引言
Matplotlib是Python的画图领域使用最广泛的绘图库,它能让使用者很轻松地将数据图形化以及利用它可以画出许多高质量的图像,是用Python画图的必备技能。对于这个教程,大家最好亲自码一遍代码,这样可以更有收获。
前面的课程:
概要
1、认识figure函数;
2、学会通过figure函数调整图片窗口;
3、学会调节线框,风格和颜色。
4、学会查询pyplot参数。
figure图像窗口
1
figure函数
Matplotlib 的 figure 就是一个单独的figure小窗口。使用方法是plt.figure()。我们首先把plt.figure()加入进来,看一下效果:
import matplotlib.pyplot as plt
import numpy as np
plt.figure()
x = np.linspace(-1, 1, 50)
y = 2*x + 1
plt.plot(x, y)
plt.show()
运行结果:
这段代码和上一节课的y=2*x+1的直线唯一的区别就是多了一行代码:
plt.figure()
可以看出来单纯加入这行代码并没有任何变化。接下来我们通过设定figure的size来看看是否有变化。
2
加入参数
其实figure函数有参数figuresize来控制窗口大小和形状:
import matplotlib.pyplot as plt
import numpy as np
plt.figure(figsize=(8, 4))
x = np.linspace(-1, 1, 50)
y = 2*x + 1
plt.plot(x, y)
plt.show()
我们把运行后的结果放出来:
与上面的图对比,横纵左边范围并没有变化,但是整个图明显变扁了,这是因为我们设定figure size为(8,4),也就是说窗口横距离是纵距离的两倍。
线的配置
Matplotlib 的默认配置都允许用户自定义。你可以调整大多数的默认配置:图片大小和分辨率(dpi)、线宽、颜色、风格、坐标轴、坐标轴以及网格的属性、文字与字体属性等。不过,matplotlib 的默认配置在大多数情况下已经做得足够好,你可能只在很少的情况下才会想更改这些默认配置。
1
线宽,颜色和风格
我们通过下面的代码来展示如何设置线宽,颜色以及风格三个参数:
import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(5, 5))
x = np.linspace(-np.pi, np.pi, 256)
y1,y2 = np.cos(x), np.sin(x)
plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-")
plt.plot(x, y2, color="green", linewidth=2.0, linestyle="--")
plt.show()
运行结果:
2
参数查询
由于关于plt.plot的参数数目非常之多,我们不可能把它们都记在脑海里面,所以查询官方文档就十分重要。
我们先给出官方文档的地址:
https://matplotlib.org/index.html
比如我们想查询pyplot的参数设置,我们点开Pyplot tutorial
就会发现Pyplot的教程中有关于参数的讲解:
其中比较重要的是marker,给点做标记。
温馨提示
欢迎分享和转发~
本文分享自 Python与机器学习之路 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!