Python之数据分析（figure图形对象、Numpy连线特殊点、图像多元布局）

朱雀 2023-02-24 08:40 159阅读 0赞

### 文章目录 ###

*   *   *  一、点的绘制
         *  二、figure图形对象
         *  三、多元布局

### 一、点的绘制 ###

**1、绘制点需要提前设置点**

# 设置点，在plot后面绘制点
    xo = np.pi * 3/4  # 设置点横坐标位置为为3π/4
    yo_cos = np.cos(xo)/2  # 两个纵坐标位置
    yo_sin = np.sin(xo)

**2、连点成线**

*  绘制：mp.scatter(水平坐标数组, 垂直坐标数组, marker=点的形状, s=点的大小, edgecolor=勾边色, facecolor=填充色, zorder=Z序)
 *  Z序：画图的顺序，默认plot画点的0，线是1，数字越大，画得越晚，笔画就在处在越顶层

# 绘制点scatter
    # 两个点：第一个点横坐标xo，纵坐标yo_cos；第二个点横坐标xo，纵坐标yo_sin
    mp.scatter([xo, xo], [yo_cos, yo_sin], s=70, edgecolor='limegreen', facecolor='white', zorder=3 )
    # 用plot画条虚线连接两点
    mp.plot([xo, xo], [yo_cos, yo_sin], linestyle='--', linewidth=1, color='lightgreen')

**3、添加注释**  
mp.annotate(  
备注文本,  
xy=目标位置,  
xycoords=目标相对坐标系,  
xytext=文本位置,  
textcoords=文本相对坐标系,  
fontsize=字体大小,  
arrowprops=箭头属性  
)

# 添加注释
    mp.annotate(
        r'$\frac{1}{2}cos(\frac{3\pi}{4})=-\frac{\sqrt{2}}{4}$',  # 表示1/2cos(3π/4)
        xy=(xo, yo_cos), xycoords='data',  # 点的位置，点的相对坐标系
        xytext=(-90, -40), textcoords='offset points',  # 文本相对于点的偏移量，左-90，下-40；偏移坐标系
        fontsize=14,
        arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=.2')
        # 箭头风格为->，连接文字为圆弧线，圆弧曲率半径为0.2
    )

### 二、figure图形对象 ###

**1、创建图形对象**

mp.figure(图形对象名, figsize=窗口大小, dpi=分辨率, facecolor=窗口颜色)

**2、练习代码**

import numpy as np
    import matplotlib.pylab as mp
    
    # 参数定义
    x = np.linspace(-np.pi, np.pi, 1000)
    cos_y = np.cos(x)/2
    sin_y = np.sin(x)
    
    # 创建第一个图形对象
    mp.figure("FO 01", figsize=(6, 4), dpi=120, facecolor='lightgray')
    mp.title("FO 01", fontsize=20)
    
    # 绘制横纵坐标
    mp.xlabel('x', fontsize=12)
    mp.ylabel('y', fontsize=12)
    
    # 设置刻度标签大小
    mp.tick_params(labelsize=10)
    # 放置网格线
    mp.grid(linestyle=":")
    
    # 画图线
    mp.plot(x, cos_y, label=r"$y=\frac{1}{2}cos(x)$")
    mp.legend()  # 图例
    
    
    # 创建第二个图形对象
    mp.figure("FO 02")
    mp.title("FO 02", fontsize=20)
    mp.plot(x, sin_y, label=r"$y=sin(x)$")
    # 绘制横纵坐标
    mp.xlabel('x', fontsize=12)
    mp.ylabel('y', fontsize=12)
    
    # 设置刻度标签大小
    mp.tick_params(labelsize=10)
    # 放置网格线
    mp.grid(linestyle=":")
    mp.legend()  # 图例
    
    mp.show()

![11][]

