标签：ax1 python random plt 可视化 np 操作 pi sin

目录

• 0. 前言
• 1. matplotlib中figure、subplot和plot等什么关系
• 2. 画图的细节修改
• • 2.1 plot画图形式修改
  • 2.2 添加图例、标签等
  • 2.3 在图上画注解和矩形
• 3. 图形保存
• 参考链接

0. 前言

数据处理过程中，可视化可以更直观得感受数据，因此打算结合自己的一些实践经理，以效果为准写这篇博客。内容应该会不断扩充。

1. matplotlib中figure、subplot和plot等什么关系

记住这几个关系可以结合实际。假设你去外面写生要带哪些工具呢，包括画板、画纸还有画笔，那么就可以一一对应了。

函数	工具
figure	画板
subplot、add_subplot	画纸
plot、hist、scatter	画笔

那么再往深处想，画纸贴在画板上，画纸可以裁剪成多块布局在画板上，而画笔只能画在纸上，可能这样讲有点笼统，下面一个代码配合注释就可以清晰明白啦。（感觉需要记住以下代码）

import matplotlib.pyplot as plt
import numpy as np

# 拿起画板
fig = plt.figure()

# 在画板上贴上画纸
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(223)

# 一步完成(直接拿起画板和画布)-----------------
# ax1 = plt.subplot(221)
# ax2 = plt.subplot(222)
# ax3 = plt.subplot(223)
# ----------------------------------------

# 在画纸上作图
ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3)
ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))
ax3.plot(np.random.randn(50).cumsum(), 'k--')

plt.show()

2. 画图的细节修改

完成以下的画图：

1. 一个正弦函数和一个随机数值的曲线，正弦函数直线，随机数值曲线虚线以及其他样式修改；
2. 图例、标签等修改；
3. 加上标注，标注范围内用红色矩形表示。

2.1 plot画图形式修改

import matplotlib.pyplot as plt
import numpy as np

# 拿起画板
fig = plt.figure()

# 贴上画纸
ax1 = fig.add_subplot(111)

# 数据准备
x_sin = np.arange(0, 6, 0.001)  # [0, 6]
y_sin = np.sin(x_sin)

data_random = np.zeros(7)  # 生成[-1,1]的7个随机数
for i in range(0, 6):
    data_random[i] = np.random.uniform(-1, 1)

# 画图
ax1.plot(x_sin, y_sin, linestyle='-', color='g', linewidth=3)
ax1.plot(data_random, linestyle='dashed', color='b', marker='o')

plt.show()

2.2 添加图例、标签等

import matplotlib.pyplot as plt
import numpy as np

# 拿起画板
fig = plt.figure()

# 贴上画纸
ax1 = fig.add_subplot(111)

# 数据准备
x_sin = np.arange(0, 6, 0.001)  # [0, 6]
y_sin = np.sin(x_sin)

data_random = np.zeros(7)  # 生成[-1,1]的7个随机数
for i in range(0, 6):
    data_random[i] = np.random.uniform(-1, 1)

# 画图
ax1.plot(x_sin, y_sin, linestyle='-', color='g', linewidth=3, label='sin')
ax1.plot(data_random, linestyle='dashed', color='b', marker='o', label='random')

# 添加标题
ax1.set_title('Title')
# 添加x轴名称
ax1.set_xlabel('x')
# 设置x轴坐标范围
ax1.set_xlim(xmin=0, xmax=6)
# 添加图例,在plot处加上label
ax1.legend(loc='best')

plt.show()

2.3 在图上画注解和矩形

import matplotlib.pyplot as plt
import numpy as np

# 拿起画板
fig = plt.figure()

# 贴上画纸
ax1 = fig.add_subplot(111)

# 数据准备
x_sin = np.arange(0, 6, 0.001)  # [0, 6]
y_sin = np.sin(x_sin)

data_random = np.zeros(7)  # 生成[-1,1]的7个随机数
for i in range(0, 6):
    data_random[i] = np.random.uniform(-1, 1)

# 画图
ax1.plot(x_sin, y_sin, linestyle='-', color='g', linewidth=3, label='sin')
ax1.plot(data_random, linestyle='dashed', color='b', marker='o', label='random')

