matplotlib常见函数之plt.rcParams、matshow的使用(坐标轴设置)


Posted in Python onJanuary 05, 2021

1、plt.rcParams

plt(matplotlib.pyplot)使用rc配置文件来自定义图形的各种默认属性,称之为“rc配置”或“rc参数”。
通过rc参数可以修改默认的属性,包括窗体大小、每英寸的点数、线条宽度、颜色、样式、坐标轴、坐标和网络属性、文本、字体等。rc参数存储在字典变量中,通过字典的方式进行访问。

matplotlib常见函数之plt.rcParams、matshow的使用(坐标轴设置)

代码:

import numpy as np
import matplotlib.pyplot as plt
###%matplotlib inline  #jupyter可以用,这样就不用plt.show()
 
#生成数据
x = np.linspace(0, 4*np.pi)
y = np.sin(x)
#设置rc参数显示中文标题
#设置字体为SimHei显示中文
plt.rcParams['font.sans-serif'] = 'SimHei'
#设置正常显示字符
plt.rcParams['axes.unicode_minus'] = False
plt.title('sin曲线')
#设置线条样式
plt.rcParams['lines.linestyle'] = '-.'
#设置线条宽度
plt.rcParams['lines.linewidth'] = 3
#绘制sin曲线
plt.plot(x, y, label='$sin(x)$')
 
plt.savefig('sin.png')
plt.show()

matplotlib常见函数之plt.rcParams、matshow的使用(坐标轴设置)

参数:

plt.rcParams['savefig.dpi'] = 300 #图片像素
plt.rcParams['figure.dpi'] = 300 #分辨率
plt.savefig(‘plot123_2.png', dpi=200)#指定分辨率
# 默认的像素:[6.0,4.0],分辨率为100,图片尺寸为 600&400
# 指定dpi=200,图片尺寸为 1200*800
# 指定dpi=300,图片尺寸为 1800*1200
 
 
plt.rcParams['figure.figsize'] = (8.0, 4.0)    # 图像显示大小
plt.rcParams['image.interpolation'] = 'nearest' # 最近邻差值: 像素为正方形
#Interpolation/resampling即插值,是一种图像处理方法,它可以为数码图像增加或减少象素的数目。
 
plt.rcParams['image.cmap'] = 'gray' # 使用灰度输出而不是彩色输出
 
plt.axis('off')  #打印图片的时候不显示坐标轴

from:https://3water.com/article/203481.htm

更详细的配置参见:https://my.oschina.net/swuly302/blog/94805

2、matshow函数

这是一个绘制矩阵的函数:matplotlib.pyplot.matshow(Afignum=None**kwargs)

A是绘制的矩阵,一个矩阵元素对应一个图像像素。

例如:plt.matshow(Mat,  cmap=plt.cm.gray),cmap代表一种颜色映射方式。

 matplotlib常见函数之plt.rcParams、matshow的使用(坐标轴设置)

实例:

plt.plot(A, "r-+", linewidth=2, label="train")
  plt.plot(B, "b-", linewidth=3, label="val")
  plt.legend(loc="upper right", fontsize=14)  # 设置位置
  plt.xlabel("Training set size", fontsize=14) # 标签
  plt.ylabel("RMSE", fontsize=14) 
plt.axis([0, 80, 0, 3])#表示要显示图形的范围
plt.xticks(np.arange(0, 81, step=20))#设置刻度
plt.yticks(np.arange(0, 4, step=1))

matplotlib常见函数之plt.rcParams、matshow的使用(坐标轴设置)

Axes - Subplot - Axis 之间到底是个什么关系

用matplotlib.pyplot绘图需要知道以下几个概念:

  • 画图板/画布:这是一个基础载体,类似实际的画图板,用pyplot.figure()函数创建,程序中允许创建多个画图板,具体操作的画板遵循就近原则(操作是在最近一次调用的画图板上实现),缺省条件下内部默认调用pyplot.figure(1)。
  • 图形区/绘图区:用来绘图的实际区域,一般不直接获取,直接设定方式为pyplot.axes([x, y, w, h]),即axes函数直接确定了该区域在画图板/画布中的位置为x,y 尺寸为w,h
  • 标签区:用来展示图形相关标签的地方,一般不直接设定(未仔细研究过),该区域根据图形区进行扩展,与该区域有关联的函数是pyplot.xlabel()、pyplot.ylabel()、pyplot.title()等
fig = plt.figure() 
plt.show()
 
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)

用画板和画纸来做比喻的话,figure就好像是画板,是画纸的载体, 但是具体画画等操作是在画纸上完成的。 在pyplot中,画纸的概念对应的就是Axes/Subplot。

matplotlib常见函数之plt.rcParams、matshow的使用(坐标轴设置)

对比:

figure (1) VS figure()
      figure()操作就是创建或者调用画图板,缺省情况下系统会创建figure(1)作为画图板。使用时遵循就近原则,所有画图操作是在最近一次调用的画图板上实现。

axes() VS subplot()
      pyplot.axes([x, y, w, h])是用来在画图板上确认图形区的位置和大小的函数,x,y表示图形区左下角相对于画图板的坐标,w,h表示图形区的宽高。(缺省时该操作在figure(1)上操作)

      pyplot.subplot(abc)本质也是用来确认图形区在画图板上位置大小的函数,区别是该函数将画图板按a行b列等分,然后逐行编号,并选择编号为c的区域作为图形区用来绘图。这是一个axes()操作的高级封装,方便用户使用。subplot(233)表示2行3列的第3个位置(即,第1行第三个区域)

