matplotlib 进阶之Customizing Figure Layouts Using GridSpec and Other Functions

本文主要是介绍matplotlib 进阶之Customizing Figure Layouts Using GridSpec and Other Functions,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 对Gridspec的一些精细的调整
    • 利用SubplotSpec
      • fig.add_grdispec; gs.subgridspec
    • 一个利用Subplotspec的复杂例子
    • 函数链接

matplotlib教程学习笔记

如何创建网格形式的axes的组合呢:

  1. subplots()
  2. GridSpec
  3. SubplotSpec
  4. subplot2grid()
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

第一个例子是利用subplots()和gridspec来创建一个 2 × 2 2\times 2 2×2的网格
首先利用subplots()是很容易做到这一点的:

fig1, fi_axes = plt.subplots(ncols=2, nrows=2, constrained_layout=True) #constrain_layout参数似乎是控制是否会重叠的

在这里插入图片描述

使用gridspec需要先创建一个fig对象,再创建Gridspec对象,然后将实例传入add_subplot(),gridspec的使用习惯和numpy数组是相当的

fig2 = plt.figure(constrained_layout=True)
spec2 = gridspec.GridSpec(ncols=2, nrows=2, figure=fig2)
f2_ax1 = fig2.add_subplot(spec2[0, 0])
f2_ax2 = fig2.add_subplot(spec2[0, 1])
f2_ax3 = fig2.add_subplot(spec2[1, 0])
f2_ax4 = fig2.add_subplot(spec2[1, 1])

在这里插入图片描述

gridspec有什么厉害的地方呢,我们可以通过索引和切片操作,使得某些axes占据多个格子

fig3 = plt.figure(constrained_layout=True)
gs = fig3.add_gridspec(3, 3)
f3_ax1 = fig3.add_subplot(gs[0, :])
f3_ax1.set_title('gs[0, :]')
f3_ax2 = fig3.add_subplot(gs[1, :-1])
f3_ax2.set_title('gs[1, :-1]')
f3_ax3 = fig3.add_subplot(gs[1:, -1])
f3_ax3.set_title('gs[1:, -1]')
f3_ax4 = fig3.add_subplot(gs[-1, 0])
f3_ax4.set_title('gs[-1, 0]')
f3_ax5 = fig3.add_subplot(gs[-1, -2])
f3_ax5.set_title('gs[-1, -2]');

在这里插入图片描述

fig4 = plt.figure(constrained_layout=True)
spec4 = fig4.add_gridspec(ncols=2, nrows=2)
anno_opts = dict(xy=(0.3, 0.3), xycoords='axes fraction',va='center', ha='center')f4_ax1 = fig4.add_subplot(spec4[0, 0])
f4_ax1.annotate('GridSpec[0, 0]', **anno_opts)
fig4.add_subplot(spec4[0, 1]).annotate('GridSpec[0, 1:]', **anno_opts)
fig4.add_subplot(spec4[1, 0]).annotate('GridSpec[1:, 0]', **anno_opts)
fig4.add_subplot(spec4[1, 1]).annotate('GridSpec[1:, 1:]', **anno_opts);

在这里插入图片描述

另外的,width_ratios和height_ratios参数,参数需要传入一个装有数字,比如[2, 4, 8]和
[1, 2, 4],不过这俩个表示的含义是一样的,因为参数关系的他们之间的比例:
2:4:8与1:2:4是一致的。

fig5 = plt.figure(constrained_layout=True)
widths = [2, 3, 1.5]
heights = [1, 3, 2]
spec5 = fig5.add_gridspec(ncols=3, nrows=3, width_ratios=widths,height_ratios=heights)
for row in range(3):for col in range(3):ax = fig5.add_subplot(spec5[row, col])label = 'Width: {}\nHeight: {}'.format(widths[col], heights[row])ax.annotate(label, (0.1, 0.5), xycoords='axes fraction', va='center')

