使用pyplot创建自定义绘图功能

如何解决使用pyplot创建自定义绘图功能

我想定义一个函数，接受输入ax并在其上绘制数据。

我的快速虚拟示例，正在研究spyder 4（后端：PyQT5）：

from matplotlib import pyplot as plt

def func(L,ax):
    L_modified = [x+k for k,x in enumerate(L)]
    ax.plot(L_modified)
    return L_modified

f,ax = plt.subplots(1,1)
L = [1,2,3,4,5]
data = func(L,ax)

这很好用，data是一个包含修改后的输入的列表；并且情节正确显示。在不同的发布/说明中，我看到绘制绘图的函数通常返回ax，这不是我的情况。是否需要返回ax才能使每种IDE都具有这种功能？是因为我正在使用spyder才起作用吗？

对于某些人来说，我的问题语法似乎有点太宽泛，下面是一个大的多合一方法：创建自定义绘图功能的最佳方法是什么？

编辑：我在需要时创建图形的示例

def butter_lowpass_filter(self,cutoff,order=5,plot=False,ax=None,**plt_kwargs):
    nyq = 0.5 * self.fs
    normal_cutoff = cutoff / nyq
    b,a = butter(order,normal_cutoff,btype='low',analog=False)
    data_filtered = lfilter(b,a,self.data)
    
    if plot is True:
        if ax is None:
            f,ax = plt.subplots(2,1,sharex=True,sharey=True,figsize=(15,10))
            f.subplots_adjust(wspace=0,hspace=0.15)
            ax[0].plot(self.data,color='blue')
            ax[0].plot(data_filtered,color='teal')
            ax[0].set_title("Signal + Fitlered signal")
            ax[1].plot(data_filtered,color='teal')
            ax[1].set_title("Filtered signal with a Butterworth filter")
        
        else:
            ax.plot(data_filtered,**plt_kwargs)
            ax.set_title("Filtered signal with a Butterworth filter")
    
    return data_filtered

解决方法

我不确定我是否了解您的要求。我想您想要一个修改图形的函数。该代码有两个版本，第二个版本稍加注释，第一个版本有所改进。

1. 我不使用spyder（仅使用终端），也没有图形化的代码结果。

2. 通常，如果您使用Stock index has been rebuilt successfully in 00:00:00 ，则完全定义图形窗口（图中），而不要让python不在幕后，这是一个好习惯。如果程序变得复杂，则需要定义。

• 图的名称很重要
• fig.add_subplot，以防您使用多个坐标系
• 尝试根据您的图形对象固定轴的边界

1. 我从您的例子开始写下了一个最小的例子。它基于多次调用的函数。因此图像在演变。现在，您得到的是一些基本的动画。但是，即使如此，您仍然可以轻松看到许多缺陷：

• 轴不稳定
• 图在堆积。

功能需要改进；因为我不知道我是否朝正确的方向前进，所以我暂时停在这里。

1. 该函数为什么仍返回该列表？

第一版

matplotlib

代码的第二，改进和注释版本。 假设我也在使用该函数的输出。

import matplotlib as mpl
from matplotlib import pyplot as plt
import time

def func(L,fig):
    L_modified = [x+k for k,x in enumerate(L)]
    ax = fig.axes[0]
    ax.plot(L_modified)
    return L_modified

plt.ion()
delta_t = .5

f = plt.figure(figsize=(8,6))
ax = f.add_subplot(1,1,aspect='equal')

L = [1,2,3,4,5]
data = func(L,f)
plt.pause(delta_t)

for j in range(len(L)):
    L[j] = L[j]-3*(j+1) 
    data = func(L,f)
    plt.pause(delta_t)
    f.show()

plt.show(block=True)