前言

最近在完成一篇气象预报的使用论文，涉及到深度学习与气象绘图。绘制我觉得还是折线有必要写一下我在这个过程中的一些经验总结，借此机会与各位同道交流。使用

一、绘制基础命令

在我们使用深度学习时，折线肯定会用到绘图命令，使用绘制loss与val_loss等等，绘制以此查看模型的折线效果。

plt.plot(x,使用y,lw=,ls=，c=,绘制 alpha=, label=)

x：x坐标的数据

y：y坐标的数据

lw：指定线条宽度

ls：指定线条样式，ls='-'为实线，折线ls='--'为虚断线，使用ls='-.'为点虚线，绘制ls=':'为虚线

c：指定线条颜色，折线c='r'为红色，c='k'为黑色，c='y'为黄色

alpha：指定线条透明度，值越小越透明

label：指定线条的含义

代码示例：

#导入库import matplotlib.pyplot as pltimport numpy as np#设定画布。dpi越大图越清晰，绘图时间越久fig=plt.figure(figsize=(4, 4), dpi=300)#导入数据x=list(np.arange(1, 21))y=np.random.randn(20)#绘图命令plt.plot(x, y, lw=4, ls='-', c='b', alpha=0.1)plt.plot()#show出图形plt.show()#保存图片fig.savefig("画布")

绘图结果：

二、根据Excel数据绘图

在python中，有一个专门进行数据处理的库包叫做pandas

# 导包import pandas as pd# 读取excel文件pd.read_excel('文件所在路径')

提取excel中某一列数据：filename['列名']，返回值是一个列表。

取得excel中我们想要的数据后，下一步就是绘制：

...# 第一步绘制画布fig=plt.figure(figsize=(7, 4), dpi=200)# 第二步添加绘图区.# subplot命令是在画布上添加一个绘图区，括号里的内容转述为汉字为：“创建一个一行一列的绘图区（一行一列就只有一个绘图区），ax1是第一个绘图区，facecolor用来设置画布背景颜色，默认为白色ax1 = fig.add_subplot(111, facecolor='green')  

如果要创建一个两行两列（或者其他维度）的子图区，分别为ax1,ax2,ax3,ax4：

ax1=fig.add_subplot(221)ax2=fig.add_subplot(222)ax3=fig.add_subplot(223)ax4=fig.add_subplot(224)

效果如下：

三、合并一幅图的x（或y）坐标轴以及添加图例legend()

实现上图的效果，重点在于ax2=ax1.twinx() ，ax2和ax1共用x轴，但是ax1使用左侧y轴，ax2使用右侧y轴：

fig=plt.figure(figsize=(7,4),dpi=200)        # 新建画布ax1=fig.add_subplot(111)                     # 设置绘图区line1,=ax1.plot(times,temps,'r:',lw=1,label='气温')    # 创建折线bar1 =ax1.bar(times,rains,color='b',label='降水量')    # 创建条状ax2=ax1.twinx()                            # 设置共用x轴line2,=ax2.plot(times,pressures,'k-',lw=1.2,label='气压')# legend用来设置图例，还可以添加参数ncol=''，该参数用来设置图例的列数，用于对齐plt.legend((line1,bar1,line2),('气温','降水量','气压'),loc='center left',frameon=False,framealpha=0.5)       ax1.set_xlabel('时间 \ h')                # 设置x轴ax1.set_ylabel('气温（℃）\降水量（mm）')  # 设置左侧y轴ax2.set_ylabel('气压（hPa）')             # 设置右侧y轴plt.title("----")                         # 设置图的名称plt.show()

四、调节字体样式

通过字典的方式调节，在字典中存储需要修改的的参数名称和指定值大小，还可以存放更多参数：

font={ 'size':30,'color':'red'}ax.set_xlabel('--',fontdict=font)ax.set_ylabel('--',fontdict=font)

五、绘制网格线

ax.grid()  # 开启x和y轴的网格ax.grid(ls='--')   # 开启x和y轴的虚线网格ax.grid(True,axis='x')   # 开启x轴的网格ax.grid(True,axis='y')   # 开启y轴的网格

六、合并两幅图的坐标轴

按照以下方式设置画布：

fig,((ax1),(ax2))=plt.subplots(2,1,figsize=(5,5),dpi=200,sharex='all')fig.subplots_adjust(hspace=0)

七、不常用的函数

1.ax.set_ylim()、ax.set_xlim()

在共享x(y)轴时，两边y(x)轴的零刻度是不一致的，xlim和ylim用来设置坐标轴的范围。

2.set_minor_locator()、set_major_locator()

set_minor_locator用来在主刻度的基础上设置或修改副刻度的大小，set_major_locator用来修改主刻度的单位显示。使用前，必须引入库包：

import matplotlib.ticker as ticker

举例说明：

（1）此处设定副刻度为0.1个单位。

ax1.yaxis.set_minor_locator(ticker.MultipleLocator(0.1))

（2） 将右侧主刻度设置为每10个单位显示。

ax2.yaxis.set_major_locator(ticker.MultipleLocator(10))