基于Python繪制子圖及子圖刻度的變換等的問(wèn)題
更新時(shí)間：2021年05月22日 17:15:38 作者：l8947943
這篇文章主要介紹了基于Python繪制子圖及子圖刻度的變換等的問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
1、涉及到圖的對(duì)比會(huì)用到子圖形式展示
先看看效果
2、繪制代碼如下
accuracy_alexnet_clef = [78.05, 78.43, 78.65, 78.61, 78.69]
accuracy_resnet_clef = [84.56, 84.84, 85.07, 85.01, 85.13]
accuracy_alexnet_office10 = [87.30, 87.57, 87.78, 87.72, 87.50]
accuracy_resnet_office10 = [96.31, 96.35, 96.62, 96.43, 96.15]
orders = ['2', '3', '5', '10', '20']
names = ['alexnet', 'resnet']
# 創(chuàng)建兩幅子圖
f, ax = plt.subplots(2,1,figsize=(6, 8))
# 第一根柱子偏移坐標(biāo)
x = [i for i in range(len(orders))]
# 第二根柱子偏移坐標(biāo)
x1 = [i + 0.35 for i in range(len(orders))]
# 兩幅子圖之間的間距
plt.subplots_adjust(wspace =0, hspace =0.4)
# 選擇第一幅圖
figure_1 = ax[0]
# 設(shè)置x軸偏移和標(biāo)簽
figure_1.set_xticks([i+0.15 for i in x])
figure_1.set_xticklabels(orders)
# 設(shè)置y軸的范圍
figure_1.set_ylim(bottom=77,top=86)
# 繪制柱狀圖，x表示x軸內(nèi)容，accuracy_alexnet_clef表示y軸的內(nèi)容，alpha表示透明度，width表示柱子寬度
# label表示圖列
figure_1.bar(x, accuracy_alexnet_clef, alpha=0.7, width = 0.35, facecolor = '#4c72b0', label='Alexnet')
figure_1.bar(x1, accuracy_resnet_clef, alpha=0.7, width = 0.35, facecolor = '#dd8452', label='Resnet')
figure_1.set_ylabel('Accuracy%') # 設(shè)置y軸的標(biāo)簽
figure_1.set_xlabel('Order') # 設(shè)置x軸的名稱
figure_1.set_title('Alexnet') # 設(shè)置圖一標(biāo)題名稱
figure_1.legend() # 顯示圖一的圖例
# 選擇第二幅圖
figure_2 = ax[1]
figure_1.set_xticks([i+0.15 for i in x])
figure_1.set_xticklabels(orders)
figure_2.set_ylim(bottom=77,top=100)
figure_2.bar(x, accuracy_alexnet_office10,alpha=0.7,width = 0.35,facecolor = '#c44e52', label='Alexnet')
figure_2.bar(x1, accuracy_resnet_office10,alpha=0.7,width = 0.35,facecolor = '#5f9e6e', label='Alexnet')
# figure_2.bar(orders, accuracy_resnet_clef,alpha=0.7,width = 0.35,facecolor = '#dd8452')
figure_2.set_ylabel('Accuracy%')
figure_2.set_xlabel('Order')
figure_2.set_title('Resnet')
figure_2.legend()
f.suptitle('ImageCLEF_DA') # 設(shè)置總標(biāo)題
plt.show()
補(bǔ)充：python使用matplotlib在一個(gè)圖形中繪制多個(gè)子圖以及一個(gè)子圖中繪制多條動(dòng)態(tài)折線問(wèn)題
在講解繪制多個(gè)子圖之前先簡(jiǎn)單了解一下使用matplotlib繪制一個(gè)圖，導(dǎo)入繪圖所需庫(kù)matplotlib并創(chuàng)建一個(gè)等間隔的列表x，將[0,2*pi]等分為50等份，繪制函數(shù)sin(x)。當(dāng)沒(méi)有給定x軸數(shù)值時(shí)，默認(rèn)以下標(biāo)作為x的值，如果x值確定，則繪圖時(shí)寫為plt.plot(x,y) 。
如若想要繪制一個(gè)圖時(shí)寫入標(biāo)簽，則寫為plt.plot(x,y,label="figure1")。
from numpy import *
import matplotlib.pyplot as plt
x = linspace(0, 2 * pi, 50)
plt.plot(sin(x))
plt.xlabel('x-label')
plt.ylabel('y-label', fontsize='large')
plt.title('title')
以下先將整體代碼插入，再分布講解：
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
def minmax_value(list1):
minvalue=min(list1)
maxvalue=max(list1)
return minvalue,maxvalue
plt.figure(figsize=(16,14),dpi=98)
xmajorLocator = MultipleLocator(1) #將x主刻度標(biāo)簽設(shè)置為1的倍數(shù)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
p1 = plt.subplot(121)
p2 = plt.subplot(122)
#圖中展示點(diǎn)的數(shù)量
pointcount=5
