1、plt.rcParams

plt（matplotlib.pyplot）使用rc配置文件來自定義圖形的各種默認(rèn)屬性，稱之為“rc配置”或“rc參數(shù)”。
通過rc參數(shù)可以修改默認(rèn)的屬性，包括窗體大小、每英寸的點(diǎn)數(shù)、線條寬度、顏色、樣式、坐標(biāo)軸、坐標(biāo)和網(wǎng)絡(luò)屬性、文本、字體等。rc參數(shù)存儲(chǔ)在字典變量中，通過字典的方式進(jìn)行訪問。

代碼：

import numpy as np
import matplotlib.pyplot as plt
###%matplotlib inline  #jupyter可以用，這樣就不用plt.show()
 
#生成數(shù)據(jù)
x = np.linspace(0, 4*np.pi)
y = np.sin(x)
#設(shè)置rc參數(shù)顯示中文標(biāo)題
#設(shè)置字體為SimHei顯示中文
plt.rcParams['font.sans-serif'] = 'SimHei'
#設(shè)置正常顯示字符
plt.rcParams['axes.unicode_minus'] = False
plt.title('sin曲線')
#設(shè)置線條樣式
plt.rcParams['lines.linestyle'] = '-.'
#設(shè)置線條寬度
plt.rcParams['lines.linewidth'] = 3
#繪制sin曲線
plt.plot(x, y, label='$sin(x)$')
 
plt.savefig('sin.png')
plt.show()

參數(shù)：

plt.rcParams['savefig.dpi'] = 300 #圖片像素
plt.rcParams['figure.dpi'] = 300 #分辨率
plt.savefig(‘plot123_2.png', dpi=200)#指定分辨率
# 默認(rèn)的像素：[6.0,4.0]，分辨率為100，圖片尺寸為 600&400
# 指定dpi=200，圖片尺寸為 1200*800
# 指定dpi=300，圖片尺寸為 1800*1200
 
 
plt.rcParams['figure.figsize'] = (8.0, 4.0)    # 圖像顯示大小
plt.rcParams['image.interpolation'] = 'nearest' # 最近鄰差值: 像素為正方形
#Interpolation/resampling即插值，是一種圖像處理方法，它可以為數(shù)碼圖像增加或減少象素的數(shù)目。
 
plt.rcParams['image.cmap'] = 'gray' # 使用灰度輸出而不是彩色輸出
 
plt.axis('off')  #打印圖片的時(shí)候不顯示坐標(biāo)軸

from：http://m.fzitv.net/article/203481.htm

更詳細(xì)的配置參見：https://my.oschina.net/swuly302/blog/94805

2、matshow函數(shù)

這是一個(gè)繪制矩陣的函數(shù):matplotlib.pyplot.matshow(A, fignum=None, **kwargs)

A是繪制的矩陣，一個(gè)矩陣元素對應(yīng)一個(gè)圖像像素。

例如：plt.matshow(Mat,  cmap=plt.cm.gray)，cmap代表一種顏色映射方式。

實(shí)例：

plt.plot(A, "r-+", linewidth=2, label="train")
  plt.plot(B, "b-", linewidth=3, label="val")
  plt.legend(loc="upper right", fontsize=14)  # 設(shè)置位置
  plt.xlabel("Training set size", fontsize=14) # 標(biāo)簽
  plt.ylabel("RMSE", fontsize=14) 
plt.axis([0, 80, 0, 3])#表示要顯示圖形的范圍
plt.xticks(np.arange(0, 81, step=20))#設(shè)置刻度
plt.yticks(np.arange(0, 4, step=1))

