Matplotlib 简明教程
Matplotlib - Basic Units
What are Basic Units?
在 Matplotlib 中,基本单位是指用于定义和测量绘图各个方面的基本元素,如长度、宽度、位置和坐标。了解这些单位对于准确将元素放置在绘图中并控制其整体布局至关重要。
Common Basic Units in Matplotlib
以下是 matplotlib 库中常见的基本单位。
Points (pt)
在 Matplotlib 中, points 通常指用于指定绘图中各种可视属性(例如线宽、标记大小和文本大小)的测量单位。点 (pt) 是排版和图形中的标准单位,通常用于其与设备无关的大小表示。
Usage of Points in Matplotlib
Line Widths − Matplotlib 函数中 linewidth 参数(例如 plt.plot() )允许我们以点为单位指定线宽。
Text Sizes − Matplotlib 函数 plt.xlabel(), plt.ylabel(), plt.title() 中 fontsize 参数启用以点为单位设置文本的大小。
Marker Sizes − 在绘图函数中 markersize 参数(例如 plt.plot())以点为单位定义标记的大小。
Figure Size − 在使用 plt.figure(figsize=(width, height)) 指定图形大小时,尺寸以英寸为单位。然而,默认大小可能因系统而异,比如 1 英寸可能并不总等于 72 点,但这是典型惯例。
Converting Points to Other Units
Matplotlib 在内部使用点,但设置图形大小或尺寸时通常使用英寸。作为参考, 1 英寸大约等于 72 点。
-
1 英寸 = 72 点
-
1 点 ≈ 0.01389 英寸
了解和使用点作为 Matplotlib 中的测量单位,允许精确控制绘制中元素的可视属性,从而确保所需的外观和可读性。
在此示例中,我们设置线绘图的线宽(以点为单位)。
import matplotlib.pyplot as plt
plt.figure(figsize=(6, 4)) # 6 inches wide, 4 inches tall
plt.plot([1, 2, 3], [4, 5, 6], linewidth=3.5) # Line width in points
plt.xlabel('X-axis', fontsize=12) # Text size in points
plt.ylabel('Y-axis', fontsize=12)
plt.show()
以下是上面代码的输出: -
Inches (in)
英寸用于指定 Matplotlib 中图形或子图的整体大小。例如, figsize = (width, height) 以英寸为单位定义了图形的宽度和高度。
在此示例中,我们正在指定图形大小(以英寸为单位)。
import matplotlib.pyplot as plt
plt.figure(figsize=(4, 4)) # 6 inches wide, 4 inches tall
plt.plot([1, 2, 3], [4, 5, 6])
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Example Plot with 4x4 Inches')
plt.show()
以下是上面代码的输出: -
Key Points about Data Units in Matplotlib
Numerical Data − 数据单位表示我们在 x 轴和 y 轴上绘制的数字值。
Mapping to Plot Space − Matplotlib 会根据定义的轴限制和缩放比例将这些数字数据值映射到绘图空间内的具体位置。
Plotting Data − 当我们使用 Matplotlib 绘制数据时,我们需要使用数字数据指定 x 和 y 坐标。Matplotlib 负责对这些数据点进行缩放和定位。
Axis Limits − 使用 xlim 设置的 x 轴限制,以及使用 ylim 设置的 y 轴限制,定义了绘图中显示的数据单元范围。
Axis Ticks − 轴上的刻度标记表示特定的数据单元,为绘图中的数据范围提供可视参照。
在这个例子里,我们正在设置绘图的数据单元。
import matplotlib.pyplot as plt
# Sample data
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# Plotting using data units
plt.plot(x, y, marker='o')
# Setting axis limits in data units
plt.xlim(0, 6) # X-axis limits from 0 to 6
plt.ylim(0, 12) # Y-axis limits from 0 to 12
plt.xlabel('X-axis (Data Units)')
plt.ylabel('Y-axis (Data Units)')
plt.title('Plot with Data Units')
plt.show()
以下是上面代码的输出: -
了解 Matplotlib 中的数据单元对于准确可视化数据和确保绘制的图像正确对应于基础数字值至关重要。
Axes Coordinates
轴坐标的范围从 0.0 到 1.0,用于指定各个子图或轴内的相对位置。 (0, 0) 表示子图的左下角, (1, 1) 表示子图的右上角。
轴坐标提供了一种灵活的方式,可按照其大小和边界在子图中定位注释、文本或其它元素,确保在不同绘图大小或尺寸之间实现一致且响应迅速的定位。
在这个例子里,我们正在设置绘图的 x 和 y 轴坐标。
import matplotlib.pyplot as plt
# Creating a subplot
fig, ax = plt.subplots()
# Plotting data
ax.plot([1, 2, 3], [2, 4, 3])
# Annotating at axes coordinates
ax.annotate('Important Point',
xy=(2, 4), # Data point to annotate
xytext=(0.5, 0.5), # Position in axes coordinates
textcoords='axes fraction', # Specifying axes coordinates
arrowprops=dict(facecolor='black', arrowstyle='->'))
plt.show()
以下是上面代码的输出: -
Figure Coordinates
图形坐标的范围也从 0.0 到 1.0 ,但指定的是相对于整个图形画布的位置。 (0, 0) 是整个图形的左下角, (1, 1) 是整个图形的右上角。
这是一个设置绘图的图形坐标的例子。
import matplotlib.pyplot as plt
# Creating subplots
fig, (ax1, ax2) = plt.subplots(1, 2)
# Plotting data in subplot 1
ax1.plot([1, 2, 3], [2, 4, 3])
# Plotting data in subplot 2
ax2.plot([1, 2, 3], [3, 1, 4])
# Annotating at figure coordinates
fig.text(0.5, 0.9, 'Figure Annotation', ha='center', fontsize=12, color='red')
plt.show()
以下是上面代码的输出: -
Plot with Matplolib all basic units
这个例子展示了在 Matplotlib 中使用各种单位,例如用于图形大小的英寸、用于文本大小的点、用于绘图数据点的数字单元以及用于定位子图内注释的轴坐标。
import matplotlib.pyplot as plt
# Define a figure with specified size in inches
fig = plt.figure(figsize=(6, 4)) # Width: 6 inches, Height: 4 inches
# Create an axis within the figure
ax = fig.add_subplot(111)
# Plotting data points using data units
x = [1, 2, 3, 4]
y = [2, 4, 6, 8]
ax.plot(x, y, marker='o')
# Setting labels and titles using text in points
ax.set_xlabel('X-axis Label', fontsize=12)
ax.set_ylabel('Y-axis Label', fontsize=12)
ax.set_title('Plot Title', fontsize=14)
# Setting the position of a text annotation using axes coordinates
ax.text(0.5, 0.5, 'Annotation', transform=ax.transAxes, fontsize=10)
plt.show()
以下是上面代码的输出: -