Question

我想绘制数据，然后创建一个新的数字并绘制数据2，最后回到原始绘图并绘制数据3，有点像这样：

import numpy as np
import matplotlib as plt

x = arange(5)
y = np.exp(5)
plt.figure()
plt.plot(x, y)

z = np.sin(x)
plt.figure()
plt.plot(x, z)

w = np.cos(x)
plt.figure("""first figure""") # Here's the part I need
plt.plot(x, w)

FYI How do I tell matplotlib that I am done with a plot?做了类似的事情，但并不完全！它不允许我访问原始情节。

Answer 1

如果您发现自己经常这样做，那么可能值得研究matplotlib的面向对象接口。在你的情况下：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(5)
y = np.exp(x)
fig1, ax1 = plt.subplots()
ax1.plot(x, y)
ax1.set_title("Axis 1 title")
ax1.set_xlabel("X-label for axis 1")

z = np.sin(x)
fig2, (ax2, ax3) = plt.subplots(nrows=2, ncols=1) # two axes on figure
ax2.plot(x, z)
ax3.plot(x, -z)

w = np.cos(x)
ax1.plot(x, w) # can continue plotting on the first axis

它有点冗长，但它更清晰，更容易跟踪，特别是有几个数字，每个都有多个子图。

Answer 2

当您致电figure时，只需为该情节编号。

x = arange(5)
y = np.exp(5)
plt.figure(0)
plt.plot(x, y)

z = np.sin(x)
plt.figure(1)
plt.plot(x, z)

w = np.cos(x)
plt.figure(0) # Here's the part I need
plt.plot(x, w)

编辑：请注意，您可以根据需要对图表进行编号（此处，从0开始），但如果您在创建新编号时根本没有提供数字，则自动编号将从1开始（根据文档“Matlab风格”）。

Answer 3

但是，编号从1开始，所以：

x = arange(5)
y = np.exp(5)
plt.figure(1)
plt.plot(x, y)

z = np.sin(x)
plt.figure(2)
plt.plot(x, z)

w = np.cos(x)
plt.figure(1) # Here's the part I need, but numbering starts at 1!
plt.plot(x, w)

此外，如果图上有多个轴，例如子图，请使用axes(h)命令，其中h是所需轴对象的句柄，以便聚焦在该轴上。

（还没有评论权限，抱歉新答案！）

Answer 4

为每次迭代绘制单独帧的简单方法可能是：

StatefulSets

然后python将绘制不同的帧。

Answer 5

我在一些苦苦挣扎后找到的一种方法是创建一个函数，它将data_plot矩阵，文件名和顺序作为参数从有序图中的给定数据创建箱图（不同的订单=不同的数字）并将其保存在给定的file_name下

def plotFigure(data_plot,file_name,order):
    fig = plt.figure(order, figsize=(9, 6))
    ax = fig.add_subplot(111)
    bp = ax.boxplot(data_plot)
    fig.savefig(file_name, bbox_inches='tight')
    plt.close()

Answer 6

这里接受的答案是使用面向对象的界面（即matplotlib），这是要走的路。然而，答案的代码确实包含了（一些）MATLAB 风格的界面（即 matplotib.pyplot）。

不过，可以选择单独使用 OOP 方法，这样可以直接解决手头的问题，并允许我们同时处理多个图形：

import numpy as np
import matplotlib

x = np.arange(5)
y = np.exp(x)
first_figure      = matplotlib.figure.Figure()
first_figure_axis = first_figure.add_subplot()
first_figure_axis.plot(x, y)

z = np.sin(x)
second_figure      = matplotlib.figure.Figure()
second_figure_axis = second_figure.add_subplot()
second_figure_axis.plot(x, z)

w = np.cos(x)
first_figure_axis.plot(x, w)

display(first_figure) # Jupyter
display(second_figure)

这使用户可以手动控制图形，并避免与 pyplot 仅支持单个图形的内部状态相关的问题，例如当您想从库函数返回图形时。

我如何告诉Matplotlib创建第二个（新）情节，然后在旧照片上绘图？

6 个答案: