matplot lib–axis class
哎哎哎:# t0]https://www.geeksforgeeks.org/matplot lib-axes-class/
Matplotlib 是用于数据可视化的 Python 包之一。您可以使用 NumPy 库将数据转换为 Python 的数组和数值数学扩展。Matplotlib 库用于从数组中的数据制作 2D 图。
轴类
轴是创建子地块最基本、最灵活的单元。轴允许将图放置在图形中的任何位置。给定的图形可以包含许多轴,但是给定的 axes 对象只能在一个图形中。轴包含两个 2D 轴对象,以及三维情况下的三轴对象。让我们看看这个类的一些基本函数。
axes()函数
axes()
函数使用参数创建 axes 对象,其中参数是 4 个元素的列表[左、底、宽、高]。现在让我们简单了解一下斧()的功能。
语法:
axes([left, bottom, width, height])
示例:
import matplotlib.pyplot as plt
fig = plt.figure()
#[left, bottom, width, height]
ax = plt.axes([0.1, 0.1, 0.8, 0.8])
输出:
这里在axes([0.1, 0.1, 0.8, 0.8])
中,第一个‘0.1’是指图形窗口左侧轴与边框的距离为图形窗口总宽度的 10%。第二个‘0.1’是指底侧轴线与图窗边框的距离为图窗总高度的 10%。第一个‘0.8’表示从左到右的轴宽为 80%,后一个‘0.8’表示从下到上的轴高为 80%。
add_axes()函数
或者,也可以通过调用 add_axes()
方法将轴对象添加到图形中。它返回 axes 对象,并在位置[左、底、宽、高]添加轴,所有量都是图形宽度和高度的分数。
语法:
add_axes([left, bottom, width, height])
示例:
import matplotlib.pyplot as plt
fig = plt.figure()
#[left, bottom, width, height]
ax = fig.add_axes([0, 0, 1, 1])
输出:
ax.legend()函数
通过调用 axes 类的 legend() 函数,可以为图添加图例。它由三个论点组成。
语法:
ax.legend(handles, labels, loc)
其中标签指的是一系列字符串,处理,一系列 Line2D 或 Patch 实例, loc 可以是指定图例位置的字符串或整数。
示例:
import matplotlib.pyplot as plt
fig = plt.figure()
#[left, bottom, width, height]
ax = plt.axes([0.1, 0.1, 0.8, 0.8])
ax.legend(labels = ('label1', 'label2'),
loc = 'upper left')
输出:
ax.plot()函数
plot()
axes 类的函数将一个数组的值与另一个数组的值绘制成线或标记。
语法: plt.plot(X,Y,' CLM ')
参数: X 为 X 轴。 Y 为 Y 轴。 “CLM”代表颜色、线条和标记。
注意:线可以是不同的样式,如虚线(':')
、虚线('—')
、实线('-')
等等。
标记代码
特性 | 描述 |
---|---|
'.' | 点标记 |
的 | 圆形标记 |
'+' | 加记号 |
s | 正方形制造者 |
d′ | 钻石标记 |
' h ' | 六边形标记 |
示例:以下示例显示了正弦和余弦函数的图形。
import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(-np.pi, np.pi, 15)
C = np.cos(X)
S = np.sin(X)
# [left, bottom, width, height]
ax = plt.axes([0.1, 0.1, 0.8, 0.8])
# 'bs:' mentions blue color, square
# marker with dotted line.
ax1 = ax.plot(X, C, 'bs:')
#'ro-' mentions red color, circle
# marker with solid line.
ax2 = ax.plot(X, S, 'ro-')
ax.legend(labels = ('Cosine Function',
'Sine Function'),
loc = 'upper left')
ax.set_title("Trigonometric Functions")
plt.show()
输出: