pyqt5 matplotlib 收集记录 LTS

最新推荐文章于 2020-12-04 09:43:05 发布

wowocpp

最新推荐文章于 2020-12-04 09:43:05 发布

阅读量473

点赞数 2

CC 4.0 BY-SA版权

分类专栏： pyqt

本文链接：https://blog.youkuaiyun.com/wowocpp/article/details/107508557

pyqt 专栏收录该内容

156 篇文章

订阅专栏

Matplotlib: Visualization with Python

官网
https://matplotlib.org/#

Matplotlib 中文网
https://www.matplotlib.org.cn/

pyqt5 官方例子:
https://matplotlib.org/gallery/user_interfaces/embedding_in_qt_sgskip.html#sphx-glr-gallery-user-interfaces-embedding-in-qt-sgskip-py
用户说明
https://matplotlib.org/users/index.html

官方教程
https://matplotlib.org/tutorials/index.html

参考教程
https://matplotlib.org/resources/index.html

numpy 中文网
https://www.numpy.org.cn/

Pandas中文网
https://www.pypandas.cn/

matplotlib API:
https://matplotlib.org/api/index.html#toolkits
https://matplotlib.org/api/pyplot_summary.html

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.xlim.html#matplotlib.pyplot.xlim
将 matplotlib 嵌入 PyQt5
https://zhuanlan.zhihu.com/p/26379590
在这里插入图片描述

Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python.

《PYTHON数据可视化编程实战》：matplot的内容（不包括嵌入到pyqt5）相当一部分的问题都是参考这里的内容。
2.《Python科学计算（第二版）》：numpy和分形的相关知识主要参考了这里。相较于第一版语言上更加简洁，内容上更加丰富，清晰详细的例程，csdn上都有下载。另外数学不太好的同学（比如我）也可以多研究一下里面的例程。

matplotlib for python developers

可能是pyqt4的
看了matplotlib for python developers这本书，基本掌握了在pyqt中显示曲线的做法，于是自己写一个。
https://blog.youkuaiyun.com/weixin_30480583/article/details/99464690

Create

Develop publication quality plots with just a few lines of code
Use interactive figures that can zoom, pan, update…

测试学习环境

Anaconda JupyterLab
在这里插入图片描述

如何原点从0开始

import matplotlib.pyplot as plt
import numpy as np

bottom, top = plt.ylim()
plt.ylim(0, top)
left, right = plt.xlim()
plt.xlim(0, right)
print('bottom, top', bottom, top)
print('left, right', left, right)
ax = plt.gca()
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

python plt画图横纵坐标0点重合
https://blog.youkuaiyun.com/weixin_30657541/article/details/99901342

matplot画图坐标原点不重合的问题
https://blog.youkuaiyun.com/weixin_40240670/article/details/80655537

如何显示网格线

plt.grid()
在这里插入图片描述
PYthon——plt.scatter各参数详解
https://blog.youkuaiyun.com/qiu931110/article/details/68130199/
有散点图各种示例

如何显示多个坐标图

plt.subplots(2, 2)# 4个坐标图
在这里插入图片描述

如何额外添加辅助线和点

在这里插入图片描述

plt.axvline(x=40, ls="-", c="green")#添加垂直直线
plt.scatter(300, 150, c="green", label='operating point')

坐标图组成部分 :

在这里插入图片描述

https://matplotlib.org/tutorials/introductory/usage.html#sphx-glr-tutorials-introductory-usage-py

动态绘制曲线

一个坐标图中显示多条曲线

例子1

https://blog.youkuaiyun.com/qq_39105012/article/details/88584124

import matplotlib
# 使用 matplotlib中的FigureCanvas (在使用 Qt5 Backends中 FigureCanvas继承自QtWidgets.QWidget)
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from PyQt5 import QtCore, QtWidgets, QtGui
from PyQt5.QtWidgets import QDialog, QPushButton, QVBoxLayout
import matplotlib.pyplot as plt
import numpy as np
import sys


class Main_window(QDialog):
    def __init__(self):
        super().__init__()

        # 几个QWidgets
        self.figure = plt.figure(facecolor='#FFD7C4') #可选参数,facecolor为背景颜色
        self.canvas = FigureCanvas(self.figure)
        self.button_draw = QPushButton("绘图")

        # 连接事件
        self.button_draw.clicked.connect(self.Draw)

        # 设置布局
        layout = QVBoxLayout()
        layout.addWidget(self.canvas)
        layout.addWidget(self.button_draw)
        self.setLayout(layout)

    def Draw(self):
        AgeList = ['10', '21', '12', '14', '25']
        NameList = ['Tom', 'Jon', 'Alice', 'Mike', 'Mary']

        #将AgeList中的数据转化为int类型
        AgeList = list(map(int, AgeList))

        # 将x,y轴转化为矩阵式
        self.x = np.arange(len(NameList)) + 1
        self.y = np.array(AgeList)

        #tick_label后边跟x轴上的值，（可选选项：color后面跟柱型的颜色，width后边跟柱体的宽度）
        plt.bar(range(len(NameList)), AgeList, tick_label=NameList, color='green', width=0.5)

