Hướng dẫn how do i save multiple plots in python? - làm cách nào để lưu nhiều ô trong python?

Tại sao tôi có rất nhiều ve, và/hoặc tại sao chúng không đúng thứ tự?#

Một nguyên nhân phổ biến cho hành vi đánh dấu không mong muốn là truyền một danh sách các chuỗi thay vì các số hoặc đối tượng DateTime. Điều này có thể dễ dàng xảy ra mà không cần thông báo khi đọc trong một tệp văn bản được phân phối bằng dấu phẩy. Matplotlib coi danh sách các chuỗi là các biến phân loại (vẽ các biến phân loại) và theo mặc định đặt một dấu hiệu cho mỗi loại và vẽ chúng theo thứ tự chúng được cung cấp.Plotting categorical variables), and by default puts one tick per category, and plots them in the order in which they are supplied.

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

(Mã nguồn, PNG)

Giải pháp là chuyển đổi danh sách các chuỗi thành các số hoặc đối tượng DateTime (thường là

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

Để biết thêm thông tin, xem sửa chữa quá nhiều ve.Fixing too many ticks.

Xác định mức độ của các nghệ sĩ trong hình#

Đôi khi chúng ta muốn biết mức độ của một nghệ sĩ. Các đối tượng matplotlib

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

Kiểm tra xem một con số trống chưa#

Trống rỗng thực sự có thể có nghĩa là những điều khác nhau. Con số có chứa bất kỳ nghệ sĩ nào không? Liệu một con số có trống

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

Với mục đích ở đây, chúng tôi định nghĩa trống rỗng là: "Hình không chứa bất kỳ nghệ sĩ nào ngoại trừ đó là bản vá nền." Ngoại lệ cho nền là cần thiết, bởi vì theo mặc định, mỗi hình đều chứa

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

def is_empty(figure):
    """
    Return whether the figure contains no Artists (other than the default
    background patch).
    """
    contained_artists = figure.get_children()
    return len(contained_artists) <= 1

Chúng tôi đã quyết định không bao gồm điều này như một phương thức hình vì đây chỉ là một cách xác định trống và kiểm tra trên chỉ là hiếm khi cần thiết. Thông thường người dùng hoặc chương trình xử lý con số biết nếu họ đã thêm một cái gì đó vào hình.

Kiểm tra xem một con số sẽ khiến trống có thể được kiểm tra một cách đáng tin cậy ngoại trừ bằng cách thực sự kết xuất hình và điều tra kết quả được hiển thị.

Tìm tất cả các đối tượng trong hình của một loại# nhất định

Mỗi nghệ sĩ matplotlib (xem hướng dẫn nghệ sĩ) đều có một phương pháp gọi là

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

def myfunc(x):
    return hasattr(x, 'set_color')

for o in fig.findobj(myfunc):
    o.set_color('blue')

Bạn cũng có thể lọc trên các phiên bản lớp:

import matplotlib.text as text
for o in fig.findobj(text.Text):
    o.set_fontstyle('italic')

Ngăn chặn Ticklabels có một Offset#

Các định dạng mặc định sẽ sử dụng một phần bù để giảm độ dài của các ticklabels. Để tắt tính năng này trên cơ sở trên mỗi trục:

ax.get_xaxis().get_major_formatter().set_useOffset(False)

Đặt

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

Lưu số liệu trong suốt#

Lệnh

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

Nếu bạn cần điều khiển hạt mịn hơn, ví dụ: bạn không muốn độ trong suốt đầy đủ hoặc bạn cũng muốn ảnh hưởng đến phiên bản hiển thị màn hình, bạn có thể đặt các thuộc tính alpha trực tiếp. Hình có một thể hiện

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

fig = plt.figure()
fig.patch.set_alpha(0.5)
ax = fig.add_subplot(111)
ax.patch.set_alpha(0.5)

Nếu bạn cần tất cả các yếu tố hình trong suốt, hiện tại không có cài đặt alpha toàn cầu, nhưng bạn có thể đặt kênh alpha trên các yếu tố riêng lẻ, ví dụ:

ax.plot(x, y, alpha=0.5)
ax.set_xlabel('volts', alpha=0.5)

Lưu nhiều sơ đồ vào một tệp pdf#

Nhiều định dạng tệp hình ảnh chỉ có thể có một hình ảnh cho mỗi tệp, nhưng một số định dạng hỗ trợ các tệp nhiều trang. Hiện tại, Matplotlib chỉ cung cấp đầu ra nhiều trang cho các tệp PDF, sử dụng các phụ trợ PDF hoặc PGF, thông qua các lớp

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))

ax[0].set_title('Ticks seem out of order / misplaced')
x = ['5', '20', '1', '9']  # strings
y = [5, 20, 1, 9]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)

ax[1].set_title('Many ticks')
x = [str(xx) for xx in np.arange(100)]  # strings
y = np.arange(100)
ax[1].plot(x, y)
ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)

Nhường chỗ cho nhãn đánh dấu#

Theo mặc định, matplotlib sử dụng tỷ lệ phần trăm cố định xung quanh các ô con. Điều này có thể dẫn đến các nhãn chồng chéo hoặc bị cắt ở ranh giới hình. Có nhiều cách để khắc phục điều này:

• Thích ứng thủ công các tham số Subplot bằng cách sử dụng

  import matplotlib.pyplot as plt
  import numpy as np
  
  fig, ax = plt.subplots(1, 2, constrained_layout=True, figsize=(6, 2))
  
  ax[0].set_title('Ticks seem out of order / misplaced')
  x = ['5', '20', '1', '9']  # strings
  y = [5, 20, 1, 9]
  ax[0].plot(x, y, 'd')
  ax[0].tick_params(axis='x', labelcolor='red', labelsize=14)
  
  ax[1].set_title('Many ticks')
  x = [str(xx) for xx in np.arange(100)]  # strings
  y = np.arange(100)
  ax[1].plot(x, y)
  ax[1].tick_params(axis='x', labelcolor='red', labelsize=14)
  

  9 /

  def is_empty(figure):
      """
      Return whether the figure contains no Artists (other than the default
      background patch).
      """
      contained_artists = figure.get_children()
      return len(contained_artists) <= 1
  

  0.

