一、基础命令
在我们使用深度学习时，肯定会用到绘图命令，绘制loss与val_loss等等，以此查看模型的效果。
plt.plot(x,y,lw=,ls=，c=, alpha=, label=)
x：x坐标的数据
y：y坐标的数据
lw：指定线条宽度
ls：指定线条样式，ls='-'为实线，ls='--'为虚断线，ls='-.'为点虚线，ls=':'为虚线
c：指定线条颜色，c='r'为红色，c='k'为黑色，c='y'为黄色
alpha：指定线条透明度，值越小越透明
label：指定线条的含义
代码示例：
#导入库 import matplotlib.pyplot as plt import numpy as np #设定画布。dpi越大图越清晰，绘图时间越久 fig=plt.figure(figsize=(4, 4), dpi=300) #导入数据 x=list(np.arange(1, 21)) y=np.random.randn(20) #绘图命令 plt.plot(x, y, lw=4, ls='-', c='b', alpha=0.1) plt.plot() #show出图形 plt.show() #保存图片 fig.savefig("画布")
绘图结果：
二、根据Excel数据绘图
在python中，有一个专门进行数据处理的库包叫做pandas
1 # 导包 2 import pandas as pd 3 # 读取excel文件 4 pd.read_excel('文件所在路径')
提取excel中某一列数据：filename['列名']，返回值是一个列表。
取得excel中我们想要的数据后，下一步就是绘制：
1 ... 2 # 第一步绘制画布 3 fig=plt.figure(figsize=(7, 4), dpi=200) 4 # 第二步添加绘图区. 5 # subplot命令是在画布上添加一个绘图区，括号里的内容转述为汉字为：“创建一个一行一列的绘图区（一行一列就只有一个绘图区），ax1是第一个绘图区，facecolor用来设置画布背景颜色，默认为白色 6 ax1 = fig.add_subplot(111, facecolor='green')
如果要创建一个两行两列（或者其他维度）的子图区，分别为ax1,ax2,ax3,ax4：
1 ax1=fig.add_subplot(221) 2 ax2=fig.add_subplot(222) 3 ax3=fig.add_subplot(223) 4 ax4=fig.add_subplot(224)
效果如下：
三、合并一幅图的x（或y）坐标轴以及添加图例legend()
实现上图的效果，重点在于ax2=ax1.twinx() ，ax2和ax1共用x轴，但是ax1使用左侧y轴，ax2使用右侧y轴：
1 2 fig=plt.figure(figsize=(7,4),dpi=200) # 新建画布 3 ax1=fig.add_subplot(111) # 设置绘图区 4 line1,=ax1.plot(times,temps,'r:',lw=1,label='气温') # 创建折线 5 bar1 =ax1.bar(times,rains,color='b',label='降水量') # 创建条状 6 ax2=ax1.twinx() # 设置共用x轴 7 line2,=ax2.plot(times,pressures,'k-',lw=1.2,label='气压') 8 9 # legend用来设置图例，还可以添加参数ncol=''，该参数用来设置图例的列数，用于对齐 10 plt.legend((line1,bar1,line2),('气温','降水量','气压'),loc='center left',frameon=False,framealpha=0.5) 11 ax1.set_xlabel('时间 \ h') # 设置x轴 12 ax1.set_ylabel('气温（℃）\降水量（mm）') # 设置左侧y轴 13 ax2.set_ylabel('气压（hPa）') # 设置右侧y轴 14 plt.title("----") # 设置图的名称 15 plt.show()
四、调节字体样式
通过字典的方式调节，在字典中存储需要修改的的参数名称和指定值大小，还可以存放更多参数：
1 font={'size':30,'color':'red'} 2 ax.set_xlabel('--',fontdict=font) 3 ax.set_ylabel('--',fontdict=font)
五、绘制网格线
ax.grid() # 开启x和y轴的网格 ax.grid(ls='--') # 开启x和y轴的虚线网格 ax.grid(True,axis='x') # 开启x轴的网格 ax.grid(True,axis='y') # 开启y轴的网格
六、合并两幅图的坐标轴
按照以下方式设置画布：
1 fig,((ax1),(ax2))=plt.subplots(2,1,figsize=(5,5),dpi=200,sharex='all') 2 fig.subplots_adjust(hspace=0)
七、不常用的函数
1.ax.set_ylim()、ax.set_xlim()
在共享x(y)轴时，两边y(x)轴的零刻度是不一致的，xlim和ylim用来设置坐标轴的范围。
2.set_minor_locator()、set_major_locator()
set_minor_locator用来在主刻度的基础上设置或修改副刻度的大小，set_major_locator用来修改主刻度的单位显示。使用前，必须引入库包：
import matplotlib.ticker as ticker
举例说明：
（1）此处设定副刻度为0.1个单位。
1 ax1.yaxis.set_minor_locator(ticker.MultipleLocator(0.1))
（2）将右侧主刻度设置为每10个单位显示。
ax2.yaxis.set_major_locator(ticker.MultipleLocator(10))
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)