随笔分类 - Matplotlib
摘要：之前论文中作图遇到的，其实也很简单。 关键的代码如下： ax.set_xlabel('Temperature ($^\circ$C)') 完整的样例代码如下： coding: utf 8 import matplotlib.pyplot as plt x = range(10,60,1) y = r
阅读全文
posted @ 2016-07-26 16:36
Chris*Chen
摘要：说明：此贴会不定期进行更新！ 设置1 ：图像的大小设置。 如果已经存在figure对象，可以通过以下代码设置尺寸大小: f.set_figheight(15) f.set_figwidth(15) 若果通过 命令来创建新的 对象, 可以通过设置figsize参数达到目的。 f, axs = plt.
阅读全文
posted @ 2016-07-26 16:35
Chris*Chen
摘要：作图时图例往往都会出现一个图例框内，如果需要不同类型的图例分别显示，比如显示两个图例。 基本上，出现两个图例的话，需要调用两次 。第一次调用，你需要将图例保存到一个变量中，然后保存下来。第二次调用清除之前创建的第一个的图例，之后你可以通过 函数手动将第一个图例重新添加回来。 以下为一个简单的例子进行
阅读全文
posted @ 2016-07-18 20:16
Chris*Chen
摘要：相关文档： "Artists" "BBox" 由于蓝线和红线的存在，现在刻度标注很难看清楚。我们可以使他们更大，也可以使它们的属性以便使得线呈现半透明的白色背景。这样做我们既可以看到数据也可以看到刻度标注了。 相关的设置代码： ... for label in ax.get_xticklabels(
阅读全文
posted @ 2016-07-05 10:17
Chris*Chen
摘要：相关的文档： "Annotating axis" "annotate() command" 标注的代码如下： ... t = 2 np.pi / 3 plt.plot([t, t], [0, np.cos(t)], color='blue', linewidth=2.5, linestyle=" "
阅读全文
posted @ 2016-07-05 09:41
Chris*Chen
摘要：相关文档： "Legend guide" "legend() command" "Legend API" 控制图例入口 无参调用 "legend()" 会自动获取图例 以及相关的 。其对应于以下代码： handles, labels = ax.get_legend_handles_labels()
阅读全文
posted @ 2016-07-05 09:38
Chris*Chen
摘要：相关文档： "Spines" "Axis container" "Transformations tutorial" Spines 是连接轴刻度标记的线，而且标明了数据区域的边界。 他们可以被放置在任意位置。直到现在，他们仍是轴的边界。我们将要改变现状，因为我们想要spines 置于中间。因为有四个
阅读全文
posted @ 2016-07-01 21:23
Chris*Chen
摘要："Tick locating and formatting" 该模块包括许多类以支持完整的刻度位置和格式的配置。尽管 locators 与主刻度或小刻度没有关系，他们经由 Axis 类使用来支持主刻度和小刻度位置和格式设置。一般情况下，刻度位置和格式均已提供，通常也是最常用的形式。 默认格式 当x轴
阅读全文
posted @ 2016-07-01 17:14
Chris*Chen
摘要：改变线的颜色和线宽 参考文章： "controlling line properties" "Line API" 线有很多属性你可以设置：线宽，线型，抗锯齿等等；具体请参考 "matplotlib.lines.Line2D" 有以下几种方式可以设置线的属性 使用关键字参数 使用 Line2D 对象的
阅读全文
posted @ 2016-06-30 19:42
Chris*Chen
摘要：首先一幅 的图像组成部分介绍。 在matplotlib中， 为一个 对象。在Figure对象中可以包含一个或者多个 对象。每个Axes(ax)对象都是一个拥有自己坐标系统的 绘图区域 。所属关系如下： 下面以一个直线图来详解图像内部各个组件内容: 其中：title为图像标题，Axis为坐标轴, La
阅读全文
posted @ 2016-06-27 17:22
Chris*Chen
摘要：之前一直使用 "matplotlib" , 但都是随用随查，现在特开此系列帖子已记录其学习过程。 可能是Python 扩展包中仅有的最流行的 2D 绘图库。她不仅提供了快速的方式可视化 中的数据，而且提供流行的图形格式的选择。 是非常接近 的一个函数库，承担了大部分的绘图任务。我们可以通过以下命令引
阅读全文
posted @ 2016-06-24 18:27
Chris*Chen
摘要：实现这种形式的图形，可通过matplotlib和pandas的实现，相比下pandas实现方便的多。我数据分析的时候主要是stacked bar、bar和line形式的放在一张图上。stacked bar若用matplotlib实现的话会比较复杂（多组）先上图吧def plot_stacked_ba...
阅读全文
posted @ 2015-12-15 19:21
Chris*Chen
摘要：先上效果图吧（图中Tue表示周二）：Pandas和matplotlib.dates都是使用matplotlib.units来定位刻度。matplotlib.dates可以方便的手动设置刻度，同时pandas似乎可以自动调整格式。直接上代码吧：# -*- coding: utf-8 -*-"""Cre...
阅读全文
posted @ 2015-12-15 10:59
Chris*Chen
摘要：先来看看我们要实现的效果图吧：先来看看Matplotlib的plot函数原型plt.plot(x, y, color='r', maker='o', linestyle='-', linewidth=2.0)注意上面的color、maker、linestyle在同时画多组线的时候，我们想调线性、颜色...
阅读全文
posted @ 2015-12-14 09:51
Chris*Chen
浙公网安备 33010602011771号