『matplotlib』面向对象绘图

最新推荐文章于 2024-10-05 13:53:13 发布

原创最新推荐文章于 2024-10-05 13:53:13 发布 · 2.8k 阅读

50 ·

CC 4.0 BY-SA版权

文章标签：

#python #matplotlib

matplotlib 专栏收录该内容

13 篇文章

订阅专栏

1. matplotlib 两种接口

matplotlib 有两种接口：基于 MATLAB 的和基于面向对象的。基于 MATLAB 的是 pyplot 提供的，比较简单，但容易混乱；基于面向对象的方法结构清晰，是matplotlib 的精髓。

基于 MATLAB 的：自动创建和管理图和坐标系，用 pyplot 函数作图
基于面向对象的：显示创建图和坐标系，再调用对象的方法来作图

Python中，万物皆对象，为了高效作图，我们首先需要做的就是学习使用面向对象的接口：

容器类：画布(figure)、坐标系(axes)、坐标轴(axis)
基础类：线(line)、文本(text)、图例(legend)
可设置的样式：刻度(ticker)、点(marker)、网格(grid)、标题(title)

简单来说，figure 是画布，axes 是画布上一个个区域，所有线、点、文字等基础类元素都是寄生在容器类元素上的。

官网也贴心地给出了这些对象的关系，一目了然：

在这里插入图片描述

使用面向对象接口时，正确的作图流程应该是：

创建 Figure 实例
在 Figure 上创建 Axes
在 Axes 上添加基础类对象

或者简化为：

创建 Figure 对象和 Axes 对象；
为每个容器类元素添加基础类元素。

再浓缩成指导思想就是：

先找对象
再解决问题

打个比方，画图时你需要拿出一张素描纸，这就是创建画布，然后在这张纸上你想画碧海、蓝天、凉亭，你肯定事先会设计在哪个地方画这些内容，你决定的每个元素的放置位置就是在划分子图，而你决定好在哪画之后其实等价于在该子图位置创建了坐标系。后面就容易理解了，你的绘图等价于在子图的坐标系上绘图、添加图例、添加标题等。最后，对于坐标轴的样式（是否显示、刻度范围、刻度标签等），可以通过坐标系对象的方法，得到坐标轴对象，通过坐标轴对象的方法设置。

2. Figure 对象

这个函数是最基本的创建画布的函数，后面创建多子图的画布时，每个子图内部调用的也是这个函数

import matplotlib.pyplot as plt
fig = plt.figure(
    num=1,                 # 图形的唯一标识符，一般用不到
    figsize=(6, 6),        # 画布大小， (Width, height)，单位：inches
    dpi=300,               # 图像分辨率
    facecolor='w',         # 背景色，是画布底下图层的颜色，默认白色
    linewidth=0,           # 画布边框的宽度，默认 0，无边框
    edgecolor='w',         # 边框颜色，要设置 linewidth 较大时才能看见，默认白色
    frameon=True,          # 默认值 True 为绘制边框，如果为 False 则不绘制边框
)

matplotlib 官方并没有很好地分离 pyplot 函数和面向对象的函数，创建画布还是要用 pyplot 的函数

Figure 对象 fig 的常用方法

方法	功能
`fig.get_axes()`	返回该画布中所有子图坐标系对象的列表
`fig.gca()`	获取当前的坐标系，当有多个子图时，画图时切换到一个个子图画的，该函数就返回当时所在的坐标系对象
`fig.colorbar(mappable, cax, ax)`	`mappable`：`cm.ScalarMappable(cmap='jet')` `cax`：colorbar 画在哪个坐标系中 `ax`：针对哪个坐标系匹配的 colorbar 该函数返回一个 `matplotlib.colorbar.Colorbar` 对象
`fig.legend()`	给整个画布插入统一的图例，返回一个 `matplotlib.legend.Legend` 对象
`fig.show()`	类似 `plt.show()`，将画布显示出来
`fig.add_subplot(122)`	插入一张子图，位置在将画布划分为 1 行 2 列后的第 2 个位置，也可以指定 `GridSpec` 对象的切片位置返回当前子图的 `Axes` 对象
`fig.subplots(nrows=2,ncols=2)`	创建 2 行 2 列的子图，返回每个子图 `Axes` 对象的数组
`fig.suptitle("视图名称")`	给整个画布添加统一的图名，居中显示
`fig.text(x, y, s)`	在画布的指定位置添加文本，`x`，`y` 在 $0 - 1$ 之间分别表示 width 和 height 的百分比长度，相对于原点
`fig.add_gridspec(nrows, ncols)`	返回一个基于 `fig` 划分的 `nrows`行 `ncols` 列的 `GridSpec` 对象

3. Axes 对象

Axes 对象 axes 的常用属性和方法如下：

Plotting

Basic

各种基本的画图函数，很简单，官网自取使用方式
Spans
- xes.axhline(y, xmin, xmax)
  
  画一条水平线， $(x m i n, y)$ 到 $(x m a x, y)$
  
  xmin、xmax 都是百分比长度
- axes.axvline(x, ymin, ymax)
  
  画一条垂直线， $(x, y m i n)$ 到 $(x, y m a x)$
  
  ymin、ymax 都是百分比长度
- axes.axhspan(ymin, ymax, xmin, xmax)
  
  画一个水平的矩形覆盖范围，y 是实际坐标，x 是百分比坐标
- axes.axvspan(xmin, xmax, ymin, ymax)
  
  画一个垂直的矩形覆盖范围，x 是实际坐标，y 是百分比坐标
- axes.axline(xy1, xy2, slope=1)
  
