matplotlib官方有一份短小精悍的小文档,今天分享的就是这个:
官网的左下角有
自带的绘图指南真的很好,分享给大家:
图像的绘制一般都是这样的过程,先导入绘制的库,准备我们要用的数据,将画布建立好,最后就是绘制一下,看看效果。
这些是基础的图
可以在图里面修改任意你看到的东西
可以在图里面绘制多个数据
可以轻松的加图例
可以将精美的图片保存下来
让我们以一个小demo开始
这里报错了,原因是mxnet这个库,是和Numpy一个库的旧版本强相关的。需要先安装VS,因为mxnet会使用VS来编译旧版本的Numpy库,然后你要卸载matplotlib,在上面的库安装好后,再安装它,这样就是向下兼容了。其实可以搞虚拟环境的,但是我不经常用。
我在报错的过程中找到,在win安装,需要VS
打开安装
库其实就是一个pip的命令
选择这些就OK
下载安装
我至今没有登陆
重新再VS的帮助下编译numpy
这样就算安装完成了
OK
会报错这个
我又不想看我自己写的东西
报错信息说matplotlib包用的是后端是ipykernel.pylab.backend_inline,这个后端不支持在编译器前端显示。为了支持所有的使用情形,matplotlib能够产生不同的输出,而把每一个不同输出的能力叫做一个后端。而前端就是用户需要处理的代码,如绘图代码,然后后端做的就是所有看不到的辛苦工作来生成视图窗口。这里有两种不同类型的后端:
1.用户接口后端(又叫做"交互式后端",如pygtk, wxpython, thinter,qt, macosx或者fltk)。
2.硬拷贝后端,也叫做非交互式后端,用来生成图像文件(PNG,SVG,PDF, PS)
所以matplotlib不显示图象就是当前的用户接口后端不支持前端显示并交互,所以我们需要自己配置。有两种方式配置你的后端。
在matplotlibrc文件中设置后端参数:
另外一种方式是使用matplotlib的use()命令。调用use()方法必须在import matplotlib.pyplot或者matplotlib.pylab之前设置
可以使用的后端有 [‘GTK3Agg’, ‘GTK3Cairo’, ‘MacOSX’, ‘nbAgg’, ‘Qt4Agg’, ‘Qt4Cairo’, ‘Qt5Agg’, ‘Qt5Cairo’, ‘TkAgg’, ‘TkCairo’, ‘WebAgg’, ‘WX’, ‘WXAgg’, ‘WXCairo’, ‘agg’, ‘cairo’, ‘pdf’, ‘pgf’, ‘ps’, ‘svg’, ‘template’]
也就是这样
会出现
很OK,舒服了
我们看这个图肯定不面生
圆圈圈住的地方,就是我们可以控制的地方.
单词的意思是,解剖
蓝色的意思是图摆件的具体名字,一般一个图会拥有里面若干的部分。
最新的图是这个,更加的精美
绘图的时候,很多时候需要我们将一堆图放一起展示
双个并联
2X2
单框
我们用的最多的就是这些基础的图像
使用 Alpha 混合将图像叠加在一起
将数据显示为图像,即在 2D 常规栅格上。输入可以是实际的 RGB(A) 数据,也可以是 2D 标量数据,它们将被渲染为伪彩色图像。要显示灰度图像,请使用参数设置颜色映射 。
代码语言:javascript复制def func3(x, y):
return (1 - x / 2 x**5 y**3) * np.exp(-(x**2 y**2))
代码语言:javascript复制Z2 = func3(X, Y)
Z2就是这里传入的参数
当然还有高级的绘图功能
数据在轴上面的缩放形式
立体到平面的映射转换
不同的线形
上面不同的标记
不同的颜色定义
颜色空间的变换
刻度给了数据量化的准则
上面是定位,下面是格式
图例
颜色条
对图像的注释
就像这样
这样
高级文本框标注
指示框风格
弯曲风格
bar的链接样式
轴之间的缩放效果
代码语言:javascript复制https://matplotlib.org/stable/users/explain/event_handling.html
很多时间我们也关注UI的交互
当你点了一个图像,移动了鼠标,都可以被计算
自带的有几种风格
对于子图,当然也可以做更加精细化的调节
也可以做二维平面的转换
默认的取值范围
文本属性和布局
文字的风格
字型
颜色的名字
图像插值
还是插值
图例的位置
动画的连接风格
动画的箭头风格
我的小老弟和网恋对象都搞了快三年了,至今没有见面,现在都快分手了
emmm,太难了
助力每个追爱的人的梦想
加油哇!
问世间情为何物,直叫人屁滚尿流。
论文里面怎么可能缺少漂亮的插图呢?就使用Matplotliab了~
代码语言:javascript复制https://blog.csdn.net/weixin_42610531/article/details/94718670
代码语言:javascript复制https://matplotlib.org/stable/gallery/images_contours_and_fields/interpolation_methods.html