可视化——matplotlib常用api（一）

可视化——matploblib常见api（二）

不经可视化的算法都是耍流氓。

• 可视化的目的之一是可视化，二是可视化要尽可能的美观大方

  • 善用alpha（透明度）选项，例如取，alpha=0.4
  *

• bar：条状

在一条plot语句中绘制多条曲线

此时无法分别指定color，marker以及legend了，如需区别对待、精细绘图，还是分别调用各自的plot为最好，和matlab不同的是，不同的plot之间自带hold（保持属性），除非开辟新的figure。分别指定各自的图例（legend）可以使用plt.legend()（如下所示）：

plt.plot(x, peval(x, plesq[0]), x, y_meas, 'o', x, y_true)plt.legend(['Fit', 'Noisy', 'True'], loc='upper left')

figsize

plt.figure(num=None, figsize=(8, 6), dpi=80, facecolor=’w’, edgecolor=’k’)
# figsize=(8, 6)，比例一般在4:3

# figsize=(width, height)plt.figure(figsize=(8, 6))  # defaultplt.figure(figsize=(12, 9)) plt.figure(figsize=(4, 3))plt.figure(figsize=(6, 4.5))# 当然有时表达一种横向展开的形式plt.figure(figsize=(10, 5))

使用Latex

• $\sigma$，以字符串形式，置于$$环境中；

• 以字符串形式组织LaTex公式时，内部的\是有转义的意味

  • \出现的位置换成\\，'$\sigma$' -> '$\\sigma$'

  • '$\sigma$'换成r'$\sigma$'

多行多列的subplots

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(8, 4))ax[0].plot(...)ax[0].set_xlabel(...)ax[0].set_title(...)ax[1].plot(...)ax[1].set_xlabel(...)...

fig, (ax1, ax2, ax3) = plt.subplots(3, 1, sharex=True)

更一般的做法（也是matlab的风格）是这样的：

fig = plt.figure()          # 创建一个figure对象，底下的一切显示均在此figure上完成plt.subplot(121)plt.imshow(img1)plt.subplot(122)plt.imshow(img2)plt.show()# 当然放在一个range里边for i in range(ndim):    plt.subplot(ndim//5, 5, i+1)    plt.hist()

可选参数（optional parameter）

功能 api 说明 marker o, x, ^, v, s（square） markersize/ms linestyle/ls -(solid), -.(dashdot),:(dotted), --（dashed） linewidth/lw 3 color/c label

使用plot散列点（此时不能使用ls：表示线型的参数了）：

plt.plot(x, y, '.k', alpha=.1)                # plt.plot(x, y, ',k', alpha=.1)

使用plot关于一些点的位置上画圆或特殊形状：

plt.plot(x[outliers], y[outliers], 'o', ms=20, mfc='none', mec='red')                    # mfc: marker face color                    # mec: marker edge color    

常用api

功能 api 说明 关闭坐标轴刻度 plt.xticks([])
plt.yticks([]) 以tuple或者list为参数 关闭坐标轴 plt.axis(‘off’) 图例的使用 plt.legend(loc={‘best’, ‘upper left’}, frameon=False) 也即默认是加框的 坐标轴的范围 plt.ylim()
plt.xlim() x1_min, x1_max = x[:, 0].min()-1, x[:, 0].min()+1
x2_min, x2_max = x[:, 1].min()-1, x[:, 1].max()+1 坐标的刻度 plt.yscale(‘log’) 填写文本信息 plt.text(, , ) 前两个参数表示坐标
第三个参数对应文本信息 画水平或者垂线 plt.axhline()
plt.axvline()

figure的style

>>> import matplotlib.pyplot as plt>>> plt.style.use('ggplot')

查看所有可用的styles：

>>> plt.style.available                # 返回一个list

更多详细信息，参阅 matplotlib官方文档

柱状图

plt.bar(np.array(x)-.4, y)        # 在一切默认的情况下，减去0.4是平移每一个条形柱的位置        # 可见每一个条形柱的宽度为0.8

plt.hist(histtype=”)

histtype={‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’};
optional
default为’bar’

histtype=’step’; 似乎感觉上更道地一点；

errorbar

plt.errorbar(x, y, xerr, yerr, fmt='ok', ecolor='gray', alpha=.5)                            # fmt='ok'，表示的是(x, y)这一坐标位置的显示形式，实心（o）圆点，颜色是黑色                            # ecolor='gray'，表示错误线的颜色

plt.errorbar(x, y, e, fmt='.k', ecolor='gray', alpha=.4)

有规律的在figure中写东西

规律自然用到循环；

for i, (param, true, est) in enumerate(zip('ABCD', [A, B, C, D], plesq[0])):    plt.text(10, 3-i*.5, '{} = {:.2f}, est({}) = {:.2f}'.format(param, true, param, est))                # text的前两个参数是需要根据图像的布局反复调整的