1.繪制子圖的方式
- pyplot中函數subplot
- Figure類中的函數add_subplot
- pyplot中函數subplots
fig, ax = plt.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False,
squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)
功能：繪制多個子圖，可以一次生成多個
參數：nrows和ncols：整數，表示子圖的行數和列數。
sharex和sharey：布爾值或字符串，表示是否共享x軸或y軸的屬性。 可選值有True、False、'row'和'col'。
squeeze：布爾值，默認為True。當子圖只有一個時，返回一個Axes對象
而不是一個數組。False時返回一個二維數組
width_ratios：列寬比例的序列，用于調整各列的寬度比
height_ratios：行高比例的序列，用于調整各行的高度比
subplot_kw：字典類型，可選參數。把字典的關鍵字傳遞給add_subplot()
來創建每個子圖。
gridspec_kw：字典類型，可選參數。把字典的關鍵字傳遞給GridSpec構造函數
創建子圖放在網格里（grid）。**fig_kw：把所有詳細的關鍵字參數傳給figure()函數。
返回值：fig：這是整個圖形的對象，可以對其進行全局設置，如標題、大小等。
axes：這是一個數組，包含所有的子圖。數組的形狀由nrows和ncols決定。
例如，如果 nrows=2 和 ncols=3，則 axes 將是一個 2x3 的數組，每個元素都是一個
子圖對象。
# 繪制子圖，返回值包含Figure對象和Axes對象，Axes對象是一個數組，可以通過下標進行訪問子圖
fig, ax = plt.subplots(2, 2)ax[0, 0].plot([2,3], [4,5])
ax[0, 1].plot([1,1], [2,1])fig.suptitle('sub')plt.show()
2.pyplot中常用函數
gcf
功能：獲取當前窗口的Figure對象，如果沒有活動的圖形，這個函數將創建一個新的圖形，并將其作為當前活動的圖形。通過此函數獲取了當前圖形的Figure對象后，可以調用Figure類中的相關操作
gca
功能：獲取獲取當前圖形中的Axes對象
x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
plt.plot(x, y, label='sin')
# 獲取Figure對象
fig = plt.gcf()
fig.suptitle('sin')
# 獲取Axes對象
ax = plt.gca()
ax.set_xlabel('x')plt.show()
savefig
matplotlib.pyplot 模塊中的 savefig 函數用于將當前圖形保存到文件中。
plt.savefig(*args, **kwargs)
參數：
????????fname：字符串或類似文件的對象，指定保存文件的路徑或文件名。可以是相對路徑或絕對路徑。如果文件擴展名缺失，將使用默認格式（通常是 PNG）。
????????dpi：可選，指定保存圖像的dpi（每英寸點數）。默認值是figure.dpi。
????????format：可選，指定文件格式（如 'png', 'pdf', 'svg', 'ps', 'eps', ...）。如果省略，將使用文件擴展名推斷格式。
????????bbox_inches：可選，指定裁剪框，可以是 'tight'、'standard' 或一個 Bbox 對象。默認為 'standard'。
????????????????tight:保存的圖形文件中不會有不必要的空白邊緣，使得圖形更加緊湊和整潔
????????pad_inches：可選，指定邊框填充量（以英寸為單位）。默認為 0.1。
????????facecolor：可選，指定圖像的背景顏色。默認為 'w'（白色）。
????????edgecolor：可選，指定圖像邊框的顏色。默認為 'w'（白色）。
????????orientation：可選，指定頁面方向（'portrait' 或 'landscape'），僅對保存為 PDF 文件時有效。
????????papertype：可選，指定紙張類型（如 'a4', 'letter'），僅對保存為 PDF 文件時有效。
????????format_kwargs：可選，其他與格式相關的關鍵字參數。
????????metadata：可選，指定要寫入文件的元數據。
????????pil_kwargs 和 pdf_kwargs：可選，特定于 PIL 或 PDF 格式的參數。
x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
plt.plot(x, y, label='sin')y = np.cos(x)
plt.plot(x, y, label='cos')
# 隱藏坐標軸
plt.axis('off')
