- plot画自变量-因变量关系图;
- imshow presents numpy array images.
Matplotlib 的 pyplot 模块提供了许多函数来创建和自定义图形。以下是一些常用的函数:
绘图函数:
plt.plot(): 绘制线图。
plt.scatter(): 绘制散点图。
plt.bar(): 绘制条形图。
plt.hist(): 绘制直方图。
plt.imshow(): 显示图像。
坐标轴和标签:
plt.xlabel(): 设置 x 轴标签。
plt.ylabel(): 设置 y 轴标签。
plt.title(): 设置图形标题。
plt.xlim(): 设置 x 轴范围。
plt.ylim(): 设置 y 轴范围。
图例和网格:
plt.legend(): 添加图例。
plt.grid(): 显示网格线。
保存图形:
plt.savefig(): 将图形保存为文件。
子图:
plt.subplot(): 创建子图。
plt.subplots(): 创建多个子图。
其他:
plt.tight_layout(): 自动调整子图参数以使图形更美观。
plt.annotate(): 添加注释。
总结
plt.show() 用于显示图形,而 plt.close() 用于关闭图形。Matplotlib 提供了丰富的函数来创建和自定义图形,用户可以根据需要选择合适的函数来实现数据可视化。
在 Matplotlib 中,fig, ax = plt.subplots()
是一个常用的函数,用于创建一个图形(figure)和一个或多个子图(axes)。在这个语句中,fig
和 ax
的作用如下:
- 作用:
fig
是一个Figure
对象,代表整个图形窗口或图形区域。它是所有绘图元素的容器,包括坐标轴、标题、图例等。 - 使用: 你可以使用
fig
对象来设置图形的属性,例如大小、标题、保存图形等。
- 作用:
ax
是一个Axes
对象,代表图形中的一个坐标轴区域。你可以在这个区域内绘制数据。 - 使用: 你可以使用
ax
对象来绘制数据、设置坐标轴标签、标题、刻度等。
以下是一个简单的示例,展示如何使用 fig
和 ax
:
import matplotlib.pyplot as plt
import numpy as np
# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(8, 4)) # 设置图形大小为 8x4 英寸
# 在坐标轴上绘制数据
ax.plot(x, y, label='Sine Wave')
# 设置坐标轴标签和标题
ax.set_xlabel('X Axis')
ax.set_ylabel('Y Axis')
ax.set_title('Sine Wave Example')
# 添加图例
ax.legend()
# 显示图形
plt.show()
# 保存图形
fig.savefig('sine_wave.png') # 使用 fig 保存图形
- 设置图形大小: 通过
figsize
参数设置图形的宽度和高度。 - 保存图形: 使用
fig.savefig('filename.png')
将图形保存为文件。 - 设置图形标题: 可以使用
fig.suptitle('Title')
设置整个图形的标题。 - 调整布局: 使用
fig.tight_layout()
自动调整子图参数以使图形更美观。
fig
是 Matplotlib 中的 Figure
对象,代表整个图形窗口。通过 fig
,你可以设置图形的属性、保存图形等。ax
是 Axes
对象,代表绘图区域,主要用于绘制数据和设置坐标轴属性。使用 fig
和 ax
可以更灵活地控制图形的外观和内容。