小杰python高级（four day）——matplotlib库

1.绘制子图的方式

fig, ax = plt.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False,
squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)
功能：绘制多个子图，可以一次生成多个
参数：nrows和ncols：整数，表示子图的行数和列数。
sharex和sharey：布尔值或字符串，表示是否共享x轴或y轴的属性。 可选值有True、False、'row'和'col'。
squeeze：布尔值，默认为True。当子图只有一个时，返回一个Axes对象
而不是一个数组。False时返回一个二维数组
width_ratios：列宽比例的序列，用于调整各列的宽度比
height_ratios：行高比例的序列，用于调整各行的高度比
subplot_kw：字典类型，可选参数。把字典的关键字传递给add_subplot()
来创建每个子图。
gridspec_kw：字典类型，可选参数。把字典的关键字传递给GridSpec构造函数
创建子图放在网格里（grid）。
**fig_kw：把所有详细的关键字参数传给figure()函数。
返回值：fig：这是整个图形的对象，可以对其进行全局设置，如标题、大小等。
axes：这是一个数组，包含所有的子图。数组的形状由nrows和ncols决定。
例如，如果 nrows=2 和 ncols=3，则 axes 将是一个 2×3 的数组，每个元素都是一个
子图对象。

# 绘制子图，返回值包含Figure对象和Axes对象，Axes对象是一个数组，可以通过下标进行访问子图
fig, ax = plt.subplots(2, 2)

ax[0, 0].plot([2,3], [4,5])
ax[0, 1].plot([1,1], [2,1])

fig.suptitle('sub')

plt.show()

2.pyplot中常用函数

gcf

功能：获取当前窗口的Figure对象，如果没有活动的图形，这个函数将创建一个新的图形，并将其作为当前活动的图形。通过此函数获取了当前图形的Figure对象后，可以调用Figure类中的相关操作

gca

功能：获取获取当前图形中的Axes对象

x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
plt.plot(x, y, label='sin')
# 获取Figure对象
fig = plt.gcf()
fig.suptitle('sin')
# 获取Axes对象
ax = plt.gca()
ax.set_xlabel('x')

plt.show()

savefig

matplotlib.pyplot 模块中的 savefig 函数用于将当前图形保存到文件中。

plt.savefig(*args, **kwargs)

参数：

        fname：字符串或类似文件的对象，指定保存文件的路径或文件名。可以是相对路径或绝对路径。如果文件扩展名缺失，将使用默认格式（通常是 PNG）。

        dpi：可选，指定保存图像的dpi（每英寸点数）。默认值是figure.dpi。

        format：可选，指定文件格式（如 'png', 'pdf', 'svg', 'ps', 'eps', …）。如果省略，将使用文件扩展名推断格式。

        bbox_inches：可选，指定裁剪框，可以是 'tight'、'standard' 或一个 Bbox 对象。默认为 'standard'。

                tight:保存的图形文件中不会有不必要的空白边缘，使得图形更加紧凑和整洁

        pad_inches：可选，指定边框填充量（以英寸为单位）。默认为 0.1。

        facecolor：可选，指定图像的背景颜色。默认为 'w'（白色）。

        edgecolor：可选，指定图像边框的颜色。默认为 'w'（白色）。

        orientation：可选，指定页面方向（'portrait' 或 'landscape'），仅对保存为 PDF 文件时有效。

        papertype：可选，指定纸张类型（如 'a4', 'letter'），仅对保存为 PDF 文件时有效。

        format_kwargs：可选，其他与格式相关的关键字参数。

        metadata：可选，指定要写入文件的元数据。

        pil_kwargs 和 pdf_kwargs：可选，特定于 PIL 或 PDF 格式的参数。

x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
plt.plot(x, y, label='sin')

y = np.cos(x)
plt.plot(x, y, label='cos')
# 隐藏坐标轴
plt.axis('off')
# 保存图片
plt.savefig('./sin.png')

imsave

用于将图像数据保存到磁盘上的函数

matplotlib.pyplot.imsave(fname, arr, **kwargs)

参数：fname：保存图像的文件名，可以是相对路径或绝对路径。

        arr：表示图像的NumPy数组。

        kwargs：可选参数，用于指定保存的图像格式以及图像质量等参数。

imsave和savefig区别：

        savefig可以将绘制的图像保存成文件，包含坐标、标题、图例等

        imsave是将二维或三维数据保存成图像文件，不含坐标等，它没法直接保存plot等绘制的图像

arr = np.array([[1,2,3,1], [2,3,1,2]])
# 绘制二维或三维数据图像,通过cmap进行颜色映射
plt.imshow(arr, cmap='gray')
plt.imsave('./test.png', arr)
plt.show()

imshow

        imshow() 函数是 Matplotlib.pyplot 库中的一个函数，它常用于绘制二维的灰度图像或彩色图像，也可以用于绘制矩阵、热力图、地图等。

imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, *, data=None, **kwargs)

参数：X：图像数据。这通常是一个二维数组（灰度图像）或一个三维数组（彩色图像，其中第三维是颜色通道）。对于二维数组，可以使用 cmap 参数来指定颜色映射

        cmap：颜色映射。用于控制图像中不同数值所对应的颜色。默认颜色是'viridis'，也可以设置其他颜色，如`gray`、`hot`、`jet`、'binary'等

        norm：用于将数据值标准化到 [0, 1] 区间。以便与颜色映射一起使用。如果为 None，则数据将直接用于颜色映射。

        aspect：控制图像宽高比,'auto'（默认，根据数据形状自动调整）、'equal'（使像素为正方形）或数字（指定宽高比）

        interpolation：插值方法。用于控制图像的平滑程度和细节程度。可以选择`nearest`、`bilinear`、`bicubic`等插值方法。

        alpha：图像透明度。取值范围为0~1。

        origin：坐标轴原点的位置。可以设置为`upper`或`lower`。

        extent：控制显示的数据范围。可以设置为`[xmin, xmax, ymin, ymax]`。

        vmin、vmax：控制颜色映射的值域范围。

       filternorm 和 filterrad：用于图像滤波的对象。可以设置为`None`、`antigrain`、`freetype`等。

        imlim： 用于指定图像显示范围。

        resample：用于指定图像重采样方式。

        url：用于指定图像链接。

plt.colorbar()

