matplotlib grid()設(shè)置網(wǎng)格線外觀的實(shí)現(xiàn)
grid()函數(shù)概述
grid()
函數(shù)用于設(shè)置繪圖區(qū)網(wǎng)格線。
grid()
的函數(shù)簽名為matplotlib.pyplot.grid(b=None, which='major', axis='both', **kwargs)
。
grid()
的參數(shù)如下:
b
:是否顯示網(wǎng)格線。布爾值或None
,可選參數(shù)。如果沒(méi)有關(guān)鍵字參數(shù),則b
為True
,如果b
為None
且沒(méi)有關(guān)鍵字參數(shù),相當(dāng)于切換網(wǎng)格線的可見(jiàn)性。which
:網(wǎng)格線顯示的尺度。字符串,可選參數(shù),取值范圍為{'major', 'minor', 'both'}
,默認(rèn)為'both'
。'major'
為主刻度、'minor'
為次刻度。axis
:選擇網(wǎng)格線顯示的軸。字符串,可選參數(shù),取值范圍為{'both', 'x', 'y'},默認(rèn)為
'both'`。**kwargs
:Line2D
線條對(duì)象屬性。
grid()
的返回值為None
。
grid()函數(shù)演示
import matplotlib.pyplot as plt plt.subplot(341) # grid()默認(rèn)樣式 plt.plot([1, 1]) plt.grid() plt.annotate('grid()', (0, 1)) plt.subplot(342) # 因?yàn)槟J(rèn)沒(méi)有網(wǎng)格線,所以grid(None)顯示網(wǎng)格線 plt.plot([1, 1]) plt.grid(None) plt.annotate('grid(None)', (0, 1)) plt.subplot(343) # 因?yàn)樵O(shè)置了網(wǎng)格線,所以grid(None)切換為不顯示網(wǎng)格線 plt.plot([1, 1]) plt.grid(True) plt.grid(None) plt.annotate('grid(None)', (0, 1)) plt.subplot(344) # 因?yàn)槟J(rèn)沒(méi)有網(wǎng)格線 plt.plot([1, 1]) plt.annotate("default", (0, 1)) plt.subplot(345) # 只顯示主刻度網(wǎng)格線 plt.plot([1, 1]) plt.grid(which='major') plt.annotate("which='major'", (0, 1)) plt.subplot(346) # 只顯示次刻度網(wǎng)格線,因?yàn)闆](méi)有次刻度,所以無(wú)網(wǎng)格線 plt.plot([1, 1]) plt.grid(which='minor') plt.annotate("which='minor'", (0, 1)) plt.subplot(347) # 同時(shí)顯示主刻度、次刻度網(wǎng)格線 plt.plot([1, 1]) plt.grid(which='both') plt.annotate("which='both'", (0, 1)) plt.subplot(348) plt.plot([1, 1]) # 默認(rèn)同時(shí)顯示主刻度、次刻度網(wǎng)格線 plt.grid() plt.annotate("default", (0, 1)) plt.subplot(349) # 只顯示x軸網(wǎng)格線 plt.plot([1, 1]) plt.grid(axis='x') plt.annotate("axis='x'", (0, 1)) plt.subplot(3,4,10) # 只顯示y軸網(wǎng)格線 plt.plot([1, 1]) plt.grid(axis='y') plt.annotate("axis='y'", (0, 1)) plt.subplot(3,4,11) # 同時(shí)顯示xy軸網(wǎng)格線 plt.plot([1, 1]) plt.grid(axis='both') plt.annotate("axis='both'", (0, 1)) plt.subplot(3,4,12) # 默認(rèn)顯示xy軸網(wǎng)格線 plt.plot([1, 1]) plt.grid() plt.annotate("default", (0, 1)) plt.show()
原理
pyplot.grid()
其實(shí)調(diào)用的是gca().grid()
,即Aexs.grid()
。
底層相關(guān)函數(shù)有:
Axis.grid()
Axes.grid()
源碼(matplotlib/Axes/_base.py
)
def grid(self, b=None, which='major', axis='both', **kwargs): cbook._check_in_list(['x', 'y', 'both'], axis=axis) if axis in ['x', 'both']: self.xaxis.grid(b, which=which, **kwargs) if axis in ['y', 'both']: self.yaxis.grid(b, which=which, **kwargs)
xaxis
為XAxis
類(lèi)的實(shí)例,yaxis
為YAxis
類(lèi)的實(shí)例,XAxis
和YAxis
類(lèi)的基類(lèi)為Axis
。
Axis.grid()
源碼(matplotlib/axis.py
)
def grid(self, b=None, which='major', **kwargs): if b is not None: if 'visible' in kwargs and bool(b) != bool(kwargs['visible']): raise ValueError( "'b' and 'visible' specify inconsistent grid visibilities") if kwargs and not b: # something false-like but not None cbook._warn_external('First parameter to grid() is false, ' 'but line properties are supplied. The ' 'grid will be enabled.') b = True which = which.lower() cbook._check_in_list(['major', 'minor', 'both'], which=which) gridkw = {'grid_' + item[0]: item[1] for item in kwargs.items()} if 'grid_visible' in gridkw: forced_visibility = True gridkw['gridOn'] = gridkw.pop('grid_visible') else: forced_visibility = False if which in ['minor', 'both']: if b is None and not forced_visibility: gridkw['gridOn'] = not self._minor_tick_kw['gridOn'] elif b is not None: gridkw['gridOn'] = b self.set_tick_params(which='minor', **gridkw) if which in ['major', 'both']: if b is None and not forced_visibility: gridkw['gridOn'] = not self._major_tick_kw['gridOn'] elif b is not None: gridkw['gridOn'] = b self.set_tick_params(which='major', **gridkw) self.stale = True
到此這篇關(guān)于matplotlib grid()設(shè)置網(wǎng)格線外觀的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)matplotlib grid()網(wǎng)格線內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Django為窗體加上防機(jī)器人的驗(yàn)證碼功能過(guò)程解析
這篇文章主要介紹了Django為窗體加上防機(jī)器人的驗(yàn)證碼功能過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08Python+Pytorch實(shí)戰(zhàn)之彩色圖片識(shí)別
這篇文章主要為大家詳細(xì)介紹了如何利用Python+Pytorch實(shí)現(xiàn)彩色圖片識(shí)別功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下2022-09-09Python OpenCV對(duì)圖像進(jìn)行模糊處理詳解流程
OpenCV是一個(gè)基于BSD許可(開(kāi)源)發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù),可以運(yùn)行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。它輕量級(jí)而且高效——由一系列 C 函數(shù)和少量 C++ 類(lèi)構(gòu)成,同時(shí)提供了Python、Ruby、MATLAB等語(yǔ)言的接口,實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面很多通用算法2021-10-10Python程序中的觀察者模式結(jié)構(gòu)編寫(xiě)示例
觀察者模式是最常用的設(shè)計(jì)模式之一,旨在觀察目標(biāo)和觀察者之間建立一個(gè)抽象的耦合,減少對(duì)象之間的耦合,這里我們就來(lái)看一下Python程序中的觀察者模式結(jié)構(gòu)編寫(xiě)示例2016-05-05pytorch中交叉熵?fù)p失(nn.CrossEntropyLoss())的計(jì)算過(guò)程詳解
今天小編就為大家分享一篇pytorch中交叉熵?fù)p失(nn.CrossEntropyLoss())的計(jì)算過(guò)程詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01學(xué)會(huì)使用Python?Configparser處理ini文件模塊
這篇文章主要為大家介紹了使用Python?Configparser處理ini文件模塊的學(xué)習(xí),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-06-06Python使用Shelve保存對(duì)象方法總結(jié)
在本篇文章里我們給大家分享的是關(guān)于Python使用Shelve保存對(duì)象的知識(shí)點(diǎn)總結(jié),有興趣的朋友們學(xué)習(xí)下。2019-01-01pyspark對(duì)Mysql數(shù)據(jù)庫(kù)進(jìn)行讀寫(xiě)的實(shí)現(xiàn)
這篇文章主要介紹了pyspark對(duì)Mysql數(shù)據(jù)庫(kù)進(jìn)行讀寫(xiě)的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12