坐标轴

这两天在看句柄式图形方面的东西，以下是我在看书过程中整理的 学习 笔记，比较详细的介绍了句柄以及与其密切相关的各种图形对象和它们的属性。希望能对初学Matlab界面设计的朋友们有所帮助。 GUI学习笔记： 句柄式图形常用函数： （1）get（h）返回句柄值h所指定的图形对象的所有属性名称与相对应的属性值 （2）a = get(h)返回由句柄值h所指定的图形对象的属性结构数组，并且该数组的字段名称就是该对象的属性名称。 （3）a = get(0,'factory')返回所有能由用户设置的属性的默认定义值。 （4）a = get(0,'FactoryObjectTypePropertyName1','FactoryObjectTypePropertyName2',...)返回指定对象类型指定的属性值，输入参数FactoryObjectTypePropertyName为一个关键词，由字符Factory与图形对象类型（如Figure）还有属性名称（如Color）组成。 a = get(0,'factoryFigureColor')返回Figure对象的Color属性值。 （5）a = get(h,'DefaultObjectTypePropertyName1','DefaultObjectTypePropertyName1',...)返回句柄值为h的对象指定属性的默认值。如

Matplotlib中的基本图表包括的元素 x轴和y轴 axis 水平和垂直的轴线 轴标签 axisLabel 水平和垂直的轴标签 x轴和y轴刻度 tick 刻度标示坐标轴的分隔，包括最小刻度和最大刻度 x轴和y轴刻度标签 tick label 表示特定坐标轴的值 绘图区域（坐标系） axes 实际绘图的区域 画布 figure 呈现所有的坐标系 可以用下图来概括 依赖导入 import numpy as np import pandas as pd from pandas import Series,DataFrame import matplotlib.pyplot as plt %matplotlib inline 只含单一曲线的图 1、可以使用多个plot函数（推荐），在一个图中绘制多个曲线 2、也可以在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线 x = np.arange( 0 , 10 ,step= 1 ) s1 = Series(x,index=list( 'abcdefghij' )) s2 = Series(x** 2 ,index=s1.index) # 索引和值一起设置 plt.plot(x,x* 2 ,x,x* 3 ,x,x) 设置子画布 axes = plt.subplot() # 221的含义是将画布分为两行两列， #

想要用matplotlib画多个子图有多种方法，但是如果子图太多，画面就会很混乱，这里给出一种方法，能够使画面在保留必要信息的前提下，尽量简洁，如下图所示。 思路是这样的，在一个fig上先画一张只有坐标轴的空图ax_big： fig, ax_big = plt.subplots( figsize =( 30 , 15 )) 对ax_big 的坐标轴进行偏移、隐藏、以及label设置。 随后再add多个子图，并进行子图的坐标轴设置： ax = fig.add_subplot( 3 , 4 , i) 这样，最后显示的时候，会把 ax_big 和多个 ax 重叠显示。 代码： #!/usr/bin/env python3 # -*- coding: utf-8 -* import numpy as np import matplotlib.pyplot as plt from pylab import mpl def draw_picture_11(path_picture): # mpl.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体 mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题 # fig= plt.figure('222', figsize=

1、绘图类： QCPGraph ： QCPCurve： 用于曲线图，可以有循环 QCPBars：柱形图，如果有多个 QCPBars ，可以依次重叠 QCPStatisticalBox（需实例化）： QCPColorMap（实例化）： QCPFinancial（实例化）： 2、绘图的基本函数： QCustomPlot有四个QCPAxis成员变量,四个坐标轴：xAxis（下）yAxis（左）xAxis2（上）yAxis2（右） setBasePen：设置基础画笔 setTickPen：设置刻度画笔 setTickLength：设置刻度长度 setSubTickLength： setSubTickPen： setTickLabelFont：设置刻度label字体 setTickLabelPadding：设置标签间距 setLabelPadding：设置标签 setRangeReversed： setLineStyle((QCPGraph::LineStyle)i);//设置线性 setScatterStyle(QCPScatterStyle(QCPScatterStyle::ssCircle, 5));//设置每个节点数据绘制风格，默认是空，这里设置为空心圆 rescaleAxes(true);//坐标轴自适应 setTicks(true);//y轴显示刻度 setTickLabels

解说 plt.figure(figsize=( 9.6 , 4.1 ),facecolor= 'gray' ,edgecolor= 'black' ) 设置图片大小 9.6x4.1 英寸( 1 i n ≈ 8.13 c m 1 i n ≈ 8.13 c m ), facecolor 背景颜色， edgecolor 边框线颜色。 plt.subplot( 1 , 2 , 1 ) plt.title( '(a)' ) plt.xlim((- 11 , 11 )) plt.ylim((- 200000 , 200000 )) plt.xlabel( r'$\alpha$' ) plt.ylabel( r'$\beta$' ) plt.yscale( 'linear' ) plt.minorticks_on() plt.tick_params(which= 'minor' ,direction= 'in' ,width= 2 ,length= 4 ) plt.tick_params(which= 'major' ,direction= 'out' ,width= 4 ,length= 6 ) plt.tick_params(top= 'off' ,bottom= 'on' ,left= 'on' ,right= 'off' ) plt.tick_params(labeltop= 'off'

