这样可以确保每个新图形都位于新图形上,而不是位于上一个图形上。
使用对象的好处
以这种方式绘制图形不仅解决了您的问题,而且还允许您进行高级绘图并保存多个图形而不产生混淆。
例如,当绘制三个图形时,每个图形内部包含多个子图:
fig=pp.figure()创建第一个图形
ax=图添加子批次(111)
ax.set_title(“Szekeres多项式”)
ax.plot([1,2,3],[8,5,4],'-',label='xxxabc')
ax.legend(loc='best',shadow=true)
Fig.saveFig('tmpxxx.eps',format='eps',dpi=600)
图1=pp.figure()创建第二个图
ax1=图1.添加子批次(121)
ax1.设置标题(“Szekeres多项式”)
ax1.plot([1,2,3],[8,5,4],'-',label='xxxabc')
ax1.legend(loc='best',shadow=true)
ax2=图1.添加子批次(122)
ax2.设置标题(“第二个Szekeres多项式”)
ax2.plot([3,9,10],[10,15,20],'-',label='xxx')
ax2.图例(loc='best',shadow=true)
图1.savefig('tmpxxx2.eps',format='eps',dpi=600)
图2=pp.figure()创建第三个图形
ax21=图2.添加子批次(131)
ax21.设置标题(“hahah”)
ax21.绘图([1,2,3],[1,2,3],'-',label='1',c='r')
ax21.图例(loc='best',shadow=true)
ax22=图2.添加子批次(132)
ax22.设置标题(“heheh”)
ax22.绘图([1,2,3],[-1,-2,-3],'-',label='2',c='b')
ax22.图例(loc='best',shadow=true)
ax23=图2.添加子批次(133)
ax23.设置标题(“hohoho”)
ax23.绘图([1,2,3],[2**2,4**2,6**2],'-',label='3',c='g')
ax23.图例(loc='best',shadow=true)
Fig2.saveFig('graph2.eps',format='eps',dpi=600)
您可以轻松地调整每个单独子批次的参数并保存三个数字,而不会出现任何混淆。
E你跑pp.plot()
如果没有指定要绘制的图形,它将在同一个图形上再绘制一行。
为了避免这种模糊性,您可能希望遵循@lorran sutter的建议,或者开始在matplotlib中使用对象,那么您的代码将变为:
fig1 = pp.figure() #Creating new figure
ax1 = fig1.add_subplot(111) #Creating axis
ax1.set_title("Szekeres Polynomials")
ax1.plot([1,2,3], [8,5,4], '-', label='xxxabc' )
ax1.legend(loc='best', shadow=True)
fig1.savefig('TMPxxx.eps', format='eps', dpi=600)
这样可以确保每个新图形都位于新图形上,而不是位于前一个图形上。
使用对象的好处
以这种方式绘制图形不仅解决了您的问题,而且还允许您进行高级绘图并保存多个图形而不产生混淆。
例如,当绘制三个图形时,每个图形内部包含几个子图:
fig = pp.figure() #Creating the first figure
ax = fig.add_subplot(111)
ax.set_title("Szekeres Polynomials")
ax.plot([1,2,3], [8,5,4], '-', label='xxxabc' )
ax.legend(loc='best', shadow=True)
fig.savefig('TMPxxx.eps', format='eps', dpi=600)
fig1 = pp.figure() #Creating the second figure
ax1 = fig1.add_subplot(121)
ax1.set_title("Szekeres Polynomials")
ax1.plot([1,2,3], [8,5,4], '-', label='xxxabc' )
ax1.legend(loc='best', shadow=True)
ax2 = fig1.add_subplot(122)
ax2.set_title("Second Szekeres Polynomials")
ax2.plot([3,9,10], [10,15,20], '-', label='xxx' )
ax2.legend(loc='best', shadow=True)
fig1.savefig('TMPxxx2.eps', format='eps', dpi=600)
fig2 = pp.figure() #Creating the third figure
ax21 = fig2.add_subplot(131)
ax21.set_title("hahah")
ax21.plot([1,2,3], [1,2,3], '-', label='1', c='r')
ax21.legend(loc='best', shadow=True)
ax22 = fig2.add_subplot(132)
ax22.set_title("heheh")
ax22.plot([1,2,3], [-1,-2,-3], '-', label='2', c='b')
ax22.legend(loc='best', shadow=True)
ax23 = fig2.add_subplot(133)
ax23.set_title("hohoho")
ax23.plot([1,2,3], [2**2,4**2,6**2], '-', label='3', c='g' )
ax23.legend(loc='best', shadow=True)
fig2.savefig('graph2.eps', format='eps', dpi=600)
您可以轻松地调整每个单独子批次的参数并保存三个数字,而不会出现任何混淆。