cndaqiang Web Linux DFT

[挖坑]python画图学习

2020-03-04
cndaqiang
Python
 
RSS
Star 
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

参考

Matplotlib 教程
wizardforcel Matplotlib 入门教程 Python中画图时候的线类型

注意

  • plt.show()之后会清空画板，所有绘图数据删除，保存前不要执行
  • 在没有图形化界面的环境下，要执行plt.switch_backend('agg')
  • 官方的案例最好了Examples
  • 无图形化的终端画图 
    import matplotlib as mpl
mpl.use('Agg')
import matplotlib.pyplot as plt

绘图

二维图形绘制

x=np.linspace(0, 2*np.pi, num=100, endpoint=True)
ysin=np.sin(x)
ycos=np.cos(x)
#创建画板,内含1x1
fig, ax = plt.subplots(1,1,sharex=True,sharey=False,figsize=(8,6))
ax.plot(x,ysin,label="sin")
ax.plot(x,ycos,label="cos")
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_title("sin and cos")
ax.legend() #上图例，plt里面的label

显示plt.show(),plt.show()之后会清空画板，所有绘图数据删除，保存前不要执行 保存图形命令

figfile="sincos.png" #支持png,pdf等多种格式
plt.savefig(figfile,dpi=60)

多个画板

fig, [ax1,ax2] = plt.subplots(1,2,sharex=True,sharey=False,figsize=(8,6))
ax1.plot(x,ysin,label="sin")
ax2.plot(x,ycos,label="cos")
ax1.set_title("sin")
ax2.set_title("cos")
ax1.legend() #上图例，plt里面的label
ax2.legend() #上图例，plt里面的label
figfile="sincos.png" #支持png,pdf等多种格式
plt.savefig(figfile,dpi=100)

也可以

fig, ax = plt.subplots(1,2,sharex=True,sharey=False,figsize=(8,6))
ax[0].plot(x,ysin,label="sin")
ax[1].plot(x,ycos,label="cos")

填充图

ysin=np.sin(x)
ycos=np.cos(x)-0.5
fig, ax = plt.subplots(1,1,sharex=True,sharey=False,figsize=(8,6))
ax.fill_between(x, 0, ysin,alpha=0.5) #,, facecolor='blue', alpha=0.5)
ax.fill_between(x, 0, ycos,alpha=0.5) #,, facecolor='red', alpha=0.5)

性质

axs.set(xlim=xlim, ylim=ylim, title=title, ylabel=ylabel, xlabel=xlabel)

y轴显示为科学计数法

matplotlib刻度值使用科学记数法

axs.ticklabel_format(style='sci', scilimits=(-1,2), axis='y')
  • style=’sci’ 指明用科学记数法；
  • scilimits=(-1,2) 表示对 (10^-1,10^2) 范围之外的值换科学记数法，范围内的数不换；
  • axis=’y’ 指明对 y 轴用，亦可以是 x、both。

或者这样

import matplotlib.ticker as mtick
axs.yaxis.set_major_formatter(mtick.FormatStrFormatter('%1.1e'))

颜色（color 简写为 c）：

  • 蓝色： ‘b’ (blue)
  • 绿色： ‘g’ (green)
  • 红色： ‘r’ (red)
  • 蓝绿色(墨绿色)： ‘c’ (cyan)
  • 红紫色(洋红)： ‘m’ (magenta)
  • 黄色： ‘y’ (yellow)
  • 黑色： ‘k’ (black)
  • 白色： ‘w’ (white)
  • 灰度表示： e.g. 0.75 ([0,1]内任意浮点数)
  • RGB表示法： e.g. ‘#2F4F4F’ 或 (0.18, 0.31, 0.31)
  • 任意合法的html中的颜色表示： e.g. ‘red’, ‘darkslategray’

得到n个颜色

cmap = plt.cm.get_cmap("viridis", n)
colors = cmap(np.linspace(0, 1, n))
#循环取颜色
color=colors[i%len(colors)]

