如何利用Matplotlib用上漂亮的插圖

matplotlib官方有一份短小精悍的小文檔，今天分享的就是這個：

官網的左下角有

自帶的繪圖指南真的很好，分享給大家：

圖像的繪制一般都是這樣的過程，先導入繪制的庫，準備我們要用的數(shù)據，將畫布建立好，最后就是繪制一下，看看效果。

這些是基礎的圖

可以在圖里面修改任意你看到的東西

可以在圖里面繪制多個數(shù)據

可以輕松的加圖例

可以將精美的圖片保存下來

讓我們以一個小demo開始

這里報錯了，原因是mxnet這個庫，是和Numpy一個庫的舊版本強相關的。需要先安裝VS，因為mxnet會使用VS來編譯舊版本的Numpy庫，然后你要卸載matplotlib，在上面的庫安裝好后，再安裝它，這樣就是向下兼容了。其實可以搞虛擬環(huán)境的，但是我不經常用。

我在報錯的過程中找到，在win安裝，需要VS

打開安裝

庫其實就是一個pip的命令

選擇這些就OK

下載安裝

我至今沒有登陸

重新再VS的幫助下編譯numpy

這樣就算安裝完成了

OK

會報錯這個

我又不想看我自己寫的東西

報錯信息說matplotlib包用的是后端是ipykernel.pylab.backend_inline，這個后端不支持在編譯器前端顯示。為了支持所有的使用情形，matplotlib能夠產生不同的輸出，而把每一個不同輸出的能力叫做一個后端。而前端就是用戶需要處理的代碼，如繪圖代碼，然后后端做的就是所有看不到的辛苦工作來生成視圖窗口。這里有兩種不同類型的后端：

1.用戶接口后端(又叫做"交互式后端"，如pygtk, wxpython, thinter,qt, macosx或者fltk)。

2.硬拷貝后端，也叫做非交互式后端，用來生成圖像文件(PNG,SVG,PDF, PS)

所以matplotlib不顯示圖象就是當前的用戶接口后端不支持前端顯示并交互，所以我們需要自己配置。有兩種方式配置你的后端。

在matplotlibrc文件中設置后端參數(shù)：

另外一種方式是使用matplotlib的use()命令。調用use()方法必須在import matplotlib.pyplot或者matplotlib.pylab之前設置

可以使用的后端有 [‘GTK3Agg’, ‘GTK3Cairo’, ‘MacOSX’, ‘nbAgg’, ‘Qt4Agg’, ‘Qt4Cairo’, ‘Qt5Agg’, ‘Qt5Cairo’, ‘TkAgg’, ‘TkCairo’, ‘WebAgg’, ‘WX’, ‘WXAgg’, ‘WXCairo’, ‘agg’, ‘cairo’, ‘pdf’, ‘pgf’, ‘ps’, ‘svg’, ‘template’]

也就是這樣

會出現(xiàn)

很OK，舒服了

我們看這個圖肯定不面生

圓圈圈住的地方，就是我們可以控制的地方.

單詞的意思是，解剖

藍色的意思是圖擺件的具體名字，一般一個圖會擁有里面若干的部分。

最新的圖是這個，更加的精美

繪圖的時候，很多時候需要我們將一堆圖放一起展示

雙個并聯(lián)

2X2

單框

我們用的最多的就是這些基礎的圖像

使用 Alpha 混合將圖像疊加在一起

將數(shù)據顯示為圖像，即在 2D 常規(guī)柵格上。輸入可以是實際的 RGB(A) 數(shù)據，也可以是 2D 標量數(shù)據，它們將被渲染為偽彩色圖像。要顯示灰度圖像，請使用參數(shù)設置顏色映射 。

def func3(x, y):    return (1 - x / 2 + x**5 + y**3) * np.exp(-(x**2 + y**2))

Z2 = func3(X, Y)

Z2就是這里傳入的參數(shù)

當然還有高級的繪圖功能

數(shù)據在軸上面的縮放形式

立體到平面的映射轉換

不同的線形

上面不同的標記

不同的顏色定義

顏色空間的變換

刻度給了數(shù)據量化的準則

上面是定位，下面是格式

圖例

顏色條

對圖像的注釋

就像這樣

這樣

高級文本框標注

指示框風格

彎曲風格

bar的鏈接樣式

軸之間的縮放效果

https://matplotlib.org/stable/users/explain/event_handling.html

很多時間我們也關注UI的交互

當你點了一個圖像，移動了鼠標，都可以被計算

自帶的有幾種風格

對于子圖，當然也可以做更加精細化的調節(jié)

也可以做二維平面的轉換

默認的取值范圍

文本屬性和布局

文字的風格

字型

顏色的名字

圖像插值

還是插值

圖例的位置

動畫的連接風格

動畫的箭頭風格

助力每個追愛的人的夢想

加油哇！

問世間情為何物，直叫人屁滾尿流。

論文里面怎么可能缺少漂亮的插圖呢？就使用Matplotliab了~