Funciones de diseño y configuración de Matplotlib


Matplotlib 参考文档Documentación de referencia de Matplotlib

Las funciones de diseño controlan el espaciado y la disposición de los subplots, y las funciones de configuración gestionan los parámetros globales de Matplotlib.

Resumen de funciones

Funciones de diseño

FunciónDescripción
subplots_adjust()Ajustar manualmente el espaciado entre subplots
tight_layout()Diseño automático compacto
margins()Establecer el margen de datos (espacio en blanco en los extremos de los ejes)
subplot_tool()Iniciar la herramienta de ajuste interactivo de subplots

Funciones de configuración

FunciónDescripción
rc()Establecer los parámetros rc (admite configuración por lotes)
rc_context()Administrador de contexto para establecer temporalmente los parámetros rc
rcdefaults()Restablecer todos los parámetros rc a sus valores predeterminados

Funciones de colormap

FunciónDescripción
clim()Establecer el rango de datos del colormap
get_cmap()Obtener el colormap con el nombre especificado
set_cmap()Establecer el colormap predeterminado
gci()Obtener el objeto actual de mapeo de color
sci()Establecer el objeto actual de mapeo de color
imread()Leer una imagen de un archivo a un array
imsave()Guardar un array como archivo de imagen

Funciones de salida e interacción

FunciónDescripción
show()Mostrar todas las Figures abiertas
draw()Forzar el re-renderizado de la Figure actual
draw_if_interactive()Renderizar la Figure en modo interactivo
pause()Pausar durante los segundos especificados (procesa eventos de GUI durante la pausa)
ion() / ioff()Activar/desactivar el modo interactivo
isinteractive()Comprobar si está en modo interactivo
install_repl_displayhook()Instalar el hook de visualización de REPL
uninstall_repl_displayhook()Desinstalar el hook de visualización de REPL
switch_backend()Cambiar el backend de Matplotlib

Ejemplo de funciones de diseño

subplots_adjust() / tight_layout() / margins()

matplotlib.pyplot.subplots_adjust(left=None, bottom=None, right=None,
    top=None, wspace=None, hspace=None)
matplotlib.pyplot.tight_layout(*, pad=1.08, h_pad=None, w_pad=None,
    rect=None)
matplotlib.pyplot.margins(*margins, x=None, y=None, tight=True)

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)

fig, axes = plt.subplots(2, 2, figsize=(10, 8))

# subplots_adjust control manual
fig.subplots_adjust(left=0.1, right=0.95,
                     top=0.9, bottom=0.1,
                     hspace=0.4, wspace=0.3)

for i, ax in enumerate(axes.flatten()):
    ax.plot(x, np.sin(x + i))
    ax.set_title(f'Plot {i+1}')
    ax.set_xlabel('A long x label')
    ax.set_ylabel('A long y label')
    # Configurar márgenes
    ax.margins(x=0.1, y=0.15)

fig.suptitle('subplots_adjust() + margins()', fontsize=14)
plt.show()
print("ejemplo: layout example")

Ejemplo de funciones de configuración

rc() / rc_context() / rcdefaults()

matplotlib.pyplot.rc(group, **kwargs)
matplotlib.pyplot.rc_context(rc=None, fname=None)
matplotlib.pyplot.rcdefaults()

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

# Método 1: configurar rcParams globalmente
plt.rcParams['font.size'] = 12
plt.rcParams['axes.grid'] = True

# Método 2: configurar en lote con rc()
plt.rc('lines', linewidth=2, color='steelblue')
plt.rc('axes', titlesize=14, grid=True)

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

# Configuración temporal con rc_context (solo válida dentro del bloque with)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4),
                                layout='constrained')

# ax1 usa la configuración rc global
ax1.plot(x, np.sin(x))
ax1.set_title('Global rc settings')

# ax2 usa una sobrescritura de estilo temporal
with plt.rc_context({'lines.color': 'coral',
                      'lines.linestyle': '--',
                      'axes.facecolor': '#f0f0f0'}):
    ax2.plot(x, np.cos(x))
    ax2.set_title('rc_context() overrides')

plt.show()

# Restaurar valores predeterminados
plt.rcdefaults()
print("ejemplo: rc settings restored to defaults")

Ejemplo de funciones de colormap

clim() / get_cmap() / set_cmap()

matplotlib.pyplot.clim(vmin=None, vmax=None)
matplotlib.pyplot.get_cmap(name=None, lut=None)
matplotlib.pyplot.set_cmap(cmap)

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10, 10)

# Ver el colormap predeterminado actual
print('Default cmap:', plt.rcParams['image.cmap'])

# Obtener un colormap específico
cmap = plt.get_cmap('plasma')
print('Got cmap:', cmap.name)

fig, ax = plt.subplots(figsize=(5, 4), layout='constrained')

im = ax.imshow(data, cmap='hot', vmin=0.2, vmax=0.8)
# clim() también se puede usar para modificar el rango
plt.clim(0.1, 0.9)

fig.colorbar(im, ax=ax, label='Value')
ax.set_title('imshow with clim()')
plt.show()

# Configurar el colormap predeterminado global
plt.set_cmap('Blues')
print('New default cmap:', plt.rcParams['image.cmap'])
Default cmap: viridis
Got cmap: plasma
New default cmap: Blues

imread() / imsave()

matplotlib.pyplot.imread(fname, format=None)
matplotlib.pyplot.imsave(fname, arr, **kwargs)

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

# Crear datos de imagen
img = np.random.rand(50, 50)

# Guardar como PNG (sin necesidad de Figure)
plt.imsave('ejemplo_temp_image.png', img,
           cmap='viridis')
print("ejemplo: image saved via imsave()")

# Volver a leerlo
loaded = plt.imread('ejemplo_temp_image.png')
print("Loaded shape:", loaded.shape)
print("ejemplo: image loaded via imread()")
Loaded shape: (50, 50, 4)

Ejemplo de funciones de salida e interacción

ion() / ioff() / pause() / draw()

matplotlib.pyplot.ion()    # 开启交互模式
matplotlib.pyplot.ioff()   # 关闭交互模式
matplotlib.pyplot.isinteractive()  # 检查状态
matplotlib.pyplot.pause(interval)  # 暂停并处理事件
matplotlib.pyplot.draw()           # 强制重绘

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

# Ejemplo de modo interactivo (ejecutar en un entorno interactivo)
print('Interactive mode:', plt.isinteractive())

# Control manual del renderizado en modo no interactivo
plt.ioff()
fig, ax = plt.subplots()
x = np.linspace(0, 10, 100)

for i in range(3):
    ax.clear()
    ax.plot(x, np.sin(x + i * 0.5))
    ax.set_title(f'Frame {i+1}')
    plt.draw()              # Renderizado manual
    plt.pause(0.5)          # Pausar 0.5 segundos

plt.show()
print("ejemplo: animation complete")

switch_backend()

matplotlib.pyplot.switch_backend(newbackend)

switch_backend() solo se puede llamar después de la primera importación de pyplot y antes de crear cualquier Figure. Después de crear una Figure, cambiar de backend requiere usar la funcionalidad experimental.matplotlib.use()。


Matplotlib 参考文档Documentación de referencia de Matplotlib

Otras extensiones