功能：显示颜色柱

imread

        imread() 方法是 Matplotlib 库中的一个函数，用于从图像文件中读取图像数据。

imread() 方法返回一个 numpy.ndarray 对象，其形状是 (nrows, ncols, nchannels)，表示读取的图像的行数、列数和通道数：

matplotlib.pyplot.imread(fname, format=None)

参数：fname：指定了要读取的图像文件的文件名或文件路径，可以是相对路径或绝对路径。

        format：参数指定了图像文件的格式，如果不指定，则默认根据文件后缀名来自动识别格式。

返回值：numpy.ndarray 对象

arr = plt.imread('map.png')
plt.imshow(arr)
plt.show()

close

plt.close(fig=None)

功能：该函数用于关闭一个或多个打开的图形窗口，释放资源

参数：fig：指定要关闭的图形，可以是Figure对象，也可以是图形对应的整数

        all：关闭所有图形，如果参数省略，关闭当前图像

Line2D  类函数

        plt.plot函数的返回值表示包含一个或多个 Line2D 对象（有多条线时会返回多个Line2D对象）

        Line2D 是 Matplotlib 中用于表示二维线条的类。通过返回 Line2D 对象，你可以访问和修改线条的各种属性，例如颜色、线型、标签等。这使得 plt.plot() 不仅仅是绘制图形，还可以让你对绘制的线条进行进一步的定制。

get_label

        该方法用于获取图像的标签（参数中指定的label值）。这个方法通常用于获取已经设置好的标签，以便于后续的检查或修改.

set_data

        该函数功能为用于动态更新线条的 x 和 y 数据。主要在需要实时更新图形（例如动画）的场景中。

Line2D.set_data(xdata, ydata)

        调用该方法后，图形会根据新的数据重新绘制。它不会自动刷新图形，但可以与 plt.draw() 或 plt.pause() 等方法结合使用，以实现动态更新的效果。

pause

用于在绘图时暂停程序执行，并在指定的时间间隔后继续执行。它常用于动态更新图形或创建简单的动画效果。

函数的作用：

• 暂停程序：plt.pause(interval) 会暂停程序的执行，暂停的时间由参数 interval（单位为秒）决定。
• 刷新图形窗口：在暂停期间，plt.pause() 会强制刷新图形窗口，显示最新的图形内容。这使得它特别适合用于动态更新图形的场景。

函数原型：

pyplot.pause(interval)
参数：interval：时间，秒

x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
ld, = plt.plot(x, y, label='sin')

# 获取图像中label数据
# ret = ld.get_label()
# print(ret)

y = np.cos(x)
# 根据指定的时间暂停程序
plt.pause(5)
# 修改原图像的数据
ld.set_data(x, y)

plt.show()

3.绘制子图网格

        使用模块gridspec中的函数GridSpec绘制

        在 Matplotlib 中，GridSpec 对象提供了一种灵活的方式来创建子图网格（subplots grid），允许子图跨越多个行和列，以及具有不均匀的行高和列宽。

from matplotlib.gridspec import GridSpec

GridSpec(nrows, ncols, figure=None, left=None, right=None, bottom=None, top=None, wspace=None, hspace=None, width_ratios=None, height_ratios=None, w_pad=None, h_pad=None)

参数：nrows: int子图网格的行数。

        ncols: int子图网格的列数。

        figure: matplotlib.figure.Figure,

                   optional,

                   default: None

                   指定的图形对象。如果未提供，则默认创建一个新的图形对象。

        left: float, optional, default: None子图网格左侧的相对位置（0 到 1 的比例）。如果未指定，则使用默认的左边界。

        right: float, optional, default: None子图网格右侧的相对位置（0 到 1 的比例）。如果未指定，则使用默认的右边界。

        bottom: float, optional, default: None子图网格底部的相对位置（0 到 1 的比例）。如果未指定，则使用默认的底边界。

        top: float, optional, default: None子图网格顶部的相对位置（0 到 1 的比例）。如果未指定，则使用默认的顶边界。

        wspace: float or None, optional, default: None子图之间的水平间距（以英寸为单位）或作为子图宽度的比例。如果未指定，则使用默认的间距。

        hspace: float or None, optional, default: None子图之间的垂直间距（以英寸为单位）或作为子图高度的比例。如果未指定，则使用默认的间距。

        width_ratios: list of floats, optional, default: None

指定每一列的宽度比例。如果指定，则 ncols 必须与列表长度匹配。

        height_ratios: list of floats, optional, default: None

指定每一行的高度比例。如果指定，则 nrows 必须与列表长度匹配。

        w_pad: float, optional, default: None子图之间的水平填充（以英寸为单位）。如果未指定，则使用默认的填充。

        h_pad: float, optional, default: None子图之间的垂直填充（以英寸为单位）。如果未指定，则使用默认的填充。

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.gridspec import GridSpec
# import matplotlib.gridspec as gs
fig = plt.figure()

# 添加子图网格
gs = GridSpec(2, 3)
# 在第一行添加三个子图
fig.add_subplot(gs[0, 0])
fig.add_subplot(gs[0, 1])
fig.add_subplot(gs[0, 2])
# 在第二行添加一个子图
fig.add_subplot(gs[1, :])

plt.show()