更多颜色序列

反向颜色序列加_r

 supported values are 'Accent', 'Accent_r', 'Blues', 'Blues_r', 
 'BrBG', 'BrBG_r', 'BuGn', 'BuGn_r', 'BuPu', 'BuPu_r', 'CMRmap', 
 'CMRmap_r', 'Dark2', 'Dark2_r', 'GnBu', 'GnBu_r', 'Greens', 
 'Greens_r', 'Greys', 'Greys_r', 'OrRd', 'OrRd_r', 'Oranges', 
 'Oranges_r', 'PRGn', 'PRGn_r', 'Paired', 'Paired_r', 'Pastel1', 
 'Pastel1_r', 'Pastel2', 'Pastel2_r', 'PiYG', 'PiYG_r', 'PuBu', 
 'PuBuGn', 'PuBuGn_r', 'PuBu_r', 'PuOr', 'PuOr_r', 'PuRd', 'PuRd_r', 
 'Purples', 'Purples_r', 'RdBu', 'RdBu_r', 'RdGy', 'RdGy_r', 'RdPu', 
 'RdPu_r', 'RdYlBu', 'RdYlBu_r', 'RdYlGn', 'RdYlGn_r', 'Reds', 
 'Reds_r', 'Set1', 'Set1_r', 'Set2', 'Set2_r', 'Set3', 'Set3_r', 
 'Spectral', 'Spectral_r', 'Wistia', 'Wistia_r', 'YlGn', 'YlGnBu', 
 'YlGnBu_r', 'YlGn_r', 'YlOrBr', 'YlOrBr_r', 'YlOrRd', 'YlOrRd_r', 
 'afmhot', 'afmhot_r', 'autumn', 'autumn_r', 'binary', 'binary_r', 
 'bone', 'bone_r', 'brg', 'brg_r', 'bwr', 'bwr_r', 'cividis', 
 'cividis_r', 'cool', 'cool_r', 'coolwarm', 'coolwarm_r', 'copper', 
 'copper_r', 'cubehelix', 'cubehelix_r', 'flag', 'flag_r', 
 'gist_earth', 'gist_earth_r', 'gist_gray', 'gist_gray_r', 
 'gist_heat', 'gist_heat_r', 'gist_ncar', 'gist_ncar_r', 
 'gist_rainbow', 'gist_rainbow_r', 'gist_stern', 'gist_stern_r', 
 'gist_yarg', 'gist_yarg_r', 'gnuplot', 'gnuplot2', 'gnuplot2_r', 
 'gnuplot_r', 'gray', 'gray_r', 'hot', 'hot_r', 'hsv', 'hsv_r', 
 'inferno', 'inferno_r', 'jet', 'jet_r', 'magma', 'magma_r', 
 'nipy_spectral', 'nipy_spectral_r', 'ocean', 'ocean_r', 'pink', 
 'pink_r', 'plasma', 'plasma_r', 'prism', 'prism_r', 'rainbow', 
 'rainbow_r', 'seismic', 'seismic_r', 'spring', 'spring_r', 'summer', 
 'summer_r', 'tab10', 'tab10_r', 'tab20', 'tab20_r', 'tab20b', 
 'tab20b_r', 'tab20c', 'tab20c_r', 'terrain', 'terrain_r', 'turbo', 
 'turbo_r', 'twilight', 'twilight_r', 'twilight_shifted', 
 'twilight_shifted_r', 'viridis', 'viridis_r', 'winter', 'winter_r'

线型（linestyle 简写为 ls）：

  • 实线： ‘-‘
  • 虚线： ‘–’
  • 虚点线： ‘-.’
  • 点线： ‘:’
  • 点： ‘.’ 

点型（标记marker）：

  • 像素： ‘,’
  • 圆形： ‘o’
  • 上三角： ‘^’
  • 下三角： ‘v’
  • 左三角： ‘<’
  • 右三角： ‘>’
  • 方形： ‘s’
  • 加号： ‘+’ 
  • 叉形： ‘x’
  • 棱形： ‘D’
  • 细棱形： ‘d’
  • 三脚架朝下： ‘1’（就是丫）
  • 三脚架朝上： ‘2’
  • 三脚架朝左： ‘3’
  • 三脚架朝右： ‘4’
  • 六角形： ‘h’
  • 旋转六角形： ‘H’
  • 五角形： ‘p’
  • 垂直线： ‘ ’
  • 水平线： ‘_’
  • gnuplot 中的steps： ‘steps’ （只能用于kwarg中）

