LS-DYNA中SET_NODE_LIST设置方法：如何画出高质量的仿真结果图

作为一名理工科的研究生，画图当然是家常便饭，就目前来讲画图的工具也很丰富有matlab、R、Python、Excel等等，我个人还是偏好使用Python系列来画图。一说到使用Python来画图那必然会想到Matplotlib库，新版的 Matplotlib 已经可以轻松实现主流的绘图风格，人们不断在 Matplotlib 的基础上开发出新的程序包，实现更加简洁、现代化的 API，例如 Seaborn、 ggplot以及Pandas 对 Matplotlib 的 API 封装的画图功能，接下来我将会介绍如何使用Matplotlib一步一步的画出好看的图形的。

1 画图之前的准备工作

我一般在Jupyter lab上使用Matplotlib画图，首先导入画图相关的库

import 

使用 plt.style 来选择图形的绘图风格，现在选择（fivethirtyeight）风格，这种风格使用深色的粗线条和透明的坐标轴：

# 全局设置绘图风格

绘图风格有很多种，使用 plt.style.available 可以查询 Matplotlib 支持的所有绘画风格，终有一款是你喜欢的类型。

2 使用面向对象接口绘图

面向对象接口可以适应更复杂的场景，更好地控制你自己的图形。在面向对象接口中，画图函数不再受到当前图形或坐标轴的限制，而变成了显式的 Figure 和 Axes 的方法。如

with 

3 调整图形

基于 plot 参数的调整

• 控制图形color
• 控制图形linetyle
• 控制图形marker
• 完整的plot调整参数列表

axs

对Axes的一些调整

axs

4 画图示例

假设你现在有一批XSS 的 payload，样本集已经做好标记，现在你要对比深度学习方法LSTM、GRU和传统机器学习方法分别对数据集预测效果。下面是完整的画图代码，包含了常见图形的各种调控

with 

5 保存图形

Matplotlib 的一个优点是能够将图形保存为各种不同的数据格式。你可以用 savefig() 命令将图形保存为文件。例如，如果要将图形保存为 PNG 格式，你可以运行这行代码：

fig

在 savefig() 里面，保存的图片文件格式就是文件的扩展名。Matplotlib 支持许多图形格 式，具体格式由操作系统已安装的图形显示接口决定。你可以通过 canvas 对象的方法查看系统支持的文件格式：

fig.canvas.get_supported_filetypes() 

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删