一、基礎命令 在我們使用深度學習時，肯定會用到繪圖命令，繪製loss與val_loss等等，以此查看模型的效果。 plt.plot(x,y,lw=,ls=，c=, alpha=, label=) x：x坐標的數據 y：y坐標的數據 lw：指定線條寬度 ls：指定線條樣式，ls='-'為實線，ls=' ...
一、基礎命令
在我們使用深度學習時，肯定會用到繪圖命令，繪製loss與val_loss等等，以此查看模型的效果。
plt.plot(x,y,lw=,ls=，c=, alpha=, label=)
x：x坐標的數據
y：y坐標的數據
lw：指定線條寬度
ls：指定線條樣式，ls='-'為實線，ls='--'為虛斷線，ls='-.'為點虛線，ls=':'為虛線
c：指定線條顏色，c='r'為紅色，c='k'為黑色，c='y'為黃色
alpha：指定線條透明度，值越小越透明
label：指定線條的含義
代碼示例：
#導入庫 import matplotlib.pyplot as plt import numpy as np #設定畫布。dpi越大圖越清晰，繪圖時間越久 fig=plt.figure(figsize=(4, 4), dpi=300) #導入數據 x=list(np.arange(1, 21)) y=np.random.randn(20) #繪圖命令 plt.plot(x, y, lw=4, ls='-', c='b', alpha=0.1) plt.plot() #show出圖形 plt.show() #保存圖片 fig.savefig("畫布")
繪圖結果：
二、根據Excel數據繪圖
在python中，有一個專門進行數據處理的庫包叫做pandas
1 # 導包 2 import pandas as pd 3 # 讀取excel文件 4 pd.read_excel('文件所在路徑')
提取excel中某一列數據：filename['列名']，返回值是一個列表。
取得excel中我們想要的數據後，下一步就是繪製：
1 ... 2 # 第一步繪製畫布 3 fig=plt.figure(figsize=(7, 4), dpi=200) 4 # 第二步添加繪圖區. 5 # subplot命令是在畫布上添加一個繪圖區，括弧里的內容轉述為漢字為：“創建一個一行一列的繪圖區（一行一列就只有一個繪圖區），ax1是第一個繪圖區，facecolor用來設置畫布背景顏色，預設為白色 6 ax1 = fig.add_subplot(111, facecolor='green')
如果要創建一個兩行兩列（或者其他維度）的子圖區，分別為ax1,ax2,ax3,ax4：
1 ax1=fig.add_subplot(221) 2 ax2=fig.add_subplot(222) 3 ax3=fig.add_subplot(223) 4 ax4=fig.add_subplot(224)
效果如下：
三、合併一幅圖的x（或y）坐標軸以及添加圖例legend()
實現上圖的效果，重點在於ax2=ax1.twinx() ，ax2和ax1共用x軸，但是ax1使用左側y軸，ax2使用右側y軸：
1 2 fig=plt.figure(figsize=(7,4),dpi=200) # 新建畫布 3 ax1=fig.add_subplot(111) # 設置繪圖區 4 line1,=ax1.plot(times,temps,'r:',lw=1,label='氣溫') # 創建折線 5 bar1 =ax1.bar(times,rains,color='b',label='降水量') # 創建條狀 6 ax2=ax1.twinx() # 設置共用x軸 7 line2,=ax2.plot(times,pressures,'k-',lw=1.2,label='氣壓') 8 9 # legend用來設置圖例，還可以添加參數ncol=''，該參數用來設置圖例的列數，用於對齊 10 plt.legend((line1,bar1,line2),('氣溫','降水量','氣壓'),loc='center left',frameon=False,framealpha=0.5) 11 ax1.set_xlabel('時間 \ h') # 設置x軸 12 ax1.set_ylabel('氣溫（℃）\降水量（mm）') # 設置左側y軸 13 ax2.set_ylabel('氣壓（hPa）') # 設置右側y軸 14 plt.title("----") # 設置圖的名稱 15 plt.show()
四、調節字體樣式
通過字典的方式調節，在字典中存儲需要修改的的參數名稱和指定值大小，還可以存放更多參數：
1 font={'size':30,'color':'red'} 2 ax.set_xlabel('--',fontdict=font) 3 ax.set_ylabel('--',fontdict=font)
五、繪製網格線
ax.grid() # 開啟x和y軸的網格 ax.grid(ls='--') # 開啟x和y軸的虛線網格 ax.grid(True,axis='x') # 開啟x軸的網格 ax.grid(True,axis='y') # 開啟y軸的網格
六、合併兩幅圖的坐標軸
按照以下方式設置畫布：
1 fig,((ax1),(ax2))=plt.subplots(2,1,figsize=(5,5),dpi=200,sharex='all') 2 fig.subplots_adjust(hspace=0)
七、不常用的函數
1.ax.set_ylim()、ax.set_xlim()
在共用x(y)軸時，兩邊y(x)軸的零刻度是不一致的，xlim和ylim用來設置坐標軸的範圍。
2.set_minor_locator()、set_major_locator()
set_minor_locator用來在主刻度的基礎上設置或修改副刻度的大小，set_major_locator用來修改主刻度的單位顯示。使用前，必須引入庫包：
import matplotlib.ticker as ticker
舉例說明：
（1）此處設定副刻度為0.1個單位。
1 ax1.yaxis.set_minor_locator(ticker.MultipleLocator(0.1))
（2） 將右側主刻度設置為每10個單位顯示。
ax2.yaxis.set_major_locator(ticker.MultipleLocator(10))
