Fonctions de mise en page et de configuration Matplotlib


Matplotlib 参考文档Documentation de référence de Matplotlib

Les fonctions de mise en page contrôlent l'espacement et l'agencement des sous-graphiques, les fonctions de configuration gèrent les paramètres globaux de Matplotlib.

Aperçu des fonctions

Fonctions de mise en page

FonctionDescription
subplots_adjust()Ajuster manuellement l'espacement des sous-graphiques
tight_layout()Mise en page compacte automatique
margins()Définir les marges de données (espace blanc aux deux extrémités des axes)
subplot_tool()Lancer l'outil interactif d'ajustement des sous-graphiques

Fonctions de configuration

FonctionDescription
rc()Définir les paramètres rc (prend en charge la définition par lots)
rc_context()Gestionnaire de contexte pour définir temporairement les paramètres rc
rcdefaults()Restaurer tous les paramètres rc à leurs valeurs par défaut

Fonctions de palette de couleurs

FonctionDescription
clim()Définir la plage de données pour le mappage des couleurs
get_cmap()Obtenir la palette de couleurs avec le nom spécifié
set_cmap()Définir la palette de couleurs par défaut
gci()Obtenir l'objet courant mappable en couleur
sci()Définir l'objet courant mappable en couleur
imread()Lire une image depuis un fichier dans un tableau
imsave()Enregistrer un tableau sous forme de fichier image

Fonctions de sortie et d'interaction

FonctionDescription
show()Afficher toutes les Figures ouvertes
draw()Forcer le réaffichage de la Figure actuelle
draw_if_interactive()Effectuer le rendu de la Figure en mode interactif
pause()Mettre en pause pendant le nombre de secondes spécifié (traite les événements GUI pendant la pause)
ion() / ioff()Activer/désactiver le mode interactif
isinteractive()Vérifier si l'on est actuellement en mode interactif
install_repl_displayhook()Installer le hook d'affichage REPL
uninstall_repl_displayhook()Désinstaller le hook d'affichage REPL
switch_backend()Changer de backend Matplotlib

Exemples de fonctions de mise en page

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)

Exemple

import matplotlib.pyplot as plt
import numpy as np

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

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

# Contrôle manuel avec subplots_adjust
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'Tracé {i+1}')
    ax.set_xlabel('A long x label')
    ax.set_ylabel('A long y label')
    # Définir les marges
    ax.margins(x=0.1, y=0.15)

fig.suptitle('subplots_adjust() + margins()', fontsize=14)
plt.show()
print("exemple : exemple de mise en page")

Exemples de fonctions de configuration

rc() / rc_context() / rcdefaults()

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

Exemple

import matplotlib.pyplot as plt
import numpy as np

# Méthode 1 : définir rcParams globalement
plt.rcParams['font.size'] = 12
plt.rcParams['axes.grid'] = True

# Méthode 2 : utiliser rc() pour définir par lots
plt.rc('lines', linewidth=2, color='steelblue')
plt.rc('axes', titlesize=14, grid=True)

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

# réglage temporaire de rc_context (valide uniquement dans le bloc with)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4),
                                layout='constrained')

# ax1 utilise les paramètres rc globaux
ax1.plot(x, np.sin(x))
ax1.set_title('Paramètres rc globaux')

# ax2 utilise une surcharge de style temporaire
with plt.rc_context({'lines.color': 'coral',
                      'lines.linestyle': '--',
                      'axes.facecolor': '#f0f0f0'}):
    ax2.plot(x, np.cos(x))
    ax2.set_title('rc_context() surcharge')

plt.show()

# Restaurer les valeurs par défaut
plt.rcdefaults()
print("exemple : paramètres rc restaurés aux valeurs par défaut")

Exemples de fonctions de palette de couleurs

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)

Exemple

import matplotlib.pyplot as plt
import numpy as np

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

# Afficher la palette de couleurs par défaut actuelle
print('cmap par défaut :', plt.rcParams['image.cmap'])

# Obtenir une palette de couleurs spécifique
cmap = plt.get_cmap('plasma')
print('cmap obtenu :', cmap.name)

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

im = ax.imshow(data, cmap='hot', vmin=0.2, vmax=0.8)
# clim() peut également être utilisé pour modifier la plage
plt.clim(0.1, 0.9)

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

# Définir la palette de couleurs par défaut globale
plt.set_cmap('Blues')
print('Nouveau cmap par défaut :', 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)

Exemple

import matplotlib.pyplot as plt
import numpy as np

# Créer des données d'image
img = np.random.rand(50, 50)

# Enregistrer au format PNG (aucune Figure requise)
plt.imsave('example_temp_image.png', img,
           cmap='viridis')
print("exemple : image enregistrée via imsave()")

# Relire l'image
loaded = plt.imread('example_temp_image.png')
print("Forme chargée :", loaded.shape)
print("exemple : image chargée via imread()")
Loaded shape: (50, 50, 4)

Exemples de fonctions de sortie et d'interaction

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

Exemple

import matplotlib.pyplot as plt
import numpy as np

# Exemple de mode interactif (à exécuter dans un environnement prenant en charge l'interaction)
print('Mode interactif :', plt.isinteractive())

# Contrôle manuel du rendu en mode non interactif
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'Image {i+1}')
    plt.draw()              # Rendu manuel
    plt.pause(0.5)          # Pause de 0.5 secondes

plt.show()
print("exemple : animation terminée")

switch_backend()

matplotlib.pyplot.switch_backend(newbackend)

switch_backend() ne peut être appelé qu'après le premier import de pyplot et avant la création de toute Figure. Pour changer de backend après la création d'une Figure, vous devez utiliser la fonctionnalité expérimentalematplotlib.use()。


Matplotlib 参考文档Documentation de référence de Matplotlib

Autres extensions