本文转载自： https://zhuanlan.zhihu.com/p/65116358 本文就介绍如何设置MATLAB导出图片的格式、大小、分辨率等等。 首先，个人经验，优秀的论文插图应该有以下特点。 图片大小合理，清晰/美观；（这是最重要的！） 坐标轴有标注和单位； X轴不要有留白，Y轴可以有留白； 有图例、网格； 所有汉字、字母、数字的字体大小合适，一般与正文字体相当或小一号； 同一篇文章内的风格要一致，比如坐标轴与图片边界的距离一致，这样图片显得整齐； 配色是点睛之笔。(红配绿什么的，还是算了吧... 设置图片的大小、分辨率、字体、线宽 来源：博客园 作者： 不学无墅_NKer 链接：https://www.cnblogs.com/HuangYJ/p/11668290.html

Matlab坐标轴指数显示 Matlab绘图时坐标轴以指数显示刻度 正文 Matlab绘图时坐标轴以指数显示刻度 正文 在搜索如何使用指数显示时，都是推荐使用 semilogy 、 set(gca,‘yscale’,‘log’) ，研究了半天，也只摸索出显示正指数，对于负指数表示无能为力。最终找到了一个个人认为是很好的解决方案，代码很简单，如下所示： // Simple demo a = [ 10 , 25 , 54 , 67 , 86 , 92 ] ; plot ( a , 'o-b' , 'MarkerSize' , 6 , 'LineWidth' , 1.2 ) ; axis ( [ 1 , 5 , 0 , 100 ] ) ; % set ( gca , 'XTick' , 10. ^ ( - 4 : 1 ) , 'xscale' , 'log' , 'Fontname' , 'Times New Roman' , 'FontSize' , 12 ) ; set ( gca , 'XTick' , 0 : 1 : 5 ) ; set ( gca , 'XTicklabel' , { '10^-^3' , '10^-^2' , '10^-^1' , '10^0' , '10^1' , '10^2' } , 'Fontname' , 'Times New Roman' ,

文章目录 图像控制函数 图像装饰函数 其他控制函数 图像控制函数 函数名称 说明 clf 清空当前图像 mlab.clf(figure=None) close 关闭图像窗口 mlab.close(scene=None, all=False) draw 重新绘制当前图像 mlab.close(figure=None) figure 建立一个新的Scene或者访问一个存在的Scene mlab.figure(figure=None,bgcolor=None,fgcolor=None, engine=None,size=(400,350)) gcf 返回当前图像的handle mlab.gcf(figure=None) savefig 存储当前的前景，输出为一个文件，如png、jpg、bmp、tiff、 pdf、obj、vrml等 图像装饰函数 函数名称 说明 cololorbar 为对象的颜色映射增加颜色条 mlab.clolorbar(object=None, title=None, orientation=No ne, nb_labels=None, nb_colors=None, label_fmt=None) scalarbar 为对象的标量颜色映射增加颜色条 vectorbar 为对象的矢量颜色映射增加颜色条 xlabel 建立坐标轴，并添加x轴的标签 mlab.xlabel

option = { tooltip : { //提示框 trigger: 'axis', //触发类型(坐标轴触发) alwaysShowContent:false, //是否永远显示提示框的内容 backgroundColor:'rgba(32,174,252,0.7)', //提示框的背景颜色 textStyle:{ //提示框浮层的文本样式 }, }, calculable : true, xAxis : [ { type : 'category', name:'(月)', //X轴名称单位 nameLocation:'end', //名称的位置 nameTextStyle:{ //名称的样式 color:'#999', fontSize:'12px' }, nameGap:0, //名称与X轴的距离 boundaryGap: true,//坐标的刻度是否在中间 min:'3',//坐标轴刻度最小值 max:'dataMax', //坐标轴刻度的最大值 axisLine:{//坐标轴线条相关设置(颜色等) lineStyle:{ color:'#ccc' } }, axisTick:{ //坐标轴刻度相关设置 length:'0' //我把长度设置成0了 }, axisLabel:{ //坐标轴刻度标签 margin:7, //刻度标签与轴线之间的距离 textStyle:

1 import matplotlib.pyplot as plt 2 import matplotlib as mp1 3 import numpy as np 4 import datetime 5 fig = plt.figure() 6 star = datetime.datetime(2015,1,1) 7 stop = datetime.datetime(2016,1,1) 8 delta = datetime.timedelta(days=1) 9 10 dates = mp1.dates.drange(star,stop,delta) 11 12 y = np.random.rand(len(dates)) 13 14 ax = plt.gca() 15 16 ax.plot_date(dates,y,linestyle='-',marker='') 17 date_format = mp1.DateFormatter('%Y-%m-%d') 18 ax.xaxis.set_major_formatter(date_format) 19 fig.autofmt_xdate() 20 21 plt.show() 　　 1 import matplotlib.pyplot as plt 2 import numpy as np 3 x = np.arange(1,11