Matplotlib 3.3.0 的新特性 (2020年7月16日)#
要查看自上次修订以来的所有问题和拉取请求,请参阅 GitHub 统计数据为 3.9.2 版本(2024年8月12日)。
图形和轴的创建 / 管理#
用于从文本或嵌套列表组合语义轴布局的临时API#
Figure 类有一个临时方法,可以根据嵌套列表输入或ASCII艺术生成命名 axes.Axes 的复杂网格:
axd = plt.figure(constrained_layout=True).subplot_mosaic(
[['.', 'histx'],
['histy', 'scat']]
)
for k, ax in axd.items():
ax.text(0.5, 0.5, k,
ha='center', va='center', fontsize=36,
color='darkgrey')
(Source code, 2x.png, png)
或作为一个字符串(带有单字符的轴标签):
axd = plt.figure(constrained_layout=True).subplot_mosaic(
"""
TTE
L.E
""")
for k, ax in axd.items():
ax.text(0.5, 0.5, k,
ha='center', va='center', fontsize=36,
color='darkgrey')
(Source code, 2x.png, png)
更多详情和示例请参见 复杂且语义化的图形组合 (subplot_mosaic)。
GridSpec.subplots()#
GridSpec 类新增了 subplots 方法,因此可以这样写
fig.add_gridspec(2, 2, height_ratios=[3, 1]).subplots()
作为替代方案
fig.subplots(2, 2, gridspec_kw={"height_ratios": [3, 1]})
tight_layout 现在支持 suptitle#
之前的版本没有考虑 Figure.suptitle,因此在调用 tight_layout 后,它可能与其他艺术家重叠:
(Source code, 2x.png, png)
从现在开始,将考虑 suptitle:
(Source code, 2x.png, png)
设置轴的方框比例#
现在可以通过 set_box_aspect 直接设置轴框的纵横比。轴框的纵横比是轴高度和轴宽度在物理单位中的比例,与数据限制无关。这对于生成一个与数据无关的方形图,或者在具有固定(数据)纵横比的图像图旁边生成具有相同轴尺寸的非图像图非常有用。
有关使用案例,请查看 Axes box aspect 示例。
颜色和颜色映射#
Turbo 色图#
Turbo 是一个用于可视化的改进型彩虹色图,由 Google AI 团队为计算机视觉和机器学习创建。它的目的是显示深度和视差数据。更多详情请参见 Google AI 博客。
(Source code, 2x.png, png)
colors.BoundaryNorm 支持 extend 关键字参数#
BoundaryNorm 现在有一个 extend 关键字参数,类似于 contourf 中的 extend。当设置为 'both'、'min' 或 'max' 时,它将相应的超出范围的值映射到 Colormap 查找表索引,这些索引接近其范围的适当端点,以便超出范围的值的颜色与其范围内的邻居相邻,但有所区别。颜色条从规范中继承了 extend 参数,因此例如,使用 extend='both',颜色条将为超出范围的值提供三角形扩展,这些值的颜色与相邻范围内的颜色不同。
(Source code, 2x.png, png)
图例标签的文本颜色#
现在可以通过向 legend 传递参数 labelcolor 来设置图例标签的文本颜色。labelcolor 关键字可以是:
单一颜色(可以是字符串或RGBA元组),用于调整所有标签的文本颜色。
一个列表或元组,允许单独设置每个标签的文本颜色。
linecolor设置每个标签的文本颜色以匹配相应的线条颜色。markerfacecolor,它将每个标签的文本颜色设置为与相应的标记面颜色匹配。markeredgecolor,它将每个标签的文本颜色设置为与相应的标记边缘颜色匹配。
(Source code, 2x.png, png)
Pcolor 和 Pcolormesh 现在接受 shading='nearest' 和 'auto'#
之前,axes.Axes.pcolor 和 axes.Axes.pcolormesh 处理 x 和 y 与 C 具有相同(各自)大小的情况时,通过丢弃 C 的最后一行和最后一列,并将 x 和 y 视为 C 中剩余行和列的边缘。然而,许多用户希望 x 和 y 位于 C 的行和列的中心。
为了适应这一点,shading='nearest' 和 shading='auto' 是 shading 关键字参数的新允许字符串。'nearest' 将在 x 和 y 与 C 具有相同维度时将颜色居中(否则将抛出错误)。shading='auto' 将根据 X、Y、C 的大小选择 'flat' 或 'nearest'。
如果 shading='flat',那么 X 和 Y 的维度应该比 C 大一。如果 X 和 Y 与 C 具有相同的维度,则使用之前的行为,丢弃 C 的最后一行和最后一列,并发出一个 DeprecationWarning。
用户还可以通过新的 rcParams["pcolor.shading"] (default: 'auto') 在其 .matplotlibrc 文件中或通过 rcParams 来指定此项。
参见 pcolormesh 的示例。
标题、刻度和标签#
将标签对齐到轴的边缘#
set_xlabel, set_ylabel 和 ColorbarBase.set_label 支持一个 loc 参数用于简化定位。对于 xlabel,支持的值是 'left', 'center', 或 'right'。对于 ylabel,支持的值是 'bottom', 'center', 或 'top'。
默认设置通过 rcParams["xaxis.labelposition"] 和 rcParams["yaxis.labelposition"] 控制;Colorbar 标签根据其方向采用基于 rcParam 的设置。
允许使用字符串或函数输入来设置刻度格式化器#
set_major_formatter 和 set_minor_formatter 现在除了接受 Formatter 实例外,还接受 str 或函数输入。对于 str,会自动生成并使用 StrMethodFormatter。对于函数,会自动生成并使用 FuncFormatter。换句话说,:
ax.xaxis.set_major_formatter('{x} km')
ax.xaxis.set_minor_formatter(lambda x, pos: str(x-5))
是以下内容的快捷方式:
import matplotlib.ticker as mticker
ax.xaxis.set_major_formatter(mticker.StrMethodFormatter('{x} km'))
ax.xaxis.set_minor_formatter(
mticker.FuncFormatter(lambda x, pos: str(x-5))
(Source code, 2x.png, png)
Axes.set_title 获得了一个 y 关键字参数来控制自动定位#
set_title 尝试自动定位标题以避免顶部 x 轴上的任何装饰器。这并不总是理想的,因此现在 y 是 set_title 的一个显式关键字参数。它默认为 None,这意味着使用自动定位。如果提供了值(即 3.0 之前的默认值是 y=1.0),则自动定位将被关闭。这也可以通过新的 rcParameter rcParams["axes.titley"] (default: None) 来设置。
(Source code, 2x.png, png)