前言
最近在完成一篇气象预报的论文,涉及到深度学习与气象绘图。我觉得还是有必要写一下我在这个过程中的一些经验总结,借此机会与各位同道交流。
一、基础命令
在我们使用深度学习时,肯定会用到绘图命令,绘制loss与val_loss等等,以此查看模型的效果。
plt.plot(x,y,lw=,ls=,c=, alpha=, label=)
x:x坐标的数据
y:y坐标的数据
lw:指定线条宽度
ls:指定线条样式,ls='-'为实线,ls='--'为虚断线,ls='-.'为点虚线,ls=':'为虚线
c:指定线条颜色,c='r'为红色,c='k'为黑色,c='y'为黄色
alpha:指定线条透明度,值越小越透明
label:指定线条的含义
代码示例:
#导入库import matplotlib.pyplot as pltimport numpy as np#设定画布。dpi越大图越清晰,绘图时间越久fig=plt.figure(figsize=(4, 4), dpi=300)#导入数据x=list(np.arange(1, 21))y=np.random.randn(20)#绘图命令plt.plot(x, y, lw=4, ls='-', c='b', alpha=0.1)plt.plot()#show出图形plt.show()#保存图片fig.savefig("画布")
绘图结果:
二、根据Excel数据绘图
在python中,有一个专门进行数据处理的库包叫做pandas
# 导包import pandas as pd# 读取excel文件pd.read_excel('文件所在路径')
提取excel中某一列数据:filename['列名'],返回值是一个列表。
取得excel中我们想要的数据后,下一步就是绘制:
...# 第一步绘制画布fig=plt.figure(figsize=(7, 4), dpi=200)# 第二步添加绘图区.# subplot命令是在画布上添加一个绘图区,括号里的内容转述为汉字为:“创建一个一行一列的绘图区(一行一列就只有一个绘图区),ax1是第一个绘图区,facecolor用来设置画布背景颜色,默认为白色ax1 = fig.add_subplot(111, facecolor='green')
如果要创建一个两行两列(或者其他维度)的子图区,分别为ax1,ax2,ax3,ax4:
ax1=fig.add_subplot(221)ax2=fig.add_subplot(222)ax3=fig.add_subplot(223)ax4=fig.add_subplot(224)
效果如下:
三、合并一幅图的x(或y)坐标轴以及添加图例legend()
实现上图的效果,重点在于ax2=ax1.twinx() ,ax2和ax1共用x轴,但是ax1使用左侧y轴,ax2使用右侧y轴:
fig=plt.figure(figsize=(7,4),dpi=200) # 新建画布ax1=fig.add_subplot(111) # 设置绘图区line1,=ax1.plot(times,temps,'r:',lw=1,label='气温') # 创建折线bar1 =ax1.bar(times,rains,color='b',label='降水量') # 创建条状ax2=ax1.twinx()# 设置共用x轴line2,=ax2.plot(times,pressures,'k-',lw=1.2,label='气压')# legend用来设置图例,还可以添加参数ncol='',该参数用来设置图例的列数,用于对齐plt.legend((line1,bar1,line2),('气温','降水量','气压'),loc='center left',frameon=False,framealpha=0.5) ax1.set_xlabel('时间 \ h') # 设置x轴ax1.set_ylabel('气温(℃)\降水量(mm)') # 设置左侧y轴ax2.set_ylabel('气压(hPa)') # 设置右侧y轴plt.title("----") # 设置图的名称plt.show()
四、调节字体样式
通过字典的方式调节,在字典中存储需要修改的的参数名称和指定值大小,还可以存放更多参数:
font={'size':30,'color':'red'}ax.set_xlabel('--',fontdict=font)ax.set_ylabel('--',fontdict=font)
五、绘制网格线
ax.grid() # 开启x和y轴的网格ax.grid(ls='--') # 开启x和y轴的虚线网格ax.grid(True,axis='x') # 开启x轴的网格ax.grid(True,axis='y') # 开启y轴的网格
六、合并两幅图的坐标轴
按照以下方式设置画布:
fig,((ax1),(ax2))=plt.subplots(2,1,figsize=(5,5),dpi=200,sharex='all')fig.subplots_adjust(hspace=0)
七、不常用的函数
1.ax.set_ylim()、ax.set_xlim()
在共享x(y)轴时,两边y(x)轴的零刻度是不一致的,xlim和ylim用来设置坐标轴的范围。
2.set_minor_locator()、set_major_locator()
set_minor_locator用来在主刻度的基础上设置或修改副刻度的大小,set_major_locator用来修改主刻度的单位显示。使用前,必须引入库包:
import matplotlib.ticker as ticker
举例说明:
(1)此处设定副刻度为0.1个单位。
ax1.yaxis.set_minor_locator(ticker.MultipleLocator(0.1))
(2) 将右侧主刻度设置为每10个单位显示。
ax2.yaxis.set_major_locator(ticker.MultipleLocator(10))
来源地址:https://blog.csdn.net/linxi4165/article/details/126086680