标记大小（markersize 简写为 ms）：  markersize： 实数   标记边缘宽度（markeredgewidth 简写为 mew）： markeredgewidth：实数

标记边缘颜色（markeredgecolor 简写为 mec）： markeredgecolor：颜色选项中的任意值

标记表面颜色（markerfacecolor 简写为 mfc）： markerfacecolor：颜色选项中的任意值

透明度（alpha）： alpha： [0,1]之间的浮点数

线宽（linewidth）： linewidth： 实数

文本

latex展示

使用r"$Latex语法$"

xyz=[r"$\alpha_{xx}$","yy","zz","average"]

常用代码段

画峰值出x坐标

def peaklabel(plt,xdata,ydata):
    scale=1.1
    left=ydata[0:-1]-ydata[1:]*scale>0#我在左面时大
    right=ydata[1:]-ydata[0:-1]*scale>0#我在右面时大
    left=np.append(left,True)
    choose=np.append(left[0],left[1:] & right[:] )
    #choose=choose & ( ydata > np.average(ydata) )
    #choose=choose & ( ydata > np.max(ydata)/5.0 )
    x=xdata[choose]
    y=ydata[choose]
    for xy in zip(x, y):
        plt.annotate("%2.3f" % xy[0], xy=xy, xytext=(-20, 10), textcoords='offset points')

周期逐增画上x的位置


deltaeV=1.0 #画图标签间隔,可以理解为带间距
N_each_deltaeV=20 #deltaeV内Y方向最多有多少个标签，若超过取余从0计数
mine=-1E15
for i in np.arange(gap.size):
   #垂直线
   plt.vlines(gap[i], ylimit[0], ylimit[1], colors = "g", linestyles = "dashed",color=colors[i])
   #plt.annotate(str(round(gap[i],2)),
   #            xytext=(gap[i], 1.0*(ylimit[1]-ylimit[0])/gap.size*(i+1) ), 
   #            textcoords='offset points',color=colors[i])
   x=gap[i]
   if False:
      left=gap.size - gapnum
      if i < left:
         y=(ylimit[1]-ylimit[0])*1.0/(left+2)*(left-i)+ylimit[0]
      else:
         y=(ylimit[1]-ylimit[0])*1.0/(gapnum+2)*(i-left+1)+ylimit[0]
   else:
      if(gap[i] - mine > deltaeV ):
         mine = gap[i]
         position=1
      else:
         position=position+1
         position=position%N_each_deltaeV
      y=(ylimit[1]-ylimit[0])*(1.0*position/N_each_deltaeV)#在deltaeV内等间距插入N_each_deltaeV个点
   if ( xlimit[0] == None or x > xlimit[0]) and ( xlimit[1] == None or x < xlimit[1] ):
      plt.text(x,y,str(round(gap[i],2)),fontsize=15,
               color=colors[i],
               bbox=dict(boxstyle='square,pad=0.1', fc="white",alpha=1.0,lw=0.0),
               verticalalignment="center",horizontalalignment="center")

清空

plt.cla()

Axis 上下左右线，即坐标轴

    #设置x轴标签及其字号
    plt.xlabel(xlabel,fontsize=Fontsize)
    #设置y轴标签及其字号
    plt.ylabel(ylabel,fontsize=Fontsize)
    #宽度
    axs.spines["bottom"].set_linewidth(axisw)
    axs.spines["top"].set_linewidth(axisw)
    axs.spines["left"].set_linewidth(axisw)
    axs.spines["right"].set_linewidth(axisw)

ticks 上下左右线上的小刻度

#ticks位置
axs.set_xticks(ticks)
#ticks标签
axs.set_xticklabels(tickslabel)
#等价于
axs.set(xticks=ticks, xticklabels=tickslabel)

# 设置xtick和ytick的方向：in、out、inout
plt.rcParams['xtick.direction'] = 'in'
plt.rcParams['ytick.direction'] = 'in'

对数坐标

axs.set_yscale("log")
#要在设置xlim,ylim之前设置,不然在前面的设置的xlim等信息会无效
axs.set(xlim=xlim,ylim=ylim,ylabel=ylabel, xlabel=xlabel)