# 保存圖片
plt.savefig('./sin.png')
imsave
用于將圖像數據保存到磁盤上的函數
matplotlib.pyplot.imsave(fname, arr, **kwargs)
參數：fname：保存圖像的文件名，可以是相對路徑或絕對路徑。
????????arr：表示圖像的NumPy數組。
????????kwargs：可選參數，用于指定保存的圖像格式以及圖像質量等參數。
imsave和savefig區別：
????????savefig可以將繪制的圖像保存成文件，包含坐標、標題、圖例等
????????imsave是將二維或三維數據保存成圖像文件，不含坐標等，它沒法直接保存plot等繪制的圖像
arr = np.array([[1,2,3,1], [2,3,1,2]])
# 繪制二維或三維數據圖像,通過cmap進行顏色映射
plt.imshow(arr, cmap='gray')
plt.imsave('./test.png', arr)
plt.show()
imshow
????????imshow() 函數是 Matplotlib.pyplot 庫中的一個函數，它常用于繪制二維的灰度圖像或彩色圖像，也可以用于繪制矩陣、熱力圖、地圖等。
imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, *, data=None, **kwargs)
參數：X：圖像數據。這通常是一個二維數組（灰度圖像）或一個三維數組（彩色圖像，其中第三維是顏色通道）。對于二維數組，可以使用 cmap 參數來指定顏色映射
????????cmap：顏色映射。用于控制圖像中不同數值所對應的顏色。默認顏色是'viridis'，也可以設置其他顏色，如`gray`、`hot`、`jet`、'binary'等
????????norm：用于將數據值標準化到 [0, 1] 區間。以便與顏色映射一起使用。如果為 None，則數據將直接用于顏色映射。
????????aspect：控制圖像寬高比,'auto'（默認，根據數據形狀自動調整）、'equal'（使像素為正方形）或數字（指定寬高比）
????????interpolation：插值方法。用于控制圖像的平滑程度和細節程度。可以選擇`nearest`、`bilinear`、`bicubic`等插值方法。
????????alpha：圖像透明度。取值范圍為0~1。
????????origin：坐標軸原點的位置。可以設置為`upper`或`lower`。
????????extent：控制顯示的數據范圍。可以設置為`[xmin, xmax, ymin, ymax]`。
????????vmin、vmax：控制顏色映射的值域范圍。
? ? ? ?filternorm 和 filterrad：用于圖像濾波的對象。可以設置為`None`、`antigrain`、`freetype`等。
????????imlim： 用于指定圖像顯示范圍。
????????resample：用于指定圖像重采樣方式。
????????url：用于指定圖像鏈接。
plt.colorbar()
功能：顯示顏色柱
imread
????????imread() 方法是 Matplotlib 庫中的一個函數，用于從圖像文件中讀取圖像數據。
imread() 方法返回一個 numpy.ndarray 對象，其形狀是 (nrows, ncols, nchannels)，表示讀取的圖像的行數、列數和通道數：
- 如果圖像是灰度圖像，則 nchannels 為 1。
- 如果是彩色圖像，則 nchannels 為 3 或 4，分別表示紅、綠、藍三個顏色通道和一個 alpha 通道；為3時表示紅綠藍，為4時表示紅綠藍、透明度。
matplotlib.pyplot.imread(fname, format=None)
參數：fname：指定了要讀取的圖像文件的文件名或文件路徑，可以是相對路徑或絕對路徑。
????????format：參數指定了圖像文件的格式，如果不指定，則默認根據文件后綴名來自動識別格式。
返回值：numpy.ndarray 對象
arr = plt.imread('map.png')
plt.imshow(arr)
plt.show()
close
plt.close(fig=None)
功能：該函數用于關閉一個或多個打開的圖形窗口，釋放資源
參數：fig：指定要關閉的圖形，可以是Figure對象，也可以是圖形對應的整數
????????all：關閉所有圖形，如果參數省略，關閉當前圖像
Line2D? 類函數
????????plt.plot函數的返回值表示包含一個或多個 Line2D 對象（有多條線時會返回多個Line2D對象）
????????Line2D 是 Matplotlib 中用于表示二維線條的類。通過返回 Line2D 對象，你可以訪問和修改線條的各種屬性，例如顏色、線型、標簽等。這使得 plt.plot() 不僅僅是繪制圖形，還可以讓你對繪制的線條進行進一步的定制。
get_label
????????該方法用于獲取圖像的標簽（參數中指定的label值）。這個方法通常用于獲取已經設置好的標簽，以便于后續的檢查或修改.
