

right: float, optional, default: None子图网格右侧的相对位置（0 到 1 的比例）。如果未指定，则使用默认的右边界。

bottom: float, optional, default: None子图网格底部的相对位置（0 到 1 的比例）。如果未指定，则使用默认的底边界。

top: float, optional, default: None子图网格顶部的相对位置（0 到 1 的比例）。如果未指定，则使用默认的顶边界。

wspace: float or None, optional, default: None子图之间的水平间距（以英寸为单位）或作为子图宽度的比例。如果未指定，则使用默认的间距。

hspace: float or None, optional, default: None子图之间的垂直间距（以英寸为单位）或作为子图高度的比例。如果未指定，则使用默认的间距。

width_ratios: list of floats, optional, default: None指定每一列的宽度比例。如果指定，则 ncols 必须与列表长度匹配。

height_ratios: list of floats, optional, default: None指定每一行的高度比例。如果指定，则 nrows 必须与列表长度匹配。

w_pad: float, optional, default: None子图之间的水平填充（以英寸为单位）。如果未指定，则使用默认的填充。

h_pad: float, optional, default: None子图之间的垂直填充（以英寸为单位）。如果未指定，则使用默认的填充。