x=[i for i in range(20)]
print(x)
y1=[i**2 for i in range(20)]
y2=[i*4 for i in range(20)]
y3=[i*3+2 for i in range(20)]
y4=[i*4 for i in range(20)]
for i in range(len(x)-1):
if i<pointcount:
minx,maxx=minmax_value(x[:pointcount])
minx,maxx=minmax_value(x[:pointcount])
minyA,maxyA=minmax_value(y1[:pointcount])
minyB,maxyB=minmax_value(y2[:pointcount])
maxy1=max(maxyA,maxyB)
miny1=min(minyA,minyB)
p1.axis([minx,maxx,miny1,maxy1])
p1.grid(True)
A,=p1.plot(x[:pointcount],y1[:pointcount],"g-")
B,=p1.plot(x[:pointcount],y2[:pointcount],"b-")
#設(shè)置主刻度標(biāo)簽的位置,標(biāo)簽文本的格式
p1.xaxis.set_major_locator(xmajorLocator)
legend=p1.legend(handles=[A,B],labels=["圖1","圖2"])
minx,maxx=minmax_value(x[:pointcount])
minx,maxx=minmax_value(x[:pointcount])
minyA,maxyA=minmax_value(y3[:pointcount])
minyB,maxyB=minmax_value(y4[:pointcount])
maxy1=max(maxyA,maxyB)
miny1=min(minyA,minyB)
p2.axis([minx,maxx,miny1,maxy1])
p2.grid(True)
A,=p2.plot(x[:pointcount],y3[:pointcount],"r-")
B,=p2.plot(x[:pointcount],y4[:pointcount],"y-")
#設(shè)置主刻度標(biāo)簽的位置,標(biāo)簽文本的格式
p2.xaxis.set_major_locator(xmajorLocator)
legend=p2.legend(handles=[A,B],labels=["圖3","圖4"])
elif i>=pointcount:
minx,maxx=minmax_value(x[i-pointcount:i])
minx,maxx=minmax_value(x[i-pointcount:i])
minyA,maxyA=minmax_value(y1[i-pointcount:i])
minyB,maxyB=minmax_value(y2[i-pointcount:i])
maxy1=max(maxyA,maxyB)
miny1=min(minyA,minyB)
p1.axis([minx,maxx,miny1,maxy1])
p1.grid(True)
A,=p1.plot(x[i-pointcount:i],y1[i-pointcount:i],"g-")
B,=p1.plot(x[i-pointcount:i],y2[i-pointcount:i],"b-")
#設(shè)置主刻度標(biāo)簽的位置,標(biāo)簽文本的格式
p1.xaxis.set_major_locator(xmajorLocator)
legend=p1.legend(handles=[A,B],labels=["圖1","圖2"])
minx,maxx=minmax_value(x[i-pointcount:i])
minx,maxx=minmax_value(x[i-pointcount:i])
minyA,maxyA=minmax_value(y3[i-pointcount:i])
minyB,maxyB=minmax_value(y4[i-pointcount:i])
maxy1=max(maxyA,maxyB)
miny1=min(minyA,minyB)
p2.axis([minx,maxx,miny1,maxy1])
p2.grid(True)
A,=p2.plot(x[i-pointcount:i],y3[i-pointcount:i],"r-")
B,=p2.plot(x[i-pointcount:i],y4[i-pointcount:i],"y-")
#設(shè)置主刻度標(biāo)簽的位置,標(biāo)簽文本的格式
p2.xaxis.set_major_locator(xmajorLocator)
legend=p2.legend(handles=[A,B],labels=["圖3","圖4"])
p1.set_xlabel("橫軸屬性名一",fontsize=14)
p1.set_ylabel("縱軸屬性名一",fontsize=14)
p1.set_title("主題一",fontsize=18)
p2.set_xlabel("橫軸屬性名二",fontsize=14)
p2.set_ylabel("縱軸屬性名二",fontsize=14)
p2.set_title("主題二",fontsize=18)
plt.pause(0.3)
plt.tight_layout(pad=4, w_pad=4.0, h_pad=3.0)
運(yùn)行結(jié)果為:
1、導(dǎo)入庫(kù)
import numpy as np import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator, FormatStrFormatter
2、由于繪圖過(guò)程中多次使用獲取最大最小值，將獲取最大最小值寫入函數(shù)，后面直接調(diào)用函數(shù)即可。
def minmax_value(list1):
minvalue=min(list1)
maxvalue=max(list1)
return minvalue,maxvalue
3、
（1）創(chuàng)建自定義圖像，并設(shè)置figured的長(zhǎng)和寬以及dpi參數(shù)指定繪圖對(duì)象的分辨率；
（2）設(shè)置x軸刻度的間隔；
（3）對(duì)本次繪圖中的字體進(jìn)行設(shè)置；
（4）在matplotlib下，一個(gè)figure對(duì)象可以包含多個(gè)子圖（Axes），使用subplot()快速繪制。