set_data
????????該函數功能為用于動態更新線條的 x 和 y 數據。主要在需要實時更新圖形（例如動畫）的場景中。
Line2D.set_data(xdata, ydata)????????調用該方法后，圖形會根據新的數據重新繪制。它不會自動刷新圖形，但可以與 plt.draw() 或 plt.pause() 等方法結合使用，以實現動態更新的效果。
pause
用于在繪圖時暫停程序執行，并在指定的時間間隔后繼續執行。它常用于動態更新圖形或創建簡單的動畫效果。
函數的作用：
- 暫停程序：plt.pause(interval) 會暫停程序的執行，暫停的時間由參數 interval（單位為秒）決定。
- 刷新圖形窗口：在暫停期間，plt.pause() 會強制刷新圖形窗口，顯示最新的圖形內容。這使得它特別適合用于動態更新圖形的場景。
函數原型：
pyplot.pause(interval)
參數：interval：時間，秒
x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
ld, = plt.plot(x, y, label='sin')# 獲取圖像中label數據
# ret = ld.get_label()
# print(ret)y = np.cos(x)
# 根據指定的時間暫停程序
plt.pause(5)
# 修改原圖像的數據
ld.set_data(x, y)plt.show()
3.繪制子圖網格
????????使用模塊gridspec中的函數GridSpec繪制
????????在 Matplotlib 中，GridSpec 對象提供了一種靈活的方式來創建子圖網格（subplots grid），允許子圖跨越多個行和列，以及具有不均勻的行高和列寬。
from matplotlib.gridspec import GridSpec
GridSpec(nrows, ncols, figure=None, left=None, right=None, bottom=None, top=None, wspace=None, hspace=None, width_ratios=None, height_ratios=None, w_pad=None, h_pad=None)
參數：nrows: int子圖網格的行數。
????????ncols: int子圖網格的列數。
????????figure: matplotlib.figure.Figure,
???????????????????optional,
???????????????????default: None
???????????????????指定的圖形對象。如果未提供，則默認創建一個新的圖形對象。
????????left: float, optional, default: None子圖網格左側的相對位置（0 到 1 的比例）。如果未指定，則使用默認的左邊界。
????????right: float, optional, default: None子圖網格右側的相對位置（0 到 1 的比例）。如果未指定，則使用默認的右邊界。
????????bottom: float, optional, default: None子圖網格底部的相對位置（0 到 1 的比例）。如果未指定，則使用默認的底邊界。
????????top: float, optional, default: None子圖網格頂部的相對位置（0 到 1 的比例）。如果未指定，則使用默認的頂邊界。
????????wspace: float or None, optional, default: None子圖之間的水平間距（以英寸為單位）或作為子圖寬度的比例。如果未指定，則使用默認的間距。
????????hspace: float or None, optional, default: None子圖之間的垂直間距（以英寸為單位）或作為子圖高度的比例。如果未指定，則使用默認的間距。
????????width_ratios: list of floats, optional, default: None
指定每一列的寬度比例。如果指定，則 ncols 必須與列表長度匹配。
????????height_ratios: list of floats, optional, default: None
指定每一行的高度比例。如果指定，則 nrows 必須與列表長度匹配。
????????w_pad: float, optional, default: None子圖之間的水平填充（以英寸為單位）。如果未指定，則使用默認的填充。
????????h_pad: float, optional, default: None子圖之間的垂直填充（以英寸為單位）。如果未指定，則使用默認的填充。
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.gridspec import GridSpec
# import matplotlib.gridspec as gs
fig = plt.figure()# 添加子圖網格
gs = GridSpec(2, 3)
# 在第一行添加三個子圖
fig.add_subplot(gs[0, 0])
fig.add_subplot(gs[0, 1])
fig.add_subplot(gs[0, 2])
# 在第二行添加一個子圖
fig.add_subplot(gs[1, :])plt.show()
