本文为目标导向,目标就是利用Matplotlib绘制类似于下图的多子图、图例位于坐标轴外且格式为矢量图的论文插图。
利用Matplotlib库绘图的推荐路线:
首先根据需求搜索所需函数;
之后直接根据函数名搜索官方网站的函数解释,英文原文的解释非常全面,也不会造成误解,中文文章都是二次加工,且不够全面,很容易造成使用时的偏差。
一、明确几个概念:
首先import matplotlib.pyplot as plt
例如使用命令figure, ax = plt.subplots(2, 2),其中:
命令中所得到的figure为画布,一个画布上可以有多张子图
所得到的ax为子图
2, 2表示行和列上分别有几个子图(axes)
二、绘图流程
该图片出处为matplotlib.pyplot的使用总结大全(入门加进阶) - 知乎
三、plt和ax的区别
首先明确,plt是在import matplotlib.pyplot as plt时为pyplot创建的别名;ax是在figure, ax = plt.subplots(2, 2)时为subplots函数所返回的axes对象创建的别名。借用一、里面的图,plt其实是对整个画布对象进行操作,而ax实际上是对子图对象进行操作。因此如果要绘制有多子图的图片,更建议使用ax来进行绘图,因为更加灵活。
四、绘图
1、设置整体框架,添加所需元素
(1)创建画布、设置画布名称
fig = plt.figure() # 1、创建画布对象并添加画布名称
fig.suptitle('P-R Curve')
(2)多子图的创建、选取
核心点在于选定好子图的对应位置,之后就可利用plot方法画折线图、scatter方法画散点图、pie方法画饼图、bar方法画条形图等。
选定子图对应位置的方法有以下三种:
1、如一中提到的,利用figure, axes = plt.subplots(2, 2)命令,之后axes即为一个保存了四个子图的变量,利用axes[0][0]访问左上子图、axes[0][1]访问右上子图、axes[1][0]访问左下子图、axes[1][1]访问右下子图;
2、利用figure的add_subplot方法来选定子图。此种方法首先要用figure=plt.figure()创建画布对象;之后用所创建的画布对象的内置方法add_subplot得到子图的实例对象,如
ax1=fig.add_subplot(221)
代表ax1是为2*2画布上左上角的子图对象,之后利用ax1.plot()等方法进行绘图;
3、直接利用plt.subplot选定画布上的子图位置,用法为plt.subplot(221),221表示2*2画布上的第一个子图也就是左上子图,之后直接plt.plot()等方法绘图即可。
2、设置图中各元素的所需属性
可以通过创建后缀为.mplstyle的自定义风格文件利用rcParams来设置各元素的属性,具体见
Customizing Matplotlib with style sheets and rcParams — Matplotlib 3.7.1 documentation
需要哪些属性可以在上述链接的官方默认配置文档中查找
3、主标题和子标题的设定
设置主标题:使用画布对象并调用其suptitle()函数
设置子标题:使用子图对象并调用其set_title()函数
4、设置坐标轴标签
若绘制只有一个子图的图片,可以直接使用plt.xlabel或plt.ylabel进行坐标轴标签的设置
若绘制多子图图片,在选定了子图对象之后,调用其set_xlabel或set_ylabel函数即可设置其坐标轴标签
5、图例位置的设置
可以参考matplotlib.pyplot.axes和add_axes这两个函数
6、保存图像
命令:plt.savefig(保存的文件名,dpi值),其中dpi代表the resolution in dots per inch(每英寸点的分辨率),通常普通图片dpi值设置为300,折线图设置为600(最好1000),
如果保存tiff格式的时候图片文件太大,可以在savefig函数里添加参数
pil_kwargs={"compression": "tiff_lzw"}
PS:savefig命令要放到plt.show()命令之前,否则将保存空白图
7、科研图常用配色
我的常用配色
color_set = ['turquoise', 'lightpink', 'gold', 'tomato', 'limegreen', 'xkcd:lilac', 'royalblue', 'brown', 'red']
8、解决Linux下matplotlib找不到times new roman 或 simhei字体的问题
结合以下两个链接可以解决