其他

水平线

matplotlib.pyplot.axhline(y=0, xmin=0, xmax=1, hold=None, **kwargs)
import matplotlib.pyplot as plt
plt.axhline(y=0, xmin=0, xmax=1, hold=None, **kwargs)
#
plt.hlines(y, xmin, xmax)
plt.hlines(0, 0, 0.5, colors = "r", linestyles = "dashed")

垂直线

matplotlib.pyplot.axvline(x=0, ymin=0, ymax=1, hold=None, **kwargs)
vlines(x, ymin, ymax)

透明背景

      plt.savefig(filename,dpi=200,transparent=True)

扇形图

plt.pie([1.0/2,1.0/3,1.0/6],labels=[1,2,3],colors = ['tomato', 'lightskyblue', 'goldenrod'])

差值拟合

高斯滤波器

致谢@GliderHX

#原始画图方法
axs.plot(DBgrid,avTDB[i],label=DBlable[i])
#滤波后画图
from scipy.ndimage import gaussian_filter1d
avTDB[i] = gaussian_filter1d(avTDB[i], 2) #参数解释(原始数据,sigma,)
axs.plot(DBgrid,avTDB[i],label=DBlable[i])

插值

致谢@GliderHX
10. Scipy Tutorial-插值interp1d

from scipy.interpolate import interp1d
#获得插值函数的参数
f = interp1d(x, y, kind='cubic')#参数(原始数据x,y,插值算法)
#计算插值数据
xx = np.linspace(5,10,10000)
yy = f(xx)

插值算法有'linear', 'nearest', 'zero', 'slinear', 'quadratic', 'cubic'

  • linear 线性
  • cubic 三次

高斯滤波后再插值效果更好

scatter画的图层比plot要低

即使先用plot画图,再画scatter,散点图也会在plot的图下面,通过zorder指定图层顺序,把散点图整上去

axs.plot(xpoint,EIG[:,ispin,ibnd],label=label,color=colors[icolor],linewidth=bandw,zorder=ibnd)
axs.scatter(xpoint, EIG[:,ispin,ibnd], s=add  [:,ispin,ibnd]*scale, color= "red" , alpha=1.0,zorder=ibnd+5)

最新理解

matplot皆是基于对象画图.

  • 每一个图,每一条线都是一个对象,可以进行设置
  • 注意subplots和subplot含义不同

一些有助于学习的命令

  • dir(plt) 查看该对象的子属性和方法
  • plt.getp(plt) 查看该对象可以设置的图形属性,如背景色,字体等
  • plt.setp(plt,key="value") 设置该对象(或者群组)的图形属性,同上
  • 查看源代码 
    import inspect
print(inspect.getsource(plt.plot))

plt,figure,axes,axis的关系

  • plt只有一个,用于生成和调控各种对象
    • Artist对象包括简单类型(e.g. 图形,文字),容器类型(Figure,Axes,Axis)
  • figure和Matlab中的Figure类似,每一个figure就是一个画图窗口,不同figure之间是独立的
    • 创建figure plt.figure()(一个大图),plt.subplots()(带子图)
    • figure的编号从1开始
      查看有几个figure: plt.get_fignums()
      切换活动figureplt.figure(i),i=1,2,…,N in plt.get_fignums()
    • ,plt.savefig("test.png")只能保存当前的活动figure
    • plt.gcf()获得当前的figure对象
    • 重新调整大小plt.gcf().set_size_inches(1, 3)
  • axes,子图,绘图子区域
    • axes是figure的下层对象,plt.gcf().axes[0-N]是figure上包含的一些列的子图区域
    • 每个figure中可以创建多个子图,即划分成多个绘图区域
    • 创建子图的方法
      plt.subplots(2,2)在创建figure时创建
      plt.subplot(231) 在当前的figure中添加一个
      plt.subplot2grid() 更加的随意,给初始点和尺寸创建
    • 子图的作用: 画多幅图,把colorbar画到别的子图上,实现colorbar随意位置
    • plt.gca()获得当前的axes
    • 可以在一个figure上不断添加绘图区域,如果新增的区域和之前的区域重合,则旧区域会被删除,如 
      #先按照2x2创建了4个子图
fig,axs=plt.subplots(2,2)
#创建了4个子图,gca()默认指向第一个子图,axs是所有子图的集合
plt.gca().patch.set_facecolor("green")
axs[0,1].patch.set_facecolor("blue")
#修改axis对象
axis=axs[0,1].xaxis
axis.set(ticks=[])
#
#又按照2x3的规则,在2x3的第一个区创建了一个子图,原来的第一个子图就会被覆盖掉
axs231=plt.subplot(231)
#只创建了一个新子图,等号左边赋值,则后面直接可以用axs231操纵这个区域
plt.gca().patch.set_facecolor("red")
plt.plot(x,x/(x+1))
#
#又按照把figure分成4x4份,以行3列1为起点,选取行1列2的区域,最初2x2的左下角会被覆盖掉
plt.subplot2grid((4,4),(3,0),rowspan=1,colspan=2)
#只创建了一个新子图
plt.gca().patch.set_facecolor("yellow")
plt.plot(x,x)
#
#所有的子图都存在列表plt.gcf().axes里,新增的子图顺序在前面
plt.gcf().axes[0].plot(x,x*0+1)
plt.gcf().axes[1].plot(x,x*0+10)
plt.gcf().axes[2].plot(x,x*0+20)
plt.gcf().axes[3].plot(x,x*0+30)
#
plt.savefig("test.png")

