Matplotlib 学习笔记

From PythonDataScienceHandbook

PythonDataScienceHandbook

4.0

style

plt.style.use('...')

doc

show

在 .py 文件中，plt.show() 应该在脚本的结尾处，且只出现一次，否则会有不可预料的结果。

save figure

fig = plt.figure()
...
fig.savefig('my_figure.png')

show the save figure

from IPython.display import Image
Image('my_figure.png')

object-oriented interface

fig, ax = plt.subplots(2)

这里 fig 和 ax 是数组，可以通过 index 取到对应的 axes （坐标系）

4.1 Simple Line Plot

ax.*** API is similar to plt.***

Color and Style for line plot

plt.plot(x, x + 0, '-g')
plt.plot(x, x + 1, '--k')
plt.plot(x, x + 2, '-.k')
plt.plot(x, x + 3, ':r')

RGB (Red/Green/Blue) and CMYK (Cyan/Magenta/Yellow/blacK)

fmt link

axis limits

plt.xlim()
plt.ylim()
plt.axis()

limits in axes

axes.set(
	
)

4.2 Scatter

scatter

plt.scatter(x, y, c=colors, s=sizes, alpha=0.3, cmap='xxx')

这里：

• c 表示颜色深浅
• s 是圈的大小
• alpha 表示不透明度，alpha ->0 越透明
• cmap 是 colorbar 的样式，可以在这里进行选择

show the colorer

plt.colorbar()

Color map in mpl

link

cyclic colorbar for centered data

4.3 Error

Discrete Error: errorbar

Continuous Error: fill_between

4.4 Contour

contour, contourf, imshow

4.5 Histogram

可以用 hist2d 来画 confusion matrix

4.6 Legend

使用 fig, ax = plt.subplot() 的方式。

使用 plot(label='xxx') 对每条线进行标注，'$..$' 可以表示 Latex 公式。

也可以在 legend([list of lines objects], [list of legends]) 里写出所有内容。

4.7 Colorbar

plt.imshow(I, cmap='xxx')
plt.colorbar()

用下面的方式可以看到系统能够提供的 colorbar

plt.cm.<TAB>

Ten Simple Rules for Better Figures

一般有三种类型的 cmap

• Sequential colormaps
• Divergent colormaps
• qualitative colormaps

4.8 Subplot

axes

plt.axes()
fig.add_axes()

括号里可以填写 [left, bottom, width, height]

subplot

plt.subplot()

plt.subplots_adjust() plt.add_subplot()

subplots

fig, ax = plt.subplots(2, 3, sharex='col', sharey='row')

GridSpec

grid = plt.GridSpec(2, 3, wspace=0.4, hspace=0.3)

这一部分最后的那个 Gaussian 真的很常用

4.9 Text

关于 text 的位置，我比较喜欢使用以下方式标注数据

ax.text(..., transform=ax.transData)

这样做的是相对于坐标轴的位置，transAxes 和 transFigure 有其它作用