Axes.hexbin 绘制点x,y的2D六角形装箱图。 Axes.hist 绘制直方图。 Axes.hist2d 绘制2D直方图。 等高线(Contours): Axes.clabel标注轮廓图。 Axes.contour绘制轮廓。 Axes.contourf绘制轮廓。 数组(Array): Axes.imshow 将数据显示为图像,即在2D常规栅格上。 Axes.matshow 将2D矩阵或数组的值绘制为颜色编码的图像。
# 添加数据,改变了 xlim,ylim,但不会影响 ax.transAxes 的行为fori,labelinenumerate(('A','B','C','D')):Y=curve()X=np.linspace(-3,3,len(Y))ax=fig.add_subplot(2,2,i+1)ax.fill_between(X,3*Y,color=color[i])ax.plot(X,3*Y,color="k",linewidth=0.75)ax.text(0.05,0.95,label,...
bottom刻度是否显示，labelsize刻度显示数据大小，direction刻度显示在轴外还是轴上，刻度颜色colors） ax.t...
刻度(major tick),刻度值(tick label)、图例(legend)、网格(Grid)、画图时所选用的标记(Markers),可以为圆,三角形,正方形,十字等等…因此,选取matplotlib画图时,首先创建一个画布Figure,在该画布中可以声明一个或多个Axes, 每一个Axes都是一个独立的一个对象:...
add_subplot(122) #构造数据 x = np.linspace(-10, 10, 200) ax2.set_xlim(-10, 10) y1 = np.sin(x) y2 = np.cos(x) ax2.fill_between(x, y1, y2 = 0, facecolor = 'r', edgecolor = 'k', label = 'sin(x)', alpha = .5) ax2.fill_between(x, y2, y2 = 0, facecolor...
另一种调整标签位置的方法是使用labelpad参数。这个参数控制标签与轴之间的距离。 importmatplotlib.pyplotasplt fig,ax=plt.subplots()ax.set_xlabel('X轴 - how2matplotlib.com',labelpad=15)ax.set_ylabel('Y轴 - how2matplotlib.com',labelpad=20)plt.title('使用labelpad调整标签位置 - how2matplotlib.co...
当fig.add_axes(rect)中的rect在fig中已经存在时,fig.add_axes(rect)会返回已存在的那个子图。如果想在原位置覆盖一个新子图,要使用语句fig.add_axes(rect, label='axes1)和fig.add_axes(rect, label='axes2'),通过不同的label关键字表示不同的子图。
from mpl_toolkits.mplot3d import axes3d import matplotlib.pyplot as plt from matplotlib import cm fig = plt.figure() ax = fig.gca(projection='3d') X, Y, Z = axes3d.get_test_data(0.05) cset = ax.contourf(X, Y, Z, cmap=cm.coolwarm) ax.clabel(cset, fontsize=9, inline=True)...
('x', labelpad = 15)plt.ylabel('y', labelpad = 15)# 创建放大图ax_new = fig.add_axes([0.6, 0.6, 0.2, 0.2]) # 放大图的位置与放大图的比例比较plt.scatter(x, y, s = 1, c = c)# 保存图形,留好边距plt.savefig('zoom.png', dpi = 300, bbox_inches = 'tight', pad_inches ...
ax.spines['bottom'].set_position(('data',0))#outward,axes ax.spines['left'].set_position(('data',0)) 1. 2. 3. 4. 运行结果: Legend图例 给图做图例,只需要在plt.plot()加上label参数即可,然后执行plt.legend()即可 x=np.linspace(-2,2,50) ...