要删除图中的帧,我写
frameon=False
与pyplot.figure
完美配合,但matplotlib.Figure
仅删除灰色背景,框架保持不变。此外,我只想要显示线条,而其他所有图形都是透明的。
使用pyplot我可以做我想做的事情,我想用matplotlib来做这件事有一些长期的原因我宁愿不提及扩展我的问题。
答案 0 :(得分:164)
ax.axis('off')
,将像Joe Kington所指出的那样删除除绘制线以外的所有内容。
对于那些只想删除框架(边框),并保留标签,代码等的人,可以通过访问轴上的spines
对象来做到这一点。给定轴对象ax
,以下内容应删除所有四个边上的边框:
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['bottom'].set_visible(False)
ax.spines['left'].set_visible(False)
如果从图中删除x
和y
刻度:
ax.get_xaxis().set_ticks([])
ax.get_yaxis().set_ticks([])
答案 1 :(得分:127)
首先,如果您正在使用savefig
,请注意,除非您另行指定(例如fig.savefig('blah.png', transparent=True)
),否则它会在保存时覆盖图形的背景颜色。{} p>
然而,要移除轴'并且在屏幕上显示背景,您需要将ax.patch
和fig.patch
设置为不可见。
E.g。
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot(range(10))
for item in [fig, ax]:
item.patch.set_visible(False)
with open('test.png', 'w') as outfile:
fig.canvas.print_png(outfile)
(当然,你无法区分SO的白色背景,但一切都是透明的......)
如果您不想显示除该线以外的任何内容,请使用ax.axis('off')
关闭轴:
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot(range(10))
fig.patch.set_visible(False)
ax.axis('off')
with open('test.png', 'w') as outfile:
fig.canvas.print_png(outfile)
但是,在这种情况下,你可能想让轴占据整个数字。如果您手动指定轴的位置,您可以告诉它占用完整的数字(或者,您可以使用subplots_adjust
,但对于单轴的情况,这更简单)。
import matplotlib.pyplot as plt
fig = plt.figure(frameon=False)
ax = fig.add_axes([0, 0, 1, 1])
ax.axis('off')
ax.plot(range(10))
with open('test.png', 'w') as outfile:
fig.canvas.print_png(outfile)
答案 2 :(得分:43)
在@peeol's excellent answer上构建,您也可以通过
删除框架for spine in plt.gca().spines.values():
spine.set_visible(False)
举一个例子(整篇代码示例可以在本文末尾找到),让我们说你有一个这样的条形图,
您可以使用上述命令移除框架,然后保留x-
和ytick
标签(图示未显示)或删除它们以及
plt.tick_params(top='off', bottom='off', left='off', right='off', labelleft='off', labelbottom='on')
在这种情况下,可以直接标记条形;最终的情节看起来像这样(代码可以在下面找到):
以下是生成图表所需的完整代码:
import matplotlib.pyplot as plt
import numpy as np
plt.figure()
xvals = list('ABCDE')
yvals = np.array(range(1, 6))
position = np.arange(len(xvals))
mybars = plt.bar(position, yvals, align='center', linewidth=0)
plt.xticks(position, xvals)
plt.title('My great data')
# plt.show()
# get rid of the frame
for spine in plt.gca().spines.values():
spine.set_visible(False)
# plt.show()
# remove all the ticks and directly label each bar with respective value
plt.tick_params(top='off', bottom='off', left='off', right='off', labelleft='off', labelbottom='on')
# plt.show()
# direct label each bar with Y axis values
for bari in mybars:
height = bari.get_height()
plt.gca().text(bari.get_x() + bari.get_width()/2, bari.get_height()-0.2, str(int(height)),
ha='center', color='white', fontsize=15)
plt.show()
答案 3 :(得分:21)
在较新版本的matplotlib中摆脱最丑陋框架的最简单方法:
from matplotlib.pyplot import plt
plt.box(False)
答案 4 :(得分:5)
我习惯这样做:
from pylab import *
axes(frameon = 0)
...
show()
答案 5 :(得分:5)
要删除图表的框架
for spine in plt.gca().spines.values():
spine.set_visible(False)
我希望这行得通
答案 6 :(得分:4)
当我回答here时,您可以通过样式设置(样式表或rcParams)从所有绘图中删除刺:
import matplotlib as mpl
mpl.rcParams['axes.spines.left'] = False
mpl.rcParams['axes.spines.right'] = False
mpl.rcParams['axes.spines.top'] = False
mpl.rcParams['axes.spines.bottom'] = False
答案 7 :(得分:2)
我在使用轴时也遇到类似的问题。 class参数为frameon
,但kwarg为frame_on
。 axes_api
>>> plt.gca().set(frameon=False)
AttributeError: Unknown property frameon
frame_on
data = range(100)
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot(data)
#ax.set(frameon=False) # Old
ax.set(frame_on=False) # New
plt.show()
答案 8 :(得分:2)
plt.axis('off')
plt.savefig(file_path, bbox_inches="tight", pad_inches = 0)
plt.savefig本身具有这些选项,只需要先关闭轴
答案 9 :(得分:0)
df = pd.DataFrame({
'client_scripting_ms' : client_scripting_ms,
'apimlayer' : apimlayer, 'server' : server
}, index = index)
ax = df.plot(kind = 'barh',
stacked = True,
title = "Chart",
width = 0.20,
align='center',
figsize=(7,5))
plt.legend(loc='upper right', frameon=True)
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.yaxis.set_ticks_position('left')
ax.xaxis.set_ticks_position('right')
答案 10 :(得分:0)
plt.box(False)
plt.xticks([])
plt.yticks([])
plt.savefig('fig.png')
应该可以解决问题。
答案 11 :(得分:0)
这是另一种解决方案:
img = io.imread(crt_path)
fig = plt.figure()
fig.set_size_inches(img.shape[1]/img.shape[0], 1, forward=False) # normalize the initial size
ax = plt.Axes(fig, [0., 0., 1., 1.]) # remove the edges
ax.set_axis_off() # remove the axis
fig.add_axes(ax)
ax.imshow(img)
plt.savefig(file_name+'.png', dpi=img.shape[0]) # de-normalize to retrieve the original size