![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
fig = plt.figure() ax1 = fig.add_subplot(121) ax2 = fig.add_subplot(122, sharey=ax1)
plt.plot(frange_khz, 20 * np.log10(data), c='gray', linewidth=0.5)
Matplotibを使ってグラフ描画するスクリプトは、PySideへそのまま移植したいと思っているので、pylabは使わず、pltとnpを使っていく.
import matplotlib.pyplot as plt import numpy as np
多くの初心者は、Matplotlibをwebアプリケーションサーバで利用するときにエラーが出て困っている。なぜなら、MatplotlibはGUIで使う事を前提としており、X11への接続が必要になるからである。しかし、Webサーバーでも簡単なおまじないで使う事はできる。matplotlib.pyplotを呼び出す前にmatplotlib.use('Agg')を宣言するのだ。これで、matplolibはバックエンドでのみ動作し、GUIを必要とせずグラフを描画する事ができる。
# do this before importing pylab or pyplot
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot([1,2,3])
fig.savefig('test.png')
ax = fig.add_subplot(1,1,1) ax = fig.add_axes([0.15, 0.1, 0.7, 0.3]) : [left, bottom, width, height]
xtext = ax.set_xlabel(' frequency')
ytext = ax.set_ylabel(' Amplitude')
for ax in fig.axes:
ax.grid(True)
fig = plt.figure(figsize=(1,5), dpi=72, facecolor=[0,0,0], edgecolor=None, linewidth=0.0) class matplotlib.figure.Figure(figsize=None, dpi=None, facecolor=None, edgecolor=None, linewidth=0.0, frameon=None, subplotpars=None, tight_layout=None) fig = plt.figure(figsize=(10,2), dpi=72, facecolor=[1,1,1], edgecolor=[0,0,0], linewidth=1.0, frameon=False, tight_layout=False)
num: figureの数 figsize: figureのサイズ(width, height)単位はインチ dpi: ドット/インチ facecolor: 描画背景色 edgecolor: 縁の色 frameon: (bool) figureのフレームを描画するかどうか
ax = gca()
[xmin, xmax, ymin, ymax] = ax.axis()
ax.axis([xmin, xmax, ymin, ymax])
ax.axis('off')
ax.axis('scaled')
ax.axis('tight')
ax.axis('image')
ax.axis('auto')
ax.axis('normal')
ax.grid()
plt.close('all')
fig, ax = plt.subplots()
f, axarr = plt.subplots(2,2) axarr[0, 0].plot(x, y)
plt.subplot2grid( (5,5), (0,0), colspan=3) plt.subplot2grid( (5,5), (0,3), colspan=2) plt.subplot2grid( (5,5), (1,4)) plt.subplot2grid( (5,5), (1,0), colspan=4) plt.subplot2grid( (5,5), (2,0), colspan=5, rowspan=3)
subplotの中身について、tickables, axis, labels, titlesの大きさを、タイトなレイアウトにしてくれる
contour(Z) contour(Z, corner_mask=False, colors=(mpl_colors), alpha = (float), cmap=Colormap, NORM=Normalize, vmin=scalar, vmax=scalar, levels=[float], origin=['upper'|'lower'|'image'], extent=(x0,x1,y0,y1), locator=?, extend=補完?
