python画图figure()和plot

figure()和plot()是Python中matplotlib库中用于绘制图形的两个重要函数。

`figure()`函数用于创建一个新的图形窗口或画布，可以通过指定参数来设置图形的大小、分辨率、背景色等。在使用matplotlib绘图时，通常会先调用`figure()`函数创建一个新的画布，然后在该画布上进行绘图操作。

`plot()`函数用于绘制曲线图或散点图。它接受一系列的数据点，并将其连接起来或者绘制出来。`plot()`函数的参数可以设置线条的颜色、线型、标记符号等。通过不断调用`plot()`函数，可以在同一个图形窗口上绘制多条曲线或散点图。

以下是一个简单的示例代码，演示了如何使用`figure()`和`plot()`函数来绘制一个简单的折线图：

import matplotlib.pyplot as plt

# 创建一个新的图形窗口
plt.figure()

# 准备绘制的数据
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

# 绘制折线图
plt.plot(x, y)

# 设置图形的标题和坐标轴标签
plt.title('Simple Line Plot')
plt.xlabel('X')
plt.ylabel('Y')

# 显示图形
plt.show()

运行上述代码，将会弹出一个新的图形窗口，其中绘制了一条简单的折线图。

相关问题

python画图plot加形状

### 如何在 Python Matplotlib Plot 中添加自定义形状

当使用 `matplotlib` 绘制图形时，可以通过设置 `plot()` 方法中的 `marker` 参数来自定义线条上数据点的标记形状。这允许创建具有不同样式的图表来更好地表示数据。

下面是一个简单的例子展示如何通过指定不同的 marker 来改变数据点的表现形式：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 50)

plt.figure(figsize=(8, 6))

# 使用星形标记符
plt.plot(x, np.sin(x), 'p-', color="blue", markersize=10, label='Star Markers')

# 设置标题和标签
plt.title("Custom Marker Example with Star Shape")
plt.xlabel("X axis")
plt.ylabel("Y axis")

# 显示图例
plt.legend()

# 展示图像
plt.show()

在这个实例里，选择了五角星 (`'p-'`) 作为标记，并设置了颜色为蓝色以及大小为 10 的标记尺寸[^3]。

对于更复杂的自定义需求，可以利用 `Path` 和 `MarkerStyle` 类进一步定制化标记样式。这里给出一个稍微复杂一点的例子，它展示了怎样构建并应用一个新的路径对象作为新的标记符号：

from matplotlib.path import Path
import matplotlib.markers as mmarkers


def custom_marker():
    star = [(0.5, -0.5), (1.5, 1.5), (-2., 0.), (1.5, -1.5),
            (-0.5, -0.5), (-1.5, 1.5), (2., 0.), (-1.5, -1.5)]
    
    codes = [Path.MOVETO] + [Path.LINETO]*7
    
    path_data = list(zip(star, codes))
    
    return path_data


path_data = custom_marker()
star_path = Path(*zip(*path_data))
custom_star = mmarkers.MarkerStyle(marker=star_path)


fig, ax = plt.subplots()
ax.scatter([1], [2], s=500, c="red", marker=custom_star)
plt.xlim(-1, 3); plt.ylim(-1, 3);
plt.gca().set_aspect('equal')
plt.grid(True)
plt.show()

这段代码首先定义了一个名为 `custom_marker` 的函数用于生成星星路径的数据；接着基于这些坐标信息创建了 `Path` 对象；最后将其转换成 `MarkerStyle` 实例以便于后续绘图操作中调用。这样就可以实现更加个性化的视觉效果。

python画图程序figure未响应

### 解决 Python Matplotlib Figure 无响应问题

当遇到 `matplotlib` 图形窗口无响应的情况时，这可能是由于多种原因引起的。以下是几种常见的解决方案：

#### 设置交互模式
确保启用了交互模式可以防止图形界面冻结。可以通过调用 `plt.ion()` 来启用它。

import matplotlib.pyplot as plt

plt.ion()  # 启用交互模式
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])
plt.show(block=False)  # 防止阻塞主线程

#### 使用后台线程绘制图表
如果绘图操作非常耗时，则可以在单独的线程中执行这些操作以保持 GUI 的响应性。

from threading import Thread
import time
import matplotlib.pyplot as plt


def plot_in_thread():
    fig, ax = plt.subplots()
    while True:
        ax.cla()
        ax.plot([1, 2, 3], [4, 5, 6])
        plt.pause(0.1)


thread = Thread(target=plot_in_thread)
thread.daemon = True
thread.start()

while True:
    time.sleep(1)

#### 更新事件循环
有时需要手动触发事件循环来处理待处理的任务并更新显示的内容。

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
line, = ax.plot([1, 2, 3], [4, 5, 6])

for i in range(10):
    line.set_ydata(i * [7, 8, 9])  # 动态改变数据
    fig.canvas.draw_idle()
    fig.canvas.flush_events()      # 刷新GUI事件队列

#### 调整后端设置
不同的操作系统和环境可能适合不同类型的渲染器。尝试切换到其他可用的后端可能会解决问题。

# 在启动脚本前指定backend参数
export MPLBACKEND=TkAgg
python script.py

通过上述方法之一应该能够有效改善 `matplotlib` 窗口卡顿的现象[^1]。