### 三、多元布局 ###

**1、缺省布局**

*  创建子图：mp.subplot(行数, 列数, 图号)
 *  练习代码：

import matplotlib.pylab as mp
    
    # 设置面板颜色
    mp.figure(facecolor="lightgray")
    
    # 创建子图，用for循环连续创建几张
    for i in range(2):
        for j in range(3):
            k = i*3 + j + 1
            mp.subplot(2, 3, k)  # 2行3列的子图，此处为第1张
            mp.xticks(())  # 刻度设为()空元组，就是无刻度
            mp.yticks(())
            mp.text(0.5,0.5, str(k), ha='center', size=36, alpha=0.5)
    
    mp.tight_layout()  # 紧凑布局
    mp.show()  # 显示图

**2、栅格布局**

*  引入模块：import matplotlib.gridspec as mg
 *  创建栅格：gs = mg.GridSpec(行数, 列数)
 *  放置子图：mp.subplot(gs\[行, 列\])
 *  练习代码：

import matplotlib.pylab as mp
    import matplotlib.gridspec as mg
    
    mp.figure(facecolor="lightgray")  # 创建窗口
    gs = mg.GridSpec(3, 3)  # 创建栅格布局器
    
    # 画第一张子图
    mp.subplot(gs[0, :2])  # 一个子图占栅格的第0行的前两列
    
    # 取消坐标轴
    mp.xticks(())
    mp.yticks(())
    
    # 显示文字
    mp.text(0.5, 0.5, '1', ha='center', va='center', size=36, alpha=0.5)
    
    
    # 第二张子图
    mp.subplot(gs[1:, 0])  # 一个子图占栅格的第1行后的所有行，第0列
    mp.xticks(())  # 取消坐标轴
    mp.yticks(())
    mp.text(0.5, 0.5, '2', ha='center', va='center', size=36, alpha=0.5)  # 显示文字
    
    # 第三张子图
    mp.subplot(gs[2, 1:])  # 一个子图占栅格的第2行，第1列后的所有列
    mp.xticks(())  # 取消坐标轴
    mp.yticks(())
    mp.text(0.5, 0.5, '3', ha='center', va='center', size=36, alpha=0.5)  # 显示文字
    
    # 第四张子图
    mp.subplot(gs[:2, 2])  # 一个子图占栅格的第2行前的所有行，第2列
    mp.xticks(())  # 取消坐标轴
    mp.yticks(())
    mp.text(0.5, 0.5, '4', ha='center', va='center', size=36, alpha=0.5)  # 显示文字
    
    # 第五张子图
    mp.subplot(gs[1, 1])  # 一个子图占栅格的第1行，第1列
    mp.xticks(())  # 取消坐标轴
    mp.yticks(())
    mp.text(0.5, 0.5, '5', ha='center', va='center', size=36, alpha=0.5)  # 显示文字
    
    # 显示图表
    mp.show()

![22][]

**3、自由布局**

*  mp.axes(\[左下角水平左边, 左下角垂直坐标, 宽度, 高度\]) \# 此处的尺寸参数都是按比例来的
 *  练习代码：

import matplotlib.pylab as mp
    
    mp.figure(facecolor="lightgray")  # 创建窗口
    
    # 创建一个自由布局的图
    mp.axes([0.03, 0.038, 0.94, 0.924])  # 计算：0.94=1-0.03*2；0.924=1-0.038*2
    mp.xticks(())  # 取消坐标轴
    mp.yticks(())
    mp.text(0.5, 0.5, '1', ha='center', va='center', size=36, alpha=0.5)  # 显示文字
    
    # 创建第2个自由布局的图
    mp.axes([0.60, 0.07, 0.35, 0.5])  # 计算：0.94=1-0.03*2；0.924=1-0.038*2
    mp.xticks(())  # 取消坐标轴
    mp.yticks(())
    mp.text(0.5, 0.5, '2', ha='center', va='center', size=36, alpha=0.5)  # 显示文字
    
    # 显示图表
    mp.show()

![33][]

[11]: /images/20230209/695fda9da13448719357c97b400c927c.png
[22]: /images/20230209/c224d0a66a314391943231ec5a5d3e60.png
[33]: https://img-blog.csdnimg.cn/20200708235635698.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1ZpZXdpbmZpbml0ZWx5,size_16,color_FFFFFF,t_70