        # 在柱体上显示数据
        for a, b in zip(self.x, self.y):
            plt.text(a-1, b, '%d' % b, ha='center', va='bottom')

        #设置标题
        plt.title("Demo")
		
		#画图
        self.canvas.draw()
        # 保存画出来的图片
        plt.savefig('1.jpg')


# 运行程序
if __name__ == '__main__':
    app = QtWidgets.QApplication(sys.argv)
    main_window = Main_window()
    main_window.show()
    app.exec()

在这里插入图片描述

将 matplotlib 嵌入 PyQt5

嵌入到QDialog中

#coding:utf-8

# 导入matplotlib模块并使用Qt5Agg
import matplotlib
matplotlib.use('Qt5Agg')
# 使用 matplotlib中的FigureCanvas (在使用 Qt5 Backends中 FigureCanvas继承自QtWidgets.QWidget)
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from PyQt5 import QtCore, QtWidgets,QtGui
import matplotlib.pyplot as plt
import sys

class My_Main_window(QtWidgets.QDialog):
    def __init__(self,parent=None):
        # 父类初始化方法
        super(My_Main_window,self).__init__(parent)
        
        # 几个QWidgets
        self.figure = plt.figure()
        self.canvas = FigureCanvas(self.figure)
        self.button_plot = QtWidgets.QPushButton("绘制")

        # 连接事件
        self.button_plot.clicked.connect(self.plot_)
        
        # 设置布局
        layout = QtWidgets.QVBoxLayout()
        layout.addWidget(self.canvas)
        layout.addWidget(self.button_plot)
        self.setLayout(layout)

    # 连接的绘制的方法
    def plot_(self):
        ax = self.figure.add_axes([0.1,0.1,0.8,0.8])
        ax.plot([1,2,3,4,5])
        self.canvas.draw()

# 运行程序
if __name__ == '__main__':
    app = QtWidgets.QApplication(sys.argv)
    main_window = My_Main_window()
    main_window.show()
    app.exec()

嵌入到QMainWindow中

#coding:utf-8

# 导入必要的模块
import matplotlib
matplotlib.use('Qt5Agg')
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from PyQt5 import QtCore, QtWidgets,QtGui
import matplotlib.pyplot as plt
import sys

class My_Main_window(QtWidgets.QMainWindow):
    def __init__(self,parent=None):
        super(My_Main_window,self).__init__(parent)
        # 重新调整大小
        self.resize(800, 659)
        # 添加菜单中的按钮
        self.menu = QtWidgets.QMenu("绘图")
        self.menu_action = QtWidgets.QAction("绘制",self.menu)
        self.menu.addAction(self.menu_action)
        self.menuBar().addMenu(self.menu)
        # 添加事件
        self.menu_action.triggered.connect(self.plot_)
        self.setCentralWidget(QtWidgets.QWidget())

    # 绘图方法
    def plot_(self):
        # 清屏
        plt.cla()
        # 获取绘图并绘制
        fig = plt.figure()
        ax =fig.add_axes([0.1,0.1,0.8,0.8])
        ax.set_xlim([-1,6])
        ax.set_ylim([-1,6])
        ax.plot([0,1,2,3,4,5],'o--')
        cavans = FigureCanvas(fig)
        # 将绘制好的图像设置为中心 Widget
        self.setCentralWidget(cavans)

if __name__ == '__main__':
    app = QtWidgets.QApplication(sys.argv)
    main_window = My_Main_window()
    main_window.show()
    app.exec()

python使用matplotlib的savefig保存时图片保存不完整的问题

plt.colorbar()
plt.savefig(title, dpi=300, bbox_inches = 'tight')
plt.show()

中文显示

plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
plt.rcParams['axes.unicode_minus']=False

matplolib种横坐标斜着显示

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker


fig,ax  = plt.subplots(1,1)
plt.xticks(rotation=120)   # 设置横坐标显示的角度，角度是逆时针，自己看
tick_spacing = 3    # 设置密度，比如横坐标9个，设置这个为3,到时候横坐标上就显示 9/3=3个横坐标，

x_list = [1,2,3,4,5,6,7,8,9]
y_list = '1 1 1 2 2 2 3 3 3'.split()
ax.plot(x_list,y_list)
ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))

Python数据可视化分析 matplotlib教程

https://www.cnblogs.com/linblogs/p/9642472.html
Python学习笔记–坐标轴范围

参靠视频:《Python数据可视化分析 matplotlib教程》链接：https://www.bilibili.com/video/av6989413/?p=6

所用的库及环境:

IDE:Pycharm

Python环境：python3.7

Matplotlib: Matplotlib 1.11

Numpy： Numpy1.15.

坐标轴范围

概念

根据需求调整坐标轴的范围
坐标轴范围调整
第一种形式
　通过plt.axis()可以查看图形的x轴的最小最大坐标和y轴的最小最大坐标　
　
　　文档

axis文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.axis.html#matplotlib.pyplot.axis
xlim文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.xlim.html#matplotlib.pyplot.xlim
ylim文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.ylim.html#matplotlib.pyplot.ylim

三.结语：

感谢matplotlib，numply提供的文档，感谢麦子学院提供的视频教学