一份简单的Plots官网文档总结

http://docs.juliaplots.org/latest/

1、Plots初识

1.1 包特点

它是一个可视化接口和工具集,位于其他后端之上(比如GR、PyPlot、Plotly等),将画图命令与这些后端实现连接起来。

1.2 基本安装

1.2.1 安装Plots

import Pkg;Pkg.add("Plots")

1.2.2 自行安装后端包

Pkg.add("GR")

Pkg.add("PyPlot")

Pkg.add("Plotly")

1.2.3 第一个画图

先导入包,以及声明后端,再调用接口函数plot(x,y)画图。y坐标可使用矩阵同时画多条线,矩阵的每列作为一个系列。可使用函数plot!(p,x,z)p=plot(x,y)图上添加系列线条。

using Plots
x=1:10;y=rand(10,2)
p=plot(x,y)
z=rand(10)
plot!(p,x,z)

如果未声明后端,将会自动查找已安装后端,windows用户可配置默认的后端。在~/.julia/config/startup.jl文件中ENV["PLOTS_DEFAULT_BACKEND"="PlotlyJS"

在REPL中执行plot()函数会自动显示画图结果,但在*.jl文件中需要显示调用才会显示结果。这里有以下几种方式。

  • 默认设置:default(show=true)

  • 声明后端时设置:gr(show=true)

  • 函数display()或者display§

  • 函数gui()或者gui§

  • 函数plot(x,y,show=“true”)

1.2.4 将结果保存成图片

使用以下三种方式可将画图结果保存。

  • savefig(p,“img.png”)

  • png(“img”)

  • plot(rand(10),fmt=:png)

2、相关属性设置

2.1 常用属性

2.1.1 plot函数中设置

在使用plot()函数时,可以显示设置一些属性。常用的属性如下:

属性名 功能 举例
title 标题
label 图例 label=["line1" "line 2"]
xlabel X轴
ylabel Y轴
xticks X轴刻度 xticks="0:1:10"
yticks Y轴刻度
xlims X轴范围 xlims=(1,20)
ylims Y轴范围
linewidth 线条粗细 lw=3
linecolor 线条颜色 lc=["blue" "green"]
linestyle 线条风格 ls=[:dash :dot]
markercolor 点标志颜色 mc=[:orange :purple]
markershape 点标志形状 shape=[:circle :star5]
markersize 点标志大小 ms=5
fillcolor 填充颜色 fc="red"
background 背景颜色 bg="white"
2.1.2 专门的属性函数设置

另外一种属性设置方法是对p=plot()后期更改属性,主要使用方法如下。以下只列举少量函数,其他大部分函数类似。(没有找到图例对应的函数

函数 对应属性
title!() title
xlabel!() xlabel
ylabel!() ylabel
xticks!/yticks!() xticks/yticks
xlims!/ylims!() xlims/ylims

2.2 多功能属性设置

这儿存在一些属性,通过对它的设置可以达到以上几个属性的设置效果,主要如下:

属性 对应以上属性组合
axis/xaxis/yaxis xlabel+xlims+xticks
line linestyle+linewidth+linecolor
fill fillrange+fillcolor
marker markershape+markersize+markercolor

2.3 查看自己想要的属性

Plot包下的属性主要可分为四类:Series、Plots、SubPlot、Axis。可分别通过plotattr(:Series)plotattr(:Plot)plotattr(:Subplot)plotattr(:Axis)查看该类主要提供哪些属性。再可以通过plotattr("attrname")了解具体属性的使用方法。

  • Series类主要设置系列图相关的属性,比如线条颜色。
  • Plot类主要设置画图相关的属性,比如画图窗口大小位置。
  • Subplot类主要设置子图相关的属性,比如每个子图的图例。
  • Axis类主要设置坐标轴相关的属性。

3、高级用法

3.1 各种系列图

在对数据进行可视化时,可以选择不同的系列类型,一般默认是线条,另外自己可以指定为其他类型,比如散点图、条形图、柱状图、饼形图等。主要以以下两种方式指定。

  • plot()中通过seriestype属性指定。比如seriestype=:scatter,具体有哪些类型可通过plotattr("seriestype")查看。
  • 可以直接调用类型函数。比如scatter()。

3.2 子图与布局

我们可以使用布局将多个图组合在一起作为子图,这里有两个简单方法生成子图。

方法一:

plot(rand(10,4),layout=(2,2))

方法二:

p1=plot(rand(10))
p2=scatter(rand(10))
p3=histogram(rand(10))
p4=bar(rand(10))
plot(p1,p2,p3,p4,layout=4)

此外,为了对子图进行更加个性化的设置,布局还可以通过grid()函数或者宏定义@layout构造一个特定布局。

grid函数举例:

plot(rand(100,4),layout=grid(4,1),heights=[0,1,0,4,0,4,0,1])