plt.figure(figsize=(16,14),dpi=98)xmajorLocator = MultipleLocator(1) plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus'] = False p1 = plt.subplot(121)p2 = plt.subplot(122)
4、當(dāng)數(shù)據(jù)量過(guò)多時(shí)，對(duì)數(shù)據(jù)一次性展示不能夠達(dá)到對(duì)數(shù)據(jù)內(nèi)部信息的解讀。本例采用一次展示其中一部分?jǐn)?shù)據(jù)，并動(dòng)態(tài)的更新圖片，于此同時(shí)，動(dòng)態(tài)更新橫縱坐標(biāo)軸的取值范圍。下面代碼首先設(shè)置了每次展示點(diǎn)的數(shù)量，并獲取了主題一中的所有數(shù)據(jù)值。根據(jù)x取值范圍和值域y獲取當(dāng)前繪圖過(guò)程中的橫縱坐標(biāo)取值范圍，最后根據(jù)x,y的值進(jìn)行繪圖。
下面將先在一個(gè)子圖上顯示兩條靜態(tài)折現(xiàn)。當(dāng)使用動(dòng)態(tài)的折線圖時(shí)，只需動(dòng)態(tài)更新數(shù)據(jù)和橫縱坐標(biāo)的取值范圍?？傮w代碼中已經(jīng)寫出，下面不再贅述。
#圖中展示點(diǎn)的數(shù)量
pointcount=5
x=[i for i in range(20)]
y1=[i**2 for i in range(20)]
y2=[i*4 for i in range(20)]
minx,maxx=minmax_value(x[:pointcount])
minyA,maxyA=minmax_value(y1[:pointcount])
minyB,maxyB=minmax_value(y2[:pointcount])
maxy1=max(maxyA,maxyB)
miny1=min(minyA,minyB)
p1.axis([minx,maxx,miny1,maxy1])
p1.grid(True)#繪圖過(guò)程中出現(xiàn)的網(wǎng)格設(shè)置
A,=p1.plot(x[:pointcount],y1[:pointcount],"g-")
B,=p1.plot(x[:pointcount],y2[:pointcount],"b-")#設(shè)置主刻度標(biāo)簽的位置,標(biāo)簽文本的格式p1.xaxis.set_major_locator(xmajorLocator)legend=p1.legend(handles=[A,B],labels=["圖1","圖2"])
結(jié)果如下所示：
5、設(shè)置邊界，不設(shè)置邊界經(jīng)常會(huì)因?yàn)闄M縱軸的字體太大等其他原因?qū)е聶M縱軸或者標(biāo)題只能顯示其中一部分。
plt.tight_layout(pad=4, w_pad=4.0, h_pad=3.0)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
pandas之分組統(tǒng)計(jì)列聯(lián)表pd.crosstab()問(wèn)題
這篇文章主要介紹了pandas之分組統(tǒng)計(jì)列聯(lián)表pd.crosstab()問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09
對(duì)python 多個(gè)分隔符split 的實(shí)例詳解
今天小編就為大家分享一篇對(duì)python 多個(gè)分隔符split 的實(shí)例詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12
Python數(shù)據(jù)處理Filter函數(shù)高級(jí)用法示例
本文將詳細(xì)介紹filter函數(shù)的使用方法，并提供豐富的示例代碼，幫助你深入理解如何利用它來(lái)處理數(shù)據(jù)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-11-11
Python要求O(n)復(fù)雜度求無(wú)序列表中第K的大元素實(shí)例
這篇文章主要介紹了Python要求O(n)復(fù)雜度求無(wú)序列表中第K的大元素實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-04-04
這篇文章我們將介紹10個(gè)示例，從而幫助大家掌握如何使用Python中的Seaborn庫(kù)來(lái)創(chuàng)建圖表。文中示例代碼講解詳細(xì)，感興趣的可以了解一下2022-05-05
Python辦公自動(dòng)化PPT批量轉(zhuǎn)換操作
本文介紹如何使用 python 操作 PPT，用到的模塊就是 python-pptx，以下的示例基本滿足日常需求，如果要知道更多，可以訪問(wèn) python-pptx 的官方文檔2021-09-09
Python的Scrapy框架中的CrawlSpider介紹和使用
這篇文章主要介紹了Python的Scrapy框架中的CrawlSpider介紹和使用,CrawlSpider其實(shí)是Spider的一個(gè)子類,除了繼承到Spider的特性和功能外,還派生除了其自己獨(dú)有的更加強(qiáng)大的特性和功能,其中最顯著的功能就是"LinkExtractors鏈接提取器",需要的朋友可以參考下2023-12-12
Python中shutil模塊的學(xué)習(xí)筆記教程
shutil模塊是一種高層次的文件操作工具，類似于高級(jí)API,主要強(qiáng)大之處在于其對(duì)文件的復(fù)制與刪除操作更是比較支持好。下面這篇文章主要介紹了Python中shutil模塊的相關(guān)教程，需要的朋友可以參考學(xué)習(xí)，下面來(lái)一起看看吧。2017-04-04
今天小編就為大家分享一篇python對(duì)于requests的封裝方法詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
python 列表輸出重復(fù)值以及對(duì)應(yīng)的角標(biāo)方法
今天小編就為大家分享一篇python 列表輸出重復(fù)值以及對(duì)應(yīng)的角標(biāo)方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-06-06