• Sử dụng một trong các cơ chế bố cục tự động:

  • Bố cục bị ràng buộc (Hướng dẫn bố cục bị ràng buộc)Constrained Layout Guide)

  • Bố cục chặt chẽ (Hướng dẫn bố trí chặt chẽ)Tight Layout guide)

• Tính toán các giá trị tốt từ kích thước của các yếu tố cốt truyện bản thân (điều chỉnh Subplot kiểm soát theo chương trình)Programmatically controlling subplot adjustment)

Căn chỉnh các ylabel của tôi trên nhiều ô con#

Nếu bạn có nhiều ô con trên nhau và dữ liệu y có các thang đo khác nhau, bạn thường có thể nhận được các nhãn ylabel không liên kết theo chiều dọc trên nhiều ô con, có thể không hấp dẫn. Theo mặc định, matplotlib định vị vị trí x của ylabel để nó không chồng chéo bất kỳ loại nào. Bạn có thể ghi đè hành vi mặc định này bằng cách chỉ định tọa độ của nhãn. Ví dụ dưới đây cho thấy hành vi mặc định trong các ô con bên trái và cài đặt thủ công trong các ô con bên phải.

Kiểm soát thứ tự vẽ của các yếu tố cốt truyện#

Thứ tự vẽ của các yếu tố cốt truyện, và do đó các yếu tố nào sẽ ở trên cùng, được xác định bởi thuộc tính

def is_empty(figure):
    """
    Return whether the figure contains no Artists (other than the default
    background patch).
    """
    contained_artists = figure.get_children()
    return len(contained_artists) <= 1

Làm cho tỷ lệ khung hình cho các lô bằng#

Thuộc tính trục

def is_empty(figure):
    """
    Return whether the figure contains no Artists (other than the default
    background patch).
    """
    contained_artists = figure.get_children()
    return len(contained_artists) <= 1

ax = fig.add_subplot(111, aspect='equal')

Xem tỷ lệ khung hình trục bằng nhau cho một ví dụ hoàn chỉnh.Equal axis aspect ratio for a complete example.

Vẽ tỷ lệ nhiều trục y#

Một yêu cầu thường xuyên là có hai thang đo cho trục y trái và phải, có thể sử dụng

def is_empty(figure):
    """
    Return whether the figure contains no Artists (other than the default
    background patch).
    """
    contained_artists = figure.get_children()
    return len(contained_artists) <= 1

Cách tiếp cận sử dụng

def is_empty(figure):
    """
    Return whether the figure contains no Artists (other than the default
    background patch).
    """
    contained_artists = figure.get_children()
    return len(contained_artists) <= 1

def is_empty(figure):
    """
    Return whether the figure contains no Artists (other than the default
    background patch).
    """
    contained_artists = figure.get_children()
    return len(contained_artists) <= 1

(Mã nguồn, PNG)

Xem sơ đồ với các thang đo khác nhau cho một ví dụ hoàn chỉnh.Plots with different scales for a complete example.

Tạo hình ảnh mà không có cửa sổ xuất hiện#

Đơn giản chỉ cần gọi

def is_empty(figure):
    """
    Return whether the figure contains no Artists (other than the default
    background patch).
    """
    contained_artists = figure.get_children()
    return len(contained_artists) <= 1

from os import path
data = numpy.array(Data_EMG)                 # convert complete dataset into numpy-array
x = pylab.linspace(EMG_start, EMG_stop, Amount_samples) # doesn´t change in loop anyway

outpath = "path/of/your/folder/"

fig, ax = plt.subplots()        # generate figure with axes
image, = ax.plot(x,data[0])     # initialize plot
ax.xlabel('Time(ms)')
ax.ylabel('EMG voltage(microV)')
plt.draw()
fig.savefig(path.join(outpath,"dataname_0.png")

for i in range(1, len(data)):
    image.set_data(x,data[i])
    plt.draw()
    fig.savefig(path.join(outpath,"dataname_{0}.png".format(i))

Làm việc với các chủ đề#

Matplotlib không an toàn cho chủ đề: trên thực tế, có những điều kiện chủng tộc được biết đến ảnh hưởng đến một số nghệ sĩ. Do đó, nếu bạn làm việc với các chủ đề, bạn có trách nhiệm thiết lập các khóa thích hợp để tuần tự hóa quyền truy cập vào các nghệ sĩ matplotlib.

Bạn có thể làm việc trên các số liệu riêng biệt từ các chủ đề riêng biệt. Tuy nhiên, trong trường hợp đó, bạn phải sử dụng một phụ trợ không tương tác (thường là AGG), vì hầu hết các phụ trợ GUI cũng yêu cầu được chạy từ luồng chính.