  • axis,图的元素,刻度线,坐标轴,标题等
    • axis是axes的下层对象,plt.gca().xaxis是axes上的x轴
    • axes提供了一些创建axis的方法,通过dir(plt.gca())发现plt.gca().set_xlabel("xlabel")
    • plt也提供了一些,如plt.xlabel("XXlabel")
    • 获得x轴并修改,结果如上图 
      #修改axis对象
axis=axs[0,1].xaxis
axis.set(ticks=[])

修改对象的性质

  • plt.getp查看,然后使用plt.setp,.set_**的方式修改
    • 问题是,查看到的性质,并不能全部套用plt.setp,.set_**的方式去修改
  • 不同层级的对象可能体统实现相同功能的方法,如
    plt.xlabel("XXlabel")和plt.gca().set_xlabel("xlabel")

getp可以查看的性质修改

  • getp,查看对象的性质
    • plt.getp(fig),plt.getp(axes),plt.getp(axis)
    • 示例plt.getp(plt.gca().xaxis) 
      ticks_direction = ['in' 'in' 'in' 'in']
ticks_position = bottom
  • getp查看到的性质,都可以用setp修改, 示例
    plt.setp(plt.gca().xaxis,ticks_position = "top")
    setp的好处是可以同时设置一组对象,如plt.setp(plt.gcf().axes,xlabel="xlabel")
    然而问题是,我们不查手册,不好设置输入,如plt.setp(plt.gca().xaxis,ticks_direction = ['in' 'in' 'in' 'in'] ) 这样设置就会报错
  • 和setp等价的方式,每个对象的a.set_性质() plt.gca().xaxis.set_ticks_position("bottom")
    同样的问题,不存在plt.gca().xaxis.set_ticks_direction(['in' 'in' 'in' 'in'])

dir()直接查看有哪些方法可以调用进行修改

dir(plt)
[
#...
 'xscale',
 'xticks',
 'ylabel',
 'ylim',
 'yscale',
 'yticks']
 ]

搜索引擎…

默认画图参数设置

参数设置

#设置默认字体大小
plt.rcParams['font.size']=fontsize
plt.rcParams['axes.labelsize']=fontsize+2

plt.rcParams['xtick.major.width']=majorticksw
plt.rcParams['ytick.major.width']=majorticksw
plt.rcParams['xtick.minor.width']=minorticksw
plt.rcParams['ytick.minor.width']=minorticksw
plt.rcParams['xtick.direction']="in"
plt.rcParams['ytick.direction']="in"

文件设置

import matplotlib as mpl
mpl.get_configdir()

修改返回目录'/home/cndaqiang/.config/matplotlib'的matplotlibrc文件,或者运行目录的matplotlibrc文件,

#按照字典的方式写好
font.size           : 100.0

可以参考~/anaconda3/./lib/python3.7/site-packages/matplotlib/mpl-data/matplotlibrc文件

本文首发于我的博客@cndaqiang.
本博客所有文章除特别声明外，均采用 CC BY-SA 4.0 协议 ，转载请注明出处！

上一篇 挖坑 CUDA编程(Fortran)

下一篇 Learn QE1 电子结构计算

评论

广告

目录

广告
访客数据