pythongcf函数 python gcb函数( 二 )


为了方便快速绘图matplotlib通过pyplot模块提供了一套和MATLAB类似的绘图API,将众多绘图对象所构成的复杂结构隐藏在这套API内部 。我们只需要调用pyplot模块所提供的函数就可以实现快速绘图以及设置图表的各种细节 。pyplot模块虽然用法简单,但不适合在较大的应用程序中使用 。
为了将面向对象的绘图库包装成只使用函数的调用接口,pyplot模块的内部保存了当前图表以及当前子图等信息 。当前的图表和子图可以使用plt.gcf()和plt.gca()获得,分别表示"Get Current Figure"和"Get Current Axes" 。在pyplot模块中,许多函数都是对当前的Figure或Axes对象进行处理,比如说:
plt.plot()实际上会通过plt.gca()获得当前的Axes对象ax,然后再调用ax.plot()方法实现真正的绘图 。
可以在Ipython中输入类似"plt.plot??"的命令查看pyplot模块的函数是如何对各种绘图对象进行包装的 。
配置属性
matplotlib所绘制的图表的每个组成部分都和一个对象对应 , 我们可以通过调用这些对象的属性设置方法set_*()或者pyplot模块的属性设置函数setp()设置它们的属性值 。
因为matplotlib实际上是一套面向对象的绘图库,因此也可以直接获取对象的属性
配置文件
绘制一幅图需要对许多对象的属性进行配置 , 例如颜色、字体、线型等等 。我们在绘图时,并没有逐一对这些属性进行配置,许多都直接采用了matplotlib的缺省配置 。
matplotlib将这些缺省配置保存在一个名为“matplotlibrc”的配置文件中 , 通过修改配置文件,我们可以修改图表的缺省样式 。配置文件的读入可以使用rc_params(),它返回一个配置字典;在matplotlib模块载入时会调用rc_params(),并把得到的配置字典保存到rcParams变量中;matplotlib将使用rcParams字典中的配置进行绘图;用户可以直接修改此字典中的配置,所做的改变会反映到此后创建的绘图元素 。
绘制多子图(快速绘图)
Matplotlib 里的常用类的包含关系为 Figure - Axes - (Line2D, Text, etc.)一个Figure对象可以包含多个子图(Axes),在matplotlib中用Axes对象表示一个绘图区域,可以理解为子图 。
可以使用subplot()快速绘制包含多个子图的图表,它的调用形式如下:
subplot(numRows, numCols, plotNum)
subplot将整个绘图区域等分为numRows行* numCols列个子区域,然后按照从左到右,从上到下的顺序对每个子区域进行编号,左上的子区域的编号为1 。如果numRows , numCols和plotNum这三个数都小于10的话,可以把它们缩写为一个整数 , 例如subplot(323)和subplot(3,2,3)是相同的 。subplot在plotNum指定的区域中创建一个轴对象 。如果新创建的轴和之前创建的轴重叠的话,之前的轴将被删除 。
subplot()返回它所创建的Axes对象,我们可以将它用变量保存起来,然后用sca()交替让它们成为当前Axes对象,并调用plot()在其中绘图 。
绘制多图表(快速绘图)
如果需要同时绘制多幅图表,可以给figure()传递一个整数参数指定Figure对象的序号,如果序号所指定的Figure对象已经存在,将不创建新的对象,而只是让它成为当前的Figure对象 。
import numpy as np
import matplotlib.pyplot as plt
plt.figure(1) # 创建图表1
plt.figure(2) # 创建图表2
ax1 = plt.subplot(211) # 在图表2中创建子图1
ax2 = plt.subplot(212) # 在图表2中创建子图2
x = np.linspace(0, 3, 100)
for i in xrange(5):
plt.figure(1)#? # 选择图表1
plt.plot(x, np.exp(i*x/3))
plt.sca(ax1)#? # 选择图表2的子图1
plt.plot(x, np.sin(i*x))
plt.sca(ax2)# 选择图表2的子图2
plt.plot(x, np.cos(i*x))

推荐阅读