4.8Python数据处理篇之Matplotlib系列---Figure的学习
Posted 梦并不遥远
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了4.8Python数据处理篇之Matplotlib系列---Figure的学习相关的知识,希望对你有一定的参考价值。
目录
前言
今天我们来学习一下plt.figure()方法
(一)figure()方法的定义
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.figure.html?highlight=pyplot%20figure#matplotlib.pyplot.figure
原函数得定义:
pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class ‘matplotlib.figure.Figure‘>, clear=False, **kwargs)
(二)figure()方法的参数
注:edgecolor需要在linewidth设置比较大的时候才可见。
可选参数 | 说明 | 默认值 |
---|---|---|
num=int/string | 一个窗口的id标识 | 默认是序号递增 |
figsize=(float, float) | 窗体的大小,宽度与高度,单位是英寸 | [6.4, 4.8] |
dpi=int | 窗体的分别率,间接的的也影响窗体的大小 | 100 |
linewidth | 窗体的边框宽度 | 0.0 |
facecolor="color" | 窗口的背景颜色,也可以用”#xxxxxx"表示颜色 | ‘w‘ |
edgecolor="color" | 窗口的边框颜色,颜色表示同上。 | ‘w‘ |
frameon=bool | 是否绘制边框线与背景色 | True |
clear | 擦出画布 | Fase |
(三)figure()方法的例子
1.多窗体绘图:
注意观察num, figsize,facecolor, edgecolor参数值得变化。
(1)源代码
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-5, 5, 100)
y1 = x
y2 = x**2
y3 = x**(1/2)
# 创建窗体绘图1
plt.figure(frameon=False)
plt.plot(x, y1)
# 创建窗体绘图2
plt.figure(num=3, figsize=(2, 6), facecolor="b", edgecolor='r', linewidth=5)
plt.plot(x, y2)
# 创建窗体绘图3
plt.figure(num="函数3", figsize=(5, 3), facecolor="g", edgecolor="y", linewidth=5)
plt.plot(x, y3)
# 展示
plt.show()
(2)输出效果
2.窗口得分别率
注意dip, frameon参数值得变化
clear暂时不知道怎么用,你知道了,请告诉我。
(1)源代码
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-5, 5, 100)
y1 = x
y2 = x**2
y3 = x**(1/2)
# 创建窗体绘图1
plt.figure()
plt.plot(x, y1)
# 创建窗体绘图2
plt.figure(dpi=150, linewidth=5, facecolor="r", frameon=False)
plt.plot(x, y2)
# 创建窗体绘图3
plt.figure(dpi=50, facecolor="g", clear=True)
plt.plot(x, y3)
# 展示
plt.show()
(2)输出效果:
参考文献:
【1】https://blog.csdn.net/black_shuang/article/details/81299200
【2】https://blog.csdn.net/zjyklwg/article/details/79477261
【3】http://www.itkeyword.com/doc/874304070537533181/matplotlib-savefig-edgecolor-has-no-effect
作者:Mark
日期:2019/03/12 周二
以上是关于4.8Python数据处理篇之Matplotlib系列---Figure的学习的主要内容,如果未能解决你的问题,请参考以下文章