Axes - Subplot - Axis 之間到底是個(gè)什么關(guān)系

用matplotlib.pyplot繪圖需要知道以下幾個(gè)概念：

• 畫圖板/畫布：這是一個(gè)基礎(chǔ)載體，類似實(shí)際的畫圖板，用pyplot.figure()函數(shù)創(chuàng)建，程序中允許創(chuàng)建多個(gè)畫圖板，具體操作的畫板遵循就近原則（操作是在最近一次調(diào)用的畫圖板上實(shí)現(xiàn)），缺省條件下內(nèi)部默認(rèn)調(diào)用pyplot.figure(1)。
• 圖形區(qū)/繪圖區(qū)：用來繪圖的實(shí)際區(qū)域，一般不直接獲取，直接設(shè)定方式為pyplot.axes([x, y, w, h])，即axes函數(shù)直接確定了該區(qū)域在畫圖板/畫布中的位置為x,y 尺寸為w,h
• 標(biāo)簽區(qū)：用來展示圖形相關(guān)標(biāo)簽的地方，一般不直接設(shè)定（未仔細(xì)研究過），該區(qū)域根據(jù)圖形區(qū)進(jìn)行擴(kuò)展，與該區(qū)域有關(guān)聯(lián)的函數(shù)是pyplot.xlabel()、pyplot.ylabel()、pyplot.title()等

fig = plt.figure() 
plt.show()
 
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)

用畫板和畫紙來做比喻的話，figure就好像是畫板，是畫紙的載體， 但是具體畫畫等操作是在畫紙上完成的。 在pyplot中，畫紙的概念對應(yīng)的就是Axes/Subplot。

對比:

figure (1) VS figure()
      figure()操作就是創(chuàng)建或者調(diào)用畫圖板，缺省情況下系統(tǒng)會(huì)創(chuàng)建figure(1)作為畫圖板。使用時(shí)遵循就近原則，所有畫圖操作是在最近一次調(diào)用的畫圖板上實(shí)現(xiàn)。

axes() VS subplot()
      pyplot.axes([x, y, w, h])是用來在畫圖板上確認(rèn)圖形區(qū)的位置和大小的函數(shù)，x,y表示圖形區(qū)左下角相對于畫圖板的坐標(biāo)，w,h表示圖形區(qū)的寬高。（缺省時(shí)該操作在figure(1)上操作）

      pyplot.subplot(abc)本質(zhì)也是用來確認(rèn)圖形區(qū)在畫圖板上位置大小的函數(shù)，區(qū)別是該函數(shù)將畫圖板按a行b列等分，然后逐行編號(hào)，并選擇編號(hào)為c的區(qū)域作為圖形區(qū)用來繪圖。這是一個(gè)axes()操作的高級(jí)封裝，方便用戶使用。subplot(233)表示2行3列的第3個(gè)位置（即，第1行第三個(gè)區(qū)域）

同時(shí)，pyplot.show()實(shí)際展示的區(qū)域是畫圖板上所有圖形區(qū)的最小包圍區(qū)，不是整個(gè)畫圖板，即如果僅僅調(diào)用了subplot(224)結(jié)果只展示右下角的4號(hào)區(qū)域，而不是1、2、3、4都展示，因此會(huì)存在一定的錯(cuò)覺。

axes() VS axis()
       axes([x, y, w, h])用來設(shè)定圖形區(qū);

       axis([x_left, x_right, y_bottom, y_top])是用來設(shè)置所繪制圖形的視窗大小的，表示直接展示的圖形是需要滿足參數(shù)中范圍的值，直觀表現(xiàn)是繪圖區(qū)實(shí)際展示的坐標(biāo)范圍。

注：axis作用的圖形區(qū)依舊遵守就近原則。

subplot() VS plot()
       subplot用來生成圖形區(qū);

       plot是實(shí)際使用的繪圖函數(shù)，類似的函數(shù)還有hist等，plot操作遵守就近原則，即作用在最近一次使用的圖形區(qū)上。

官網(wǎng)：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.html

到此這篇關(guān)于matplotlib常見函數(shù)之plt.rcParams、matshow的使用(坐標(biāo)軸設(shè)置)的文章就介紹到這了,更多相關(guān)matplotlib plt.rcParams、matshow內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論