matplotlib 흔 한 함수 plt.rcParams,matshow 사용(좌표 축 설정)
5827 단어 matplotlibplt.rcParamsmatshow
plt(matplotlib.pyplot)는 rc 프로필 을 사용 하여 도형 을 정의 하 는 각종 기본 속성 을 사용 하여'rc 설정'또는'rc 매개 변수'라 고 합 니 다.
rc 매개 변 수 를 통 해 창 크기,인치 당 포인트,선 너비,색상,스타일,좌표 축,좌표 와 네트워크 속성,텍스트,글꼴 등 기본 속성 을 수정 할 수 있 습 니 다.rc 매개 변 수 는 사전 변수 에 저장 되 어 사전 방식 으로 접근 합 니 다.
코드:
import numpy as np
import matplotlib.pyplot as plt
###%matplotlib inline #jupyter , plt.show()
#
x = np.linspace(0, 4*np.pi)
y = np.sin(x)
# rc
# SimHei
plt.rcParams['font.sans-serif'] = 'SimHei'
#
plt.rcParams['axes.unicode_minus'] = False
plt.title('sin ')
#
plt.rcParams['lines.linestyle'] = '-.'
#
plt.rcParams['lines.linewidth'] = 3
# sin
plt.plot(x, y, label='$sin(x)$')
plt.savefig('sin.png')
plt.show()
인자:
plt.rcParams['savefig.dpi'] = 300 #
plt.rcParams['figure.dpi'] = 300 #
plt.savefig(‘plot123_2.png', dpi=200)#
# :[6.0,4.0], 100, 600&400
# dpi=200, 1200*800
# dpi=300, 1800*1200
plt.rcParams['figure.figsize'] = (8.0, 4.0) #
plt.rcParams['image.interpolation'] = 'nearest' # :
#Interpolation/resampling , , 。
plt.rcParams['image.cmap'] = 'gray' #
plt.axis('off') #
from: https://www.jb51.net/article/203481.htm 더 자세 한 설정 참조:https://my.oschina.net/swuly302/blog/94805
2.matshow 함수
이것 은 행렬 을 그 리 는 함수 입 니 다:
matplotlib.pyplot.matshow
(A, fignum=None, **kwargs)A 는 그림 픽 셀 에 대응 하 는 행렬 을 그립 니 다.
예 를 들 어
plt.matshow(Mat, cmap=plt.cm.gray)
cmap 는 색상 맵 방식 을 대표 합 니 다.실례:
plt.plot(A, "r-+", linewidth=2, label="train")
plt.plot(B, "b-", linewidth=3, label="val")
plt.legend(loc="upper right", fontsize=14) #
plt.xlabel("Training set size", fontsize=14) #
plt.ylabel("RMSE", fontsize=14)
plt.axis([0, 80, 0, 3])#
plt.xticks(np.arange(0, 81, step=20))#
plt.yticks(np.arange(0, 4, step=1))
Axes-Subplot-Axis 는 어떤 관계 입 니까?
matplotlib.pyplot 로 그림 을 그 리 려 면 다음 과 같은 몇 가지 개념 을 알 아야 합 니 다.
fig = plt.figure()
plt.show()
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)
화판 과 화지 에 비유 하면 figure 는 화판 처럼 화지 의 운반 체 이다. 그러나 구체 적 인 그림 그리 기 등 은 화지 에서 이 뤄 졌 다. pyplot 에서 화지 의 개념 에 대응 하 는 것 은 Axes/Subplot 입 니 다.대비:
figure (1) VS figure()
figure()작업 은 그림 판 을 만 들 거나 호출 하 는 것 입 니 다.부족 한 경우 시스템 은 figure(1)를 그림 판 으로 만 듭 니 다.사용 시 가 까 운 원칙 에 따라 모든 그림 그리 기 작업 은 최근 에 호출 된 그림 판 에서 이 루어 진다.
axes() VS subplot()
pyplot.axes([x,y,w,h])는 화판 에서 도형 구역 의 위치 와 크기 를 확인 하 는 함수 이다.x,y 는 도형 구역 의 왼쪽 아래 각 이 화판 의 좌표 에 비해 w,h 는 도형 구역 의 너비 와 높이 를 나타 낸다.(부족 할 때 이 동작 은 figure(1)에서 작 동 합 니 다)
pyplot.subplot(abc)의 본질 도 그래 픽 구역 이 그래 픽 판 에 있 는 위치 크기 를 확인 하 는 함수 입 니 다.이 함수 가 그래 픽 판 을 a 줄 b 열 로 등분 한 다음 에 한 줄 씩 번 호 를 매 기 며 c 로 번 호 를 매 기 는 구역 을 그래 픽 구역 으로 선택 하 는 것 과 차이 가 있 습 니 다.이것 은 사용자 가 사용 하기에 편리 하도록 axes()작업 의 고급 패키지 입 니 다.subplot(233)은 2 줄 3 열의 세 번 째 위치(즉,1 줄 세 번 째 구역)를 표시 합 니 다.
또한 pyplot.show()가 실제 전시 하 는 구역 은 화판 에 있 는 모든 그래 픽 구역 의 최소 포위 구역 으로 전체 화판 이 아 닙 니 다.즉,subplot(224)만 호출 한 결과 오른쪽 아래 에 있 는 4 번 구역 만 보 여 주 는 것 이지 1,2,3,4 가 아 닌 4 번 구역 만 보 여 준다 면 일정한 착각 이 있 을 수 있 습 니 다.
axes() VS axis()
axes([x,y,w,h])는 도형 구역 을 설정 하 는 데 사용 합 니 다.
axis([x_left, x_right, y_bottom, y_top])그림 을 그 리 는 창 크기 를 설정 하 는 데 사용 되 는 것 으로 직접 보 여 주 는 도형 은 매개 변수 중의 범 위 를 만족 시 켜 야 한 다 는 것 을 나타 내 고 직관 적 인 표현 은 그림 구역 이 실제 보 여 주 는 좌표 범위 이다.
주:axis 역할 의 도형 구역 은 여전히 근접 원칙 을 준수 합 니 다.
subplot() VS plot()
subplot 는 도형 영역 을 만 드 는 데 사 용 됩 니 다.
plot 는 실제 사용 하 는 그래 픽 함수 로 유사 한 함수 와 hist 등 이 있 습 니 다.plot 작업 은 가 까 운 원칙 을 준수 합 니 다.즉,최근 에 사용 한 그래 픽 영역 에 작용 합 니 다.
홈 페이지:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.html
matplotlib 에서 흔히 볼 수 있 는 함수 plt.rcParams,matshow 의 사용(좌표 축 설정)에 관 한 이 글 은 여기까지 소개 되 었 습 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
「수리계획법~선형계획법~」을 참고로 matplotlib와 WolframAlpha로 해보고 싶다.(오리지널 포스트) (참고) 선형 계획법 초입문 작업 중입니다. 정수에만 대응합니다. 공부중. 쉽게 3D 표시할 수 있습니까? 조언을 받으면 도움이됩니다. 완성형?을 찾고 있습니다. 잘 부탁드립니다. 정수해: {{x...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.