Matplotlib 隨手記

為了避免每次都要重新查，迅速紀錄一下

後來做研究的時候被迫學會更多的 matplotlib 技巧… 紀錄在個人部落格中!

Python 視覺化(2) matplotlib 進階繪圖

Python 視覺化(1) matplotlib 基本設置

以下保留原始的紀錄!

取消座標軸刻度 / 坐標軸

import numpy as np
import matplotlib.pyplot as plt
img = np.random.rand(169)
im = plt.imshow(img.reshape(13,13),cmap='Greys_r', interpolation='none', vmin=0, vmax=1, aspect='equal')
plt.title("Without ticks ")
ax = plt.gca()
# 沒有座標軸的線
plt.axis('off')
# 沒有刻度
plt.xticks([])
plt.yticks([])
plt.show()

減少儲存時圖片的留白(padding)

要小心padding 太小，有些東西會被切掉

plt.savefig("img.png".format(m),bbox_inches='tight',pad_inches=0.1)

產生網格狀的圖片

• Adjusting gridlines and ticks in matplotlib imshow

(左) 沒有指定刻度，會從 0 開始計算
(右) 指定刻度間距，間隔為 1

(左) 指定刻度文字
(右)設定次要座標軸刻度 並指定次要坐標軸線寬度

# Major ticks
ax.set_xticks(np.arange(0, 13, 1));
ax.set_yticks(np.arange(0, 13, 1));
# Labels for major ticks
ax.set_xticklabels(np.arange(1, 14, 1));
ax.set_yticklabels(np.arange(1, 14, 1));
# Minor ticks 次要坐標軸的設定
ax.set_xticks(np.arange(-.5, 13, 1), minor=True);
ax.set_yticks(np.arange(-.5, 13, 1), minor=True);
# Gridlines based on minor ticks
ax.grid(which='minor', color='w', linestyle='-', linewidth=2)
name = 'set minor ticks'
plt.title(name)
fig.savefig(name+".png" ,bbox_inches='tight',pad_inches=0.1)
# plt.show()

Reference:

• matplotlib tricks（关闭坐标刻度、坐标轴不可见）

值得參考的資料:

• 設定繪圖的主題(背影色彩、標題字)