详解Python中matplotlib模块的绘图方式
1、matplotlib之父简介
matplotlib之父John D. Hunter已经去世,他的一生辉煌而短暂,但是他开发的的该开源库还在继续着辉煌。国内介绍的资料太少了,查阅了一番整理如下:
- 1968 出身于美国的田纳西州代尔斯堡。
- 之后求学于普林斯顿大学。
- 2003年发布Matplotlib 0.1版,初衷是博士研究期间为可视化癫痫患者的脑电图(ECoG)数据;
- 之后,美国国家航空航天局(NASA)太空望远镜科学研究所的哈勃望远镜背后团队(Hubble Space Telescope),选择Matplotlib作为了画图程序包,并一直为 Matplotlib 开发团队提供资金支持,从而大大促进了 Matplotlib 的发展。
- 2004 年于芝加哥大学获得神经生物学方向博士学位。
- 2005年供职于芝加哥的一家投资公司,从事量化分析(真是生物人遍布各行各业)。
- 之后以董事的身份创立了专为数据科学赞助的非盈利组织 NumFOCUS Foundation。
- 2007年美国凤凰号探测器(Phoenix spacecraft)登录火星,NASA使用Matplotlib可视化了第一张黑洞的图片。
- 2012年因John D. Hunter个人对Python和数据科学方向的杰出贡献,被Python社区授予第一届PSF Distinguished Service Awards奖项 。
- 2012.08 因患恶性结肠癌英年早逝,享年44岁。
- 虽然Matplotlib之父已经去世,但是,大量开源爱好者在fork着这个可视化包,延续着辉煌 https://github.com/matplotlib。
- NumFOCUS 组织每年夏天会赞助1到2个学生,在高级贡献者的带领下,为Matplolib全职工作10周左右(2018年奖金多达$6,000):https://numfocus.org/programs/john-hunter-technology-fellowship 。
- 2013年起,SciPy每年举行可视化比赛:John Hunter Excellence in Plotting Competition,一是为了为了纪念John Hunter的贡献,二是为了强调数据可视化对科学进步的重要性,并展示开源软件力量。;2020年报名截止日期为06月01号,奖金优渥(1st prize: $1000;2nd prize: $750;3rd prize: $500):https://jhepc.github.io/index.html 。
2、matplotlib图形结构
figure层
指整张图,可设置整张图的分辨率(dpi),长宽(figsize)、标题(title)等特征;
可包含多个axes,可简单理解为多个子图(下图为两个axes);
figure置于canvas系统层之上,用户不可见。
axes层
每个子图,可以绘制各种图形,例如柱状图(bar),饼图(pie函数),箱图(boxplot)等;
设置每个图的外观网格线(grid)的开关、坐标轴(axis)开关等;
设置每个坐标轴(axis)的名字(label)、子图标题(title)、图例(legend)等;
设置坐标轴范围(scale)、坐标轴刻度(tricks)等;
下图中具有两个axes:
一张matplotlib图的组成
下面这张matplotlib图包含一张图的常见元素 ,例如标题、坐标轴、轴标签、刻度、文本注释、图例等。
3、matplotlib两种画绘图方法
方法一:使用matplotlib.pyplot
matplotlib.pyplot简介
这种绘图主要使用pyplot模块,pyplot.py代码量有3000多行(windows下存储于xxx\site-packages\matplotlib\pyplot.py),该脚本里面有大量def定义的函数,绘图时就是调用pyplot.py中的函数。
pyplot方法绘图举例
#matplotlib.pyplot 接口 import numpy as np import matplotlib.pyplot as plt#导入pyplot,matplotlib.pyplot简写为plt def f(t): return np.exp(-t) * np.cos(2*np.pi*t) t1 = np.arange(0.0, 5.0, 0.1) t2 = np.arange(0.0, 5.0, 0.02) plt.figure(dpi=100) plt.subplot(211) plt.plot(t1, f(t1), color='tab:blue', marker='o') plt.plot(t2, f(t2), color='black') plt.title('demo') plt.subplot(212) plt.plot(t2, np.cos(2*np.pi*t2), color='tab:orange', linestyle='--') plt.suptitle('matplotlib.pyplot api') plt.show()
方法二:面向对象方法
画比较复杂的图形时,面向对象方法会更方便。这种绘图方式主要使用matplotlib的两个子类:matplotlib.figure.Figure和matplotlib.axes.Axes,画每张图时,画布为matplotlib.figure.Figure的一个实例,每个子图为matplotlib.axes.Axes的一个实例,分别可以继承父类的所有方法,也就是说你绘图时,你想设置的元素(网格线啊,坐标刻度啊等)都可以在二者的属性中找出来使用。
matplotlib.figure.Figure
该对象主要用于figure的调整
matplotlib.axes.Axes
面向对象方法绘图举例
import numpy as np import matplotlib.pyplot as plt def f(t): return np.exp(-t) * np.cos(2*np.pi*t) t1 = np.arange(0.0, 5.0, 0.1) t2 = np.arange(0.0, 5.0, 0.02) fig, axs = plt.subplots(2, dpi=100) #fig为matplotlib.figure.Figure对象的实例figure #axs为matplotlib.axes.Axes对象实例(每个子图)组成的numpy.ndarray axs[0].plot(t1, f(t1), color='tab:blue', marker='o') axs[0].plot(t2, f(t2), color='black') #两种设置标题的方法 #axs[0].set_title('haha')#使用matplotlib.axes.Axes的set_title方法设置小标题 axs[0].set(title='demo1') axs[1].plot(t2, np.cos(2*np.pi*t2), color='tab:orange', linestyle='--') fig.suptitle('matplotlib object-oriented')#使用matplotlib.figure.Figure中的suptitle方法设置Figure标题 plt.show()
以上就是详解Python中matplotlib模块的绘图方式的详细内容,更多关于Python matplotlib绘图方式的资料请关注脚本之家其它相关文章!
最新评论