在这里插入图片描述

事实上,width_ratio参数和height_ratio参数对于subplots()是十分便利的一个工具,subplots()有一个gridspec_kw参数,事实上,借此我们可以将传入gridspec的参数传入subplots(),具体形式如下:

gs_kw = dict(width_ratios=widths, height_ratios=heights)
fig6, f6_axes = plt.subplots(ncols=3, nrows=3, constrained_layout=True,gridspec_kw=gs_kw)
for r, row in enumerate(f6_axes):for c, ax in enumerate(row):label = 'Width: {}\nHeight: {}'.format(widths[c], heights[r])ax.annotate(label, (0.1, 0.5), xycoords='axes fraction', va='center')

在这里插入图片描述

subplots和gridspec二者可以结合,比如,我们可以通过subplots先创建大部分的axes,再利用gridspec组合某些部分,当然,这可能需要利用到
get_gridspec方法和remove方法

fig7, f7_axs = plt.subplots(ncols=3, nrows=3)
gs = f7_axs[1, 2].get_gridspec()
# remove the underlying axes
for ax in f7_axs[1:, -1]:ax.remove()
axbig = fig7.add_subplot(gs[1:, -1])
axbig.annotate('Big Axes \nGridSpec[1:, -1]', (0.1, 0.5),xycoords='axes fraction', va='center')fig7.tight_layout();

在这里插入图片描述

对Gridspec的一些精细的调整

当gridspec被显示使用的时候,我们可以通过一些参数来进行细微的调整,注意这个选择与constrained_layout或者figure.tight_layout是有冲突的

left : axes左边缘距离画板左侧的距离

right: axes右边缘距离画板左侧的距离

top : axes上边缘距离画板下侧的距离

bottom : axes下边缘距离画板下侧的距离

hspace: 预留给subplots之间的高度的距离

wspace: 预留给subplots之间的宽度的距离

fig8 = plt.figure(constrained_layout=False) #注意设置为False否则会冲突
gs1 = fig8.add_gridspec(nrows=3, ncols=3, right=0.88, wspace=0.05)
f8_ax1 = fig8.add_subplot(gs1[:-1, :])
f8_ax2 = fig8.add_subplot(gs1[-1, :-1])
f8_ax3 = fig8.add_subplot(gs1[-1, -1])

在这里插入图片描述
这些细微的调整只对由gridspec创建的格子有效

fig9 = plt.figure(constrained_layout=False)
gs1 = fig9.add_gridspec(nrows=3, ncols=3, left=0.05, right=0.48,wspace=0.05)
f9_ax1 = fig9.add_subplot(gs1[:-1, :])
f9_ax2 = fig9.add_subplot(gs1[-1, :-1])
f9_ax3 = fig9.add_subplot(gs1[-1, -1])gs2 = fig9.add_gridspec(nrows=3, ncols=3, left=0.55, right=0.98,hspace=0.05)
f9_ax4 = fig9.add_subplot(gs2[:, :-1])
f9_ax5 = fig9.add_subplot(gs2[:-1, -1])
f9_ax6 = fig9.add_subplot(gs2[-1, -1])

在这里插入图片描述

利用SubplotSpec

fig.add_grdispec; gs.subgridspec

fig10 = plt.figure(constrained_layout=True)
gs0 = fig10.add_gridspec(1, 2)gs00 = gs0[0].subgridspec(2, 3)
gs01 = gs0[1].subgridspec(3, 2)for a in range(2):for b in range(3):fig10.add_subplot(gs00[a, b])fig10.add_subplot(gs01[b, a])

在这里插入图片描述

一个利用Subplotspec的复杂例子

import numpy as np
from itertools import productdef squiggle_xy(a, b, c, d, i=np.arange(0.0, 2*np.pi, 0.05)):return np.sin(i*a)*np.cos(i*b), np.sin(i*c)*np.cos(i*d)fig11 = plt.figure(figsize=(8, 8), constrained_layout=False)# gridspec inside gridspec
outer_grid = fig11.add_gridspec(4, 4, wspace=0.0, hspace=0.0) #4 x 4个大格子for i in range(16):inner_grid = outer_grid[i].subgridspec(3, 3, wspace=0.0, hspace=0.0) #3 x 3个小格子a, b = int(i/4)+1, i % 4+1for j, (c, d) in enumerate(product(range(1, 4), repeat=2)):ax = plt.Subplot(fig11, inner_grid[j])ax.plot(*squiggle_xy(a, b, c, d))ax.set_xticks([])ax.set_yticks([])fig11.add_subplot(ax)all_axes = fig11.get_axes()# show only the outside spines
# 之显示每个大格子外面的边框,小格子的边框就不显示
for ax in all_axes:for sp in ax.spines.values():sp.set_visible(False)if ax.is_first_row():ax.spines['top'].set_visible(True)if ax.is_last_row():ax.spines['bottom'].set_visible(True)if ax.is_first_col():ax.spines['left'].set_visible(True)if ax.is_last_col():ax.spines['right'].set_visible(True)plt.show()