  或一条直线，第一个点 xy1 必须，第二个点坐标 xy2 或者斜率 slope 任意给一个即可
  
  xy1 和 xy2 都是 tuple，第一个元素是横坐标，第二个元素是纵坐标
Contours
- axes.contourf()：该方法根据给定数据画出等高线并填充
Array
- axes.imshow()：可视化图片，单通道、三通道、四通道
Text and Annotations
- axes.annotate(text, xy)
  
  用 text 注释点 xy，xy 是元组，详细用法需要时查官网手册
- axes.text(x, y, s)
  
  在该 axes 所在子图指定位置添加文本
- axes.table()
  
  画表格的方法，目前没用过，可以查官网手册
- axes.arrow(x, y, dx, dy)
  
  画起点 $(x, y)$ 终点 $(x + d x, y + d y)$ 的箭头
- Axes.inset_axes()
  
  不确定要不得到，功能如图：
Fields
- axes.barbs()
- axes.quiver()：

Appearance

axes.axis()
- axes.axis('off')：关闭坐标轴显示，其上刻度标签、刻度线这些都会隐藏，等价于 axes.set_axis_off()
- axes.axis('on')：打开关闭内容，等价于 axes.set_axis_on()
axes.set_frame_on(True)

设置坐标系的上下左右四个轴是否显示，如隐藏，标签刻度仍然会显示
axes.get_frame_on(True)

返回四个轴是否显示
axes.grid(b, which='major', axis='both')

b：bool类型，表示是否显示网格线

which：major、minor、both，显示哪些刻度的网格线

axis：x、y、both，显示哪些轴的网格线
axes.set_facecolor(color)

设置坐标系四个轴围起来区域的背景色
axes.get_facecolor()

返回坐标系的背景色，rgba 格式

Axis / limits

💥axes.get_xaxis()：返回一个 XAxis 实例

💥axes.get_yaxis()：返回一个 YAxis 实例

Axis limits and direction
- axes.invert_xaxis()
  
  逆置 x 轴
- axes.invert_yaxis()
  
  逆置 y 轴
- axes.set_xlim(left, right)
  
  设置 x 轴显示范围
- axes.set_ylim(left, right)
  
  设置 y 轴显示范围
Axis labels, title, and legend
- axes.set_xlabel(label)
  
  给 x 轴设置名称
- axes.set_ylabel(label)
  
  给 y 轴设置名称
- axes.set_title(title)
  
  给当前坐标系的子图设置图名
- axes.legend()
  
  给当前坐标系添加图例
Ticks and tick labels
- axes.set_xticks(ticks_list) 和 axes.set_yticks(ticks_list)
  
  设置要显示的主要刻度
- axes.set_xticklabels(labels) 和 axes.set_yticklabels(labels)
  
  替换显示的主刻度的标签，比如原来是 1~20，我替换成 20~40 显示
- axes.minorticks_off() 和 axes.minorticks_on()
  
  坐标系(不)显示 minor 刻度
- axes.tick_params(args)
  
  更改刻度线，刻度线标签和网格线的外观
Twinning
- axes.twinx() 和 axes.twiny()
  
  创建一个新的坐标系，该坐标系的 x 轴不可见，而独立的 y 轴与原始轴相反（即在右侧）
  
  创建一个新的坐标系，该坐标系的 y 轴不可见，而独立的 x 轴与原始轴相反（即在上侧）
  
  此类方法返回新的 Axes 对象

4. Axis 对象

Axis 对象 axis 的常用属性和方法如下：

Formatters and Locators
- axis.set_major_locator()
- axis.set_major_formatter()
- axis.set_minor_locator()
- axis.set_minor_formatter()
- axis.set_tick_params()：设置刻度的位置等
- axis.set_ticks_position()：设置刻度线出现的位置（上下左右）
设置主次刻度及其标签的格式的，需要时查这里的用法
Grid
- axis.grid()：只在该轴显示网格线

Axis 对象一般都是修改坐标轴的样式

5. 常用的公用属性

这些属性可以用在多个函数的参数中，含义是一样的，都是用来调整样式

5.1 line 相关属性

linestyle 或 ls

线型
linewidth 或 lw

设置线宽，浮点数值

5.2 marker 相关属性

marker

标记样式

特别地，标记有 mathtext 模式，可以通过 latex 公式输入指定的图案
markersize 或 ms

marker 的大小
fillstyle

marker 填充样式

在这里插入图片描述

markeredgecolor 或 mec

marker 的边缘颜色
markeredgewidth 或 mew

marker 的边缘宽度
markerfacecolor 或 mfc

marker 的填充颜色

5.3 color 相关属性

color 或 c
- b 或 blue：蓝色
- g 或 green：绿色
- r 或 red：红色
- c 或 cyan：蓝绿色
- m 或 magenta：洋红
- y 或 yellow：黄色
- k 或 black：黑色
- w 或 white：白色
也可以用十六进制 RGB 表示，如"#AE2323"
alpha

透明度，0-1 之间

5.4 text 相关属性

fontfamily 或 family

设置文本字体名称，如‘serif’、‘sans-serif’、‘Microsoft YaHei’
fontsize 或 size

字体大小
fontstyle 或 style

设置字体样式
- normal：正常显示
- italic：斜体
- oblique：倾斜
fontweight 或 weight

设置字体粗细，如‘normal’、‘bold’等
horizontalalignment 或 ha

水平方向对齐方式：'center'、'right'、'left'
color

文本颜色
backgroundcolor

文本区域的背景色
position

(x,y)的元组
rotation

文本的旋转，传一个在数学上为正的方向（逆时针）的旋转角度（以度为单位）。“水平”等于0，“垂直”等于90。

6 正确显示中文和负号

plt.rcParams[‘font.sans-serif’] = [‘SimHei’]      # 用来正常显示中文标签
plt.rcParams[‘axes.unicode_minus’] = False        # 用来正常显示负号