日志

matplotlib学习（二）--figure函数

已有 501 次阅读2018-5-2 17:23 |个人分类:编程技能--Python

参考：

https://blog.csdn.net/zjyklwg/article/details/79477261

1.导入绘图库

import numpy as np

import matplotlib.pyplot as plt

2.创建figure

plt.figure (num, figsize, dpi, facecolor, edgecolor, frameon, figureclass ,clear, **kwargs)

创建多幅图片，注意显示调用close关闭不用的图片，pylab释放内存。

参数说明：

num：int（标号）或是string型（figure名称，直接作为figure标题），可选，缺省值：none

figsize：int元组，以英寸为单位（1 inch=2.54cm），可选，缺省值：none

dpi：图形分辨率，缺省值为rc figure.dpi

frameon：布尔值，true绘制边框，false不绘制边框，可选，默认：true

figureclass：？？

clear：布尔值，重建figure实例，可选，默认：false

facecolor：画布颜色

edgecolor：边框颜色

3. 显示绘图

plt.show()

plt.close()

4.建立多幅图片，如何切换设置图片及对应坐标属性

eg.

import numpy as np
import matplotlib.pyplot as plt
fig1 = plt.figure(num='fig1',figsize=(6,3),dpi=75,facecolor='#666666',edgecolor='#0000FF')
fig2 = plt.figure(num='fig2',figsize=(6,3),dpi=75,facecolor='#FFFFFF',edgecolor='#FF0000')
plt.xlim(0,20)
plt.ylim(0,10)
plt.figure(num='fig1')
plt.xlim(0,20)
plt.ylim(0,10)
plt.show()
plt.close()

注：matplotlib下的pyplot和pylab的关系

https://www.cnblogs.com/Shoesy/p/6673947.html

pylab结合了pyplot和numpy，对交互式使用来说比较方便，既可以画图又可以进行简单的计算