在这里插入图片描述

函数链接

subplots
GridSpec
Subplotsepc
subplot2grid()
subplots.adjust()

这篇关于matplotlib 进阶之Customizing Figure Layouts Using GridSpec and Other Functions的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/291134

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java进阶13讲__第12讲_1/2

多线程、线程池 1.  线程概念 1.1  什么是线程 1.2  线程的好处 2.   创建线程的三种方式 注意事项 2.1  继承Thread类 2.1.1 认识  2.1.2  编码实现  package cn.hdc.oop10.Thread;import org.slf4j.Logger;import org.slf4j.LoggerFactory

[MySQL表的增删改查-进阶]

🌈个人主页:努力学编程’ ⛅个人推荐: c语言从初阶到进阶 JavaEE详解 数据结构 ⚡学好数据结构,刷题刻不容缓:点击一起刷题 🌙心灵鸡汤:总有人要赢,为什么不能是我呢 💻💻💻数据库约束 🔭🔭🔭约束类型 not null: 指示某列不能存储 NULL 值unique: 保证某列的每行必须有唯一的值default: 规定没有给列赋值时的默认值.primary key:

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

Flutter 进阶:绘制加载动画

绘制加载动画:由小圆组成的大圆 1. 定义 LoadingScreen 类2. 实现 _LoadingScreenState 类3. 定义 LoadingPainter 类4. 总结 实现加载动画 我们需要定义两个类:LoadingScreen 和 LoadingPainter。LoadingScreen 负责控制动画的状态,而 LoadingPainter 则负责绘制动画。

从0到1,AI我来了- (7)AI应用-ComfyUI-II(进阶)

上篇comfyUI 入门 ,了解了TA是个啥,这篇,我们通过ComfyUI 及其相关Lora 模型,生成一些更惊艳的图片。这篇主要了解这些内容:         1、哪里获取模型?         2、实践如何画一个美女?         3、附录:               1)相关SD(稳定扩散模型的组成部分)               2)模型放置目录(重要)

java学习,进阶,提升

http://how2j.cn/k/hutool/hutool-brief/1930.html?p=73689

【408DS算法题】039进阶-判断图中路径是否存在

Index 题目分析实现总结 题目 对于给定的图G,设计函数实现判断G中是否含有从start结点到stop结点的路径。 分析实现 对于图的路径的存在性判断,有两种做法:(本文的实现均基于邻接矩阵存储方式的图) 1.图的BFS BFS的思路相对比较直观——从起始结点出发进行层次遍历,遍历过程中遇到结点i就表示存在路径start->i,故只需判断每个结点i是否就是stop

matplotlib绘图中插入图片

在使用matplotlib下的pyplot绘图时,有时处于各种原因,需要采用类似贴图的方式,插入外部的图片,例如添加自己的logo,或者其他的图形水印等。 一开始,查找到的资料都是使用imshow,但是这会有带来几个问题,一个是图形的原点发生了变化,另外一个问题就是图形比例也产生了变化,当然最大的问题是图形占据了整个绘图区域,完全喧宾夺主了,与我们设想的只在绘图区域中占据很小的一块不相符。 经

【Python从入门到进阶】64、Pandas如何实现数据的Concat合并

接上篇《63.Pandas如何实现数据的Merge》 上一篇我们学习了Pandas如何实现数据的Merge,本篇我们来继续学习Pandas如何实现数据的Concat合并。 一、引言 在数据处理过程中,经常需要将多个数据集合并为一个统一的数据集,以便进行进一步的分析或建模。这种需求在多种场景下都非常常见,比如合并不同来源的数据集以获取更全面的信息、将时间序列数据按时间顺序拼接起来以观察长期趋势等