宏定义@layout举例:

l = @layout [
    a{0.3w} [grid(3,3)
             b{0.2h}  ]
]
plot(rand(10, 11),
    layout = l,  seriestype = [:bar :scatter :path]
)

3.3 拓展基本使用(recipe)

考虑到自己去延伸拓展plot比较复杂,这里仅简单介绍使用一些基本的拓展,主要用到的拓展包是StatsPlots.jl。因此使用以下拓展前,应先安装该包Pkg.add("StatsPlots")

3.3.1 对数据类型拓展

这里主要是方便数据类型来自DataFrame。通过宏定义@df来声明该数据,然后plot()函数中可以通过列名来引用DataFrame类型数据。

举例如下:

using StatsPlots
using DataFrames
df = DataFrame(a = 1:10, b = 10 * rand(10), c = 10 * rand(10))
@df df plot(:a, [:b :c])
3.3.2 对特定类型拓展

这里主简单介绍对一些特定的分布图直接引用。比如正态分布。

using Distributions
plot(Normal(3, 5), lw = 3)
3.3.3 画图拓展

这里不是很熟悉,图看不的太懂。仅将示例代码附上,供了解。

using RDatasets, StatsPlots
iris = dataset("datasets", "iris")
@df iris marginalhist(:PetalLength, :PetalWidth)
3.3.4 系列图拓展

除了基本的系列图之外,这里还可以利用一些特殊的系列图。

y = rand(100, 4)
violin(["Series 1" "Series 2" "Series 3" "Series 4"], y, leg = false)

3.4 数据源

3.4.1 矩阵

传递一个n*m矩阵将创建m个系列,每个系列有n个数据点。

using Plots
xs=range(0, 2π, length = 10)
data=[sin.(xs) cos.(xs) 2sin.(xs) 2cos.(xs)]
labels=["Apples" "Oranges" "Hats" "Shoes"]
markershapes=[:circle :star5 :rect :+]
colors=[:green :orange :red :yellow]
plot(xs,data,label=labels,shape=markershapes,color=colors)
3.4.2 函数

通常可以使用函数来代替输入数据,并根据需要对它们进行映射。这时,2D和3D参数图也可以创建,范围可以通过向量或最小/最大值给出。

using Plots
tmin = 0
tmax = 4π
tvec = range(tmin, tmax, length = 100)
plot(sin.(tvec), cos.(tvec))

上面的plot可以等价于如下两种形式:

plot(sin, cos, tvec)
plot(sin,cos,tmin,tmax)

3.4.3 DataFrame类型

正如前面提到的,在使用StatsPlots拓展包时可以使用DataFrame类型数据,这时列名作为一列数据。

using StatsPlots, RDatasets
iris = dataset("datasets", "iris")
@df iris scatter(
    :SepalLength,
    :SepalWidth,
    group = :Species,
    m = (0.5, [:+ :h :star7], 12),
    bg = RGB(0.2, 0.2, 0.2)
)

3.5 颜色设置的高级用法

有许多颜色属性,用于线条、填充、标记、背景和前景,颜色属性可以接受许多不同的类型。

  • 符号或者字符串。:red等价于"red"

  • RGB颜色,这里默认RGB(A,B,C)里面用的是0-1之间的数,A=a/255、B=b/255、C=c/255。

  • 一个整数,自动会选择相对应的颜色。

using Plots
p1=plot(rand(10),lc=:red)
p2=plot(rand(10),st=:scatter,lc=10)
p3=plot(rand(10),lc=RGB(0.1,0.2,0.3))
plot(p1,p2,p3,layout=(3,1))

<各种颜色名称> 另外可以通过color_palette设置颜色,这时候color=:auto。palette的值可以借助Plots.ColorScheme,主要包括ColorVector、 ColorGradient。

8赞

github仓库:

在这种论坛写文档的时候,这个目录要怎么做啊

加上这个就好<div data-theme-toc="true"> </div>
:grinning:
image
参考的这个!
以为可以用[TOC],好像不行。

发帖时点

其实就是插入一个 <div data-theme-toc="true"> </div>

对了,你画图的图片忘了贴了,我总感觉怪怪的

PyPlot 只调用的matplotlib.pyplot module?

是不能用matplotlib的OO方式吗

不知道诶,你可以看看文档

考查了几天, 感觉如果想进行更精细化的操作,还是pyimport matplotlib比较合适

我记得看书的时候看到画图的库里有EChar什么的,好像是百度的,他们整合过来了
找到了!!

1赞

这图真是美观,还有交互。 但是 好像不支持3d,contour之类?

应该有的,百度做过Echarts框架,不会这点功能都没设计

bar 里边是不是不能画斜线啊

京ICP备17009874号-2