contour(Z, cmap='hot')
→ Documenting the matplotlib colormaps
ガボールウェーブレットの結果をスペクトログラムの様に表示したいが、imshow()だと、縦横比がおかしくなったり、目盛が逆になったりして、1か月ぐらいはまっていた。そこで、matplotlib.specgramの中身を確認すると、imshow()を使っていることが分かった。前処理を含み参考にしてgwtspecgramを実装する。
サンプルコードを見ていると、titleの表示方法が2種類見られる。
Refference-matplotlib.pyplot.pyfig = plt.figure()
ax = fig.add_subplot(111)
ax.set_title('axes title')
fig = plt.figure()
ax = fig.gca()
plt.title('axes title')
違いを調べるために、plt.title()の中身を確認したところ、中では同じset_title()が呼ばれていた。matlab風にするためのラッピングかもしれない。
def title(s, *args, **kwargs): l = gca().set_title(s, *args, **kwargs) draw_if_interactive() return l
plt.plot( [3,1,4,1,5,9,2,6,5], label = "Data 1")
plt.plot( [3,5,8,9,7,9,3,2,3], label = "Data 2")
plt.legend() # 凡例を表示
plt.title("Graph Title")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()
Matplotlibでは、マウスクリックやドラッグ、キーボード操作に対するハンドラが実装されている。PySideやPyQt?のようなシグナル・スロットのようにconnectを使って、イベントを捕まえることができる。
# -- import matplotlib.pyplot as plt import numpy as np # -- fig = plt.figure() ax = fig.add_subplot(111) ax.plot(np.random.rand(10)) # -- def onclick(event): # Eventの基本プロパティ (matplotlib.backend_bases.Event) print event.name # イベント名 print event.canvas # FigureCanvasインスタンス print evnet.guiEvent # トリガーされたGUIイベント
# MouseEventのプロパティ
print 'button=%d, x=%d, y=%d, xdata=%f, ydata=%f'%(
event.button, event.x, event.y, event.xdata, event.ydata)
# --
cid = fig.canvas.mpl_connect('button_press_event', onclick)
plt.show()
line, = plt.plot(X) line.figure line.figure.canvas line.figure.canvas.draw() line.set_x(x1) line.set_y(y1) line.get_xdata() line.get_ydata() line.axes
event.name event.canvas event.guiEvent
event.x event.y event.xdata event.ydata event.inaxes
event.artist event.ind
line = event.artist xdata = line.get_xdata() ydata = line.get_ydata() ind = event.ind x0 = xdata[ind] y0 = ydata[ind]
カレントのaxesの最大値と最小値を取得する
xmin, xmax = plt.xlim() # return the current xlim plt.xlim( (xmin, xmax) ) # set the xlim to xmin, xmax plt.xlim( xmin, xmax ) # set the xlim to xmin, xmax
しかしこれだと、PySideでは使いづらい。中身をみると結局はgca()を使ってcurrentなaxesを取得してaxesのメソッドを呼び出している。
fig, ax = plt.subplot(111) xmin, xmax = ax.get_xlim() ax.set_xlim( xmin, xmax )
# 目盛を消す ax2.set_xticklabels([]) ax2.set_yticklabels([])
plt.locator_params(nbins=25, axis='x', tight=True) plt.locator_params(nbins=10, axis='y', tight=True)
定義は以下
AxisImage.set_clim()
通常のaxesにはset_climは存在しない。axesハンドルからAxisImage?オブジェクトを取得するには
# for im in ax1.get_images():
# ax1.set_clim(ax2.get_ylim())
im.set_clim(ax2.get_ylim())
imgplot = plt.imshow(img) imgplot.set_clim(0, 0.7)
cf = contourf(X,Y,Z) cmin, cmax = c.get_clim()
''' ピークをプロット Scipyでピーク検出 '''
from scipy import signal
# 極大値検索
maxId = signal.argrelmax(Pdata_ave, order=10, mode='wrap')
maxId = maxId[0][:]
self.axes.hold(True)
self.axes.plot(self.plot_frange[maxId], Pdata_ave[maxId], 'ro')
self.axes.hold(False)
for id in maxId:
s = '%0.1f' % (self.plot_frange[id])
self.axes.annotate(s, xy=(self.plot_frange[id], Pdata_ave[id]), fontsize=10,
horizontalalignment='center', verticalalignment='bottom')
# def imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, # vmin=None, vmax=None, origin=None, extent=None, shape=None, # filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, # hold=None, **kwargs): #
なぜかわからないが、そのまま使うと外側に空白ができる。
gdata = 20*np.log10(gwt.T)
extent = t[0], t[-1], f[0], f[-1]
plt.imshow(gdata, cmap='jet', extent=extent, origin='lower', interpolation='nearest')
plt.axis('auto')
axis('tight')を使うことで綺麗に表示された。
gdata = 20*np.log10(gwt.T)
extent = t[0], t[-1], f[0], f[-1]
plt.imshow(gdata, cmap='jet', extent=extent, origin='lower', interpolation='nearest')
plt.axis('tight')