同时,pyplot.show()实际展示的区域是画图板上所有图形区的最小包围区,不是整个画图板,即如果仅仅调用了subplot(224)结果只展示右下角的4号区域,而不是1、2、3、4都展示,因此会存在一定的错觉。

axes() VS axis()
       axes([x, y, w, h])用来设定图形区;

       axis([x_left, x_right, y_bottom, y_top])是用来设置所绘制图形的视窗大小的,表示直接展示的图形是需要满足参数中范围的值,直观表现是绘图区实际展示的坐标范围。

注:axis作用的图形区依旧遵守就近原则。

subplot() VS plot()
       subplot用来生成图形区;

       plot是实际使用的绘图函数,类似的函数还有hist等,plot操作遵守就近原则,即作用在最近一次使用的图形区上。

官网:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.html

到此这篇关于matplotlib常见函数之plt.rcParams、matshow的使用(坐标轴设置)的文章就介绍到这了,更多相关matplotlib plt.rcParams、matshow内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python文件读写并使用mysql批量插入示例分享(python操作mysql)
Feb 17 Python
Python ORM框架SQLAlchemy学习笔记之映射类使用实例和Session会话介绍
Jun 10 Python
python append、extend与insert的区别
Oct 13 Python
简单实现python收发邮件功能
Jan 05 Python
django admin添加数据自动记录user到表中的实现方法
Jan 05 Python
Python使用random.shuffle()打乱列表顺序的方法
Nov 08 Python
python pandas写入excel文件的方法示例
Jun 25 Python
Django时区详解
Jul 24 Python
Pytorch 多维数组运算过程的索引处理方式
Dec 27 Python
快速解决jupyter notebook启动需要密码的问题
Apr 21 Python
python实现大文本文件分割成多个小文件
Apr 20 Python
Python+OpenCV实现图片中的圆形检测
Apr 07 Python
matplotlib运行时配置(Runtime Configuration,rc)参数rcParams解析
Jan 05 #Python
matplotlib制作雷达图报错ValueError的实现
Jan 05 #Python
python实现三种随机请求头方式
Jan 05 #Python
scrapy实践之翻页爬取的实现
Jan 05 #Python
python里glob模块知识点总结
Jan 05 #Python
python用opencv 图像傅里叶变换
Jan 04 #Python
python基于opencv 实现图像时钟
Jan 04 #Python
You might like
浅析php中jsonp的跨域实例
2013/06/21 PHP
PHP使用curl函数发送Post请求的注意事项
2016/11/26 PHP
thinkphp中的多表关联查询的实例详解
2017/10/12 PHP
thinkphp5框架扩展redis类方法示例
2019/05/06 PHP
Prototype Date对象 学习
2009/07/12 Javascript
JS+DIV实现的卷帘效果示例
2017/03/22 Javascript
nodeJS实现路由功能实例代码
2017/06/08 NodeJs
JS之if语句对接事件动作逻辑(详解)
2017/06/28 Javascript
利用jquery如何从json中读取数据追加到html中
2017/12/01 jQuery
利用npm 安装删除模块的方法
2018/05/15 Javascript
React父子组件间的传值的方法
2018/11/13 Javascript
Vue+Typescript中在Vue上挂载axios使用时报错问题
2019/08/07 Javascript
python 从远程服务器下载日志文件的程序
2013/02/10 Python
Python抓取Discuz!用户名脚本代码
2013/12/30 Python
Django imgareaselect手动剪切头像实现方法
2015/05/26 Python
Python的爬虫包Beautiful Soup中用正则表达式来搜索
2016/01/20 Python
浅谈python中的getattr函数 hasattr函数
2016/06/14 Python
Python实现的爬虫功能代码
2017/06/24 Python
python监控键盘输入实例代码
2018/02/09 Python
Python实现的HMacMD5加密算法示例
2018/04/03 Python
python实现的多任务版udp聊天器功能案例
2019/11/13 Python
用python实现名片管理系统
2020/06/18 Python
浅析关于Keras的安装(pycharm)和初步理解
2020/10/23 Python
Django Model层F,Q对象和聚合函数原理解析
2020/11/12 Python
python 获取谷歌浏览器保存的密码
2021/01/06 Python
python读取图片颜色值并生成excel像素画的方法实例
2021/02/19 Python
移动端适配 使px自动转换rem
2019/08/26 HTML / CSS
Java平台和其他软件平台有什么不同
2015/06/05 面试题
几个常见的软件测试问题
2016/09/07 面试题
工厂采购员岗位职责
2014/04/08 职场文书
代办出身证明书
2014/10/21 职场文书
2015年乡镇扶贫工作总结
2015/04/08 职场文书
大学生党课心得体会
2016/01/07 职场文书
世界文化遗产导游词
2019/08/07 职场文书
拙作再改《我的收音机情缘》
2022/04/05 无线电
服务器SVN搭建图文安装过程
2022/06/21 Servers