简单常用的matplotlib的画图脚本_python 绘图脚本

平时经常用到一个image上面附着一些点或者矩形的操作，以及中英文文字的转换，这里做一个简单的总结。

使用的环境是Python3 + jupyter notebook + matplotlib.pyplot

中文环境设置

如果平台没有中文环境，先下载一下

wget http://d.xiazaiziti.com/en_fonts/fonts/s/SimHei.ttf

把它放在python放置字体的环境下（获取随便放哪里都可以）

然后jupyter使用的时候在头部加入字体配置， 

from matplotlib.font_manager import FontProperties
SimHei = FontProperties(fname='/home/wyw/anaconda3/lib/python3.7/site-packages/matplotlib/mpl-data/fonts/ttf/SimHei.ttf')
 

使用的时候也要加入一个设置，例如， 

plt.legend(fontsize=8, prop=SimHei)

plt.ylabel(u'时间（秒）', fontsize=10, fontproperties=SimHei)

Image底图

1 使用均值和方差来控制画图的scale

2 在新建图像的时候设定dpi，图像就不会看起来有alias

3 设置extent修改轴的刻度值

4  设置set_aspect改变横轴和纵轴的比例

5 最后返回ax方便后续在此图上增加plot

import matplotlib.pyplot as plt
import matplotlib.colors as pcl
 
def plot_shot(OUT=None, scale=0.1):
 
    sc1 = OUT.mean() - scale*OUT.std()
    sc2 = OUT.mean() + scale*OUT.std()
    cN = pcl.Normalize(vmin=sc1, vmax=sc2)
    
    fig, ax = plt.subplots(figsize=(6,3), dpi=120)
    # im = ax.imshow(OUT, aspect=16/400, cmap='seismic', norm=cN, interpolation='nearest')
    # im = ax.imshow(OUT, cmap='seismic', norm=cN, interpolation='bicubic', extent=[0,126,3,0])
    im = ax.imshow(OUT, cmap='gray', norm=cN, interpolation='bicubic', extent=[0,126,3,0])
    ax.set_aspect(20)
 
#     plt.colorbar(im, shrink=0.3, orientation='horizontal')
#     plt.axis('off')
    return ax

附加plot点

1 引入上一个image的ax以在此基础上加入新的点

2 轴和轴比aspect设置为相同的

3 配置一下正确的x轴的坐标值

def spplot(ax=None, ref_bb=None, cal_bb=None, pre_bb=None, pre_bbo=None, auto_bb=None, ishh=None, ich=None):
    # 模型效果可视化
    if ax is None:
        fig, ax = plt.subplots(figsize=(6,3), dpi=300)
    if ref_bb is not None:
        ax.plot( ref_bb, 'ko', markersize=2, label=u'手动拾取')  
    
    if cal_bb is not None:
        ax.plot( cal_bb, 'y1', markersize=3, label=u'走时计算法')  
 
    if auto_bb is not None:
        ax.plot( auto_bb, 'b.', markersize=2, label=u'最大振幅法') 
 
    ax.plot( pre_bb, 'rx', markersize=2, label=u'PSnet预测法-K57')  
 
    if pre_bbo is not None:
        ax.plot( pre_bbo, 'gx', markersize=2, label=u'PSnet预测法-K7')  
    
 
    # 标题
#     plt.title('Shot ID ' + str(ishh) ) 
    plt.title(u'炮集编号 ' + str(ishh), fontsize=10, fontproperties=SimHei)#, fontproperties=font_set)  # 标题
    # 图例
#     plt.legend(loc='upper right', fontsize=8)
    plt.legend(fontsize=8, prop=SimHei)#, fontproperties=SimHei)  # 图例位置
 
    # y轴
#     plt.ylabel('Time (s)') 
    plt.ylabel(u'时间（秒）', fontsize=10, fontproperties=SimHei) # y轴标题
    plt.gca().invert_yaxis()
    plt.ylim([3, 0])
 
    # x轴
    nx = 126; step_x = 20;
    x = np.arange(500,126*20+500,20) 
    x_positions = np.arange(0, nx, step_x) # pixel count at label position
    x_labels = x[::step_x] # labels you want to see
    plt.xticks(x_positions, x_labels)
 
#     plt.xlabel('Depth (m)')
    plt.xlabel(u'深度（米）', fontsize=10, fontproperties=SimHei) # x轴标题
    
    # 轴比
    ax.set_aspect(20)
 
    return ax

附加plot框

一般都是后期ppt加入，但是为了实现全部自动化，可以用matplotlib里面的patches

import matplotlib.patches as patches
def insert_box(ax=None, left_x=0, left_y=0, nx=10, ny=10 ):
    if ax is None:
        fig, ax = plt.subplots(figsize=(6,3), dpi=300)
    
    rect = patches.Rectangle((left_x, left_y),
                 nx,
                 ny,
                 linewidth=1,
                 edgecolor='red',
                 fill = False)
    ax.add_patch(rect)
#     plt.show()
    return ax