Matplotlib使用笔记----图像及布局

1. figure

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

• num:图像编号或名称，数字为编号 ，字符串为名称
• figsize:指定figure的宽和高，单位为英寸；
• dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80
• facecolor:背景颜色
• edgecolor:边框颜色
• frameon:是否显示边框

import matplotlib.pyplot as plt
创建自定义图像
fig=plt.figure(figsize=(4,3),facecolor='blue')
plt.show()

2. subplot

subplot(nrows, ncols, sharex, sharey, subplot_kw, **fig_kw)

• nrows:subplot的行数
• ncols:subplot的列数
• sharex:所有subplot应该使用相同的X轴刻度（调节xlim会影响所有subplot）
• sharey:所有subplot应该使用相同的Y轴刻度（调节ylim会影响所有subplot）
• subplot_kw:用于创建各subplot的关键字字典
• **fig_kw:创建figure时的其他关键字

subplot可以规划figure划分为n个子图，但每条subplot命令只会创建一个子图

import numpy as np  
import matplotlib.pyplot as plt  
x = np.arange(0, 100)  
#作图1
plt.subplot(221)  
plt.plot(x, x)  
#作图2
plt.subplot(222)  
plt.plot(x, -x)  
 #作图3
plt.subplot(223)  
plt.plot(x, x ** 2)  
plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作图4
plt.subplot(224)  
plt.plot(x, np.log(x))  
plt.show()  

3. subplots

subplots(nrows,ncols,sharex,sharey,subplot_kw,**fig_kw)

参数与subplot相似，只是返回值不同，可同时创建多个子图

import numpy as np  
import matplotlib.pyplot as plt
x = np.arange(0, 100)  
#划分子图
fig,axes=plt.subplots(2,2)
ax1=axes[0,0]
ax2=axes[0,1]
ax3=axes[1,0]
ax4=axes[1,1]

#作图1
ax1.plot(x, x)  
#作图2
ax2.plot(x, -x)
 #作图3
ax3.plot(x, x ** 2)
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#作图4
ax4.plot(x, np.log(x))  
plt.show() 

4. add_subplots

add_subplot的参数与subplots的相似，新增子图

import numpy as np  
import matplotlib.pyplot as plt  
x = np.arange(0, 100)  
#新建figure对象
fig=plt.figure()
#新建子图1
ax1=fig.add_subplot(2,2,1)      
ax1.plot(x, x) 
#新建子图3
ax3=fig.add_subplot(2,2,3)
ax3.plot(x, x ** 2)
ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#新建子图4
ax4=fig.add_subplot(2,2,4)
ax4.plot(x, np.log(x))  
plt.show()

5. add_axes

add_axes(rect, projection, polar, **kwargs)

• rect:一个有四个数据的矩形[left, bottom, width, height]
• projection:可选轴的投影类型，[‘aitoff’ | ‘hammer’ | ‘lambert’ | ‘mollweide’ | ‘polar’ | ‘rectilinear’]
• polar:bool类型，当为True时相当于projection='palar'

add_axes为新增子区域，该区域可以座落在figure内任意位置，且该区域可任意设置大小

import numpy as np  
import matplotlib.pyplot as plt  

#新建figure
fig = plt.figure()
# 定义数据
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]
#新建区域ax1
#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
# 获得绘制的句柄
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r')
ax1.set_title('area1')

#新增区域ax2,嵌套在ax1内
left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
# 获得绘制的句柄
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(x,y, 'b')
ax2.set_title('area2')
plt.show()