# 添加标题
ax1.set_title('Title')
# 添加x轴名称
ax1.set_xlabel('x')
# 设置x轴坐标范围
ax1.set_xlim(xmin=0, xmax=6)
# 添加图例
ax1.legend(loc='best')

# 注解
ax1.annotate('max', xy=((np.pi) / 2, np.sin(np.pi/2)),
            xytext=((np.pi) / 2, np.sin(np.pi/2)-0.2),
            arrowprops=dict(facecolor='black', headwidth=4, width=2,headlength=4),
            horizontalalignment='left', verticalalignment='top')
ax1.annotate('min', xy=((np.pi) * 3 / 2, np.sin(np.pi * 3 / 2)),
            xytext=((np.pi) * 3 / 2, np.sin(np.pi * 3 / 2)+0.2),
            arrowprops=dict(facecolor='black', headwidth=4, width=2,headlength=4),
            horizontalalignment='left', verticalalignment='top')
# 矩形
print(ax1.axis())
rect = plt.Rectangle((np.pi / 2, ax1.axis()[2]), np.pi, ax1.axis()[3] - ax1.axis()[2], color='r', alpha=0.3)  # 起始坐标点，width, height
ax1.add_patch(rect)

plt.show()

3. 图形保存

plt.savefig('figpath.png', dpi=400)

注意要放在show前面。
完整代码：

import matplotlib.pyplot as plt
import numpy as np

# 拿起画板
fig = plt.figure()

# 贴上画纸
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(223)

# 数据准备
x_sin = np.arange(0, 6, 0.001)  # [0, 6]
y_sin = np.sin(x_sin)

data_random = np.zeros(7)  # 生成[-1,1]的7个随机数
for i in range(0, 6):
    data_random[i] = np.random.uniform(-1, 1)

# 画图
ax1.plot(x_sin, y_sin, linestyle='-', color='g', linewidth=3, label='sin')
ax1.plot(data_random, linestyle='dashed', color='b', marker='o', label='random')
ax2.plot(x_sin, y_sin, linestyle='-', color='g', linewidth=3, label='sin')
ax2.plot(data_random, linestyle='dashed', color='b', marker='o', label='random')
ax3.plot(x_sin, y_sin, linestyle='-', color='g', linewidth=3, label='sin')
ax3.plot(data_random, linestyle='dashed', color='b', marker='o', label='random')
# # 添加标题
ax2.set_title('Title')
# 添加x轴名称
ax2.set_xlabel('x')
# 设置x轴坐标范围
ax2.set_xlim(xmin=0, xmax=6)
# 添加图例
ax2.legend(loc='best')

ax3.set_title('Title')
# 添加x轴名称
ax3.set_xlabel('x')
# 设置x轴坐标范围
ax3.set_xlim(xmin=0, xmax=6)
# 添加图例
ax3.legend(loc='best')

# 注解
ax3.annotate('max', xy=((np.pi) / 2, np.sin(np.pi/2)),
            xytext=((np.pi) / 2, np.sin(np.pi/2)-0.2),
            arrowprops=dict(facecolor='black', headwidth=4, width=2,headlength=4),
            horizontalalignment='left', verticalalignment='top')
ax3.annotate('min', xy=((np.pi) * 3 / 2, np.sin(np.pi * 3 / 2)),
            xytext=((np.pi) * 3 / 2, np.sin(np.pi * 3 / 2)+0.2),
            arrowprops=dict(facecolor='black', headwidth=4, width=2,headlength=4),
            horizontalalignment='left', verticalalignment='top')
# 矩形
# print(ax1.axis())
rect = plt.Rectangle((np.pi / 2, ax3.axis()[2]), np.pi, ax3.axis()[3] - ax3.axis()[2], color='r', alpha=0.3)  # 起始坐标点，width, height
ax3.add_patch(rect)

plt.savefig('figpath.png', dpi=400)
plt.show()

参考链接

python生成n个指定范围内的随机数
python annotate函数_Python Matplotlib.pyplot.annotate()用法及代码示例
matplotlib中figure、subplot和axes的用法
matplotlib官网

标签：ax1,python,random,plt,可视化,np,操作,pi,sin
来源： https://blog.csdn.net/weixin_42442319/article/details/122650968

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。