Python数据可视化之matplotlib.pyplot绘图的基本参数详解_python_

1.matplotlib简介

matplotlib 库是 Python 中绘制二维和三维图表的数据可视化工具

特点：

    使用简单绘图语句实现复杂绘图效果 

    以交互式操作实现渐趋精细的图形效果 

    使用嵌入式 LaTex 输出具有印刷级别的图表、科学表达式和符号文本

    对图表的组成元素实现精细化控制

三种绘图接口

• pyplot：面向当前图
• axes：面向对象
• Pylab：沿用 matlab 风格

本篇文章使用plot绘图（展示变量的趋势变化 ）展示绘图的基本参数，使用numpy库获得绘图数据（随机），最后出来的图形并非经过仔细思考，一切以展示图形参数为主！！！

使用的库：

import matplotlib.pyplot as plt import numpy as np

2.图形组成元素的函数用法

  plot()：展示变量的趋势变化

   使用方法：plt.plot(x, y, c，ls, lw, label, alpha, **kwargs)        

• x，y：x，y 轴上的数值
• c：设置颜色
• ls：折线图的线条风格
• lw：折线图的线条宽度
• label：标记图形内容的标签文本
• alpha：透明度
•  **kwargs：指定使用的是 line2D 属性      

2.1. figure()：背景颜色

使 用 方 法 ：figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=Figure, clear=False, **kwargs)  

num ：

 如果此参数没有提供，则一个新的 figure 对象将被创建，同时增加 figure 的计数数值，此数值被保存在 figure 对象的一个数字属性当中。如果有此参数，且存在对应 id 的 figure 对象，则激活对于 id 的 figure 对象。如果对应 id 的 figur 对象不存在，则创建它并返回它。如果 num 的值是字符串，则将窗口标题设置为此字符串

figsize：以英寸为单位的宽高，缺省值为 rc figure.figsize (1 英寸等于 2.54 厘米)

dpi：图形分辨率，缺省值为 rc figure.dpi

facecolor：背景色

plt.figure(figsize=(10, 10)) x = np.linspace(0.05, 10, 1000) # 在0.05到10的区间中，等差选取1000个，端点不属于 y = np.sin(x) plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False plt.plot(x, y, color='red', ls='-', label='sinx') plt.show()

2.2 xlim()和 ylim()：设置 x，y 轴的数值显示范围

 使用方法：plt.xlim(xmin,xmax)

• xmin：x 轴上的最小值
• xmax：x 轴上的最大值

2.3 xlabel()和 ylabel()：设置 x，y 轴的标签文本

使用方法：plt.xlabel(fontsize, verticalalignment, horizontalalignment, rotation, bbox) 

• fontsize：数字或者（small，large，medium）
• verticalalignment：距离坐标轴的位置（top，bottom，center，baseline）
• hoizontalalignment：位置（center，right，left）
• ratation：位置（vertical，horizontal，vertical）
• bbox：添加边框

2.4 grid()：绘制刻度线的网格线

使用方法：plt.grid(linestyle, color)

2.5 axhline()：绘制平行于 x 轴额度水平参考线

使用方法：plt.axhline(y, c, ls, lw, label)

y：水平参考线的出发点

plt.figure(figsize=(10, 10)) x = np.linspace(0.05, 10, 1000) # 在0.05到10的区间中，等差选取1000个，端点不属于 y = np.sin(x) plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False plt.plot(x, y, color='red', ls='-', label='sinx') plt.xlim(1, 10) plt.ylim(-1, 1) plt.xlabel('x轴') plt.ylabel('y轴') plt.grid(ls=':', color='blue') # 设置网格，颜色为蓝色 plt.axhline(0.5, color='green', lw=2, label="分割线") # 绘制平行于x轴的水平参考线，绿色，名称 plt.show()

（上图中绿色的线即为axjline（）添加的参考线）

2.6 axvspan()：绘制垂直于 x 轴的参考区域

使用方法：plt.axvspan( xmin, xmax ,facecolor, alpha)

• xmin：参考区域的起始位置
• xmax：参考区域的终止位置
• facecolor：参考区域的填充颜色
• alpha：参考区域填充颜色的透明度,[0~1]

注：其使用方法也可以用在 axhspan（）上

在上一段代码添加

plt.axvspan(xmin=2, xmax=5, facecolor='r', alpha=0.2) # 绘制垂直于x轴的参考区域

即得到（注意：此段是区域）

2.7 xticks(),yticks()

获取或设置当前 x 轴或 y 轴刻度位置和标签（即设置 x 或 y 轴的标 签）

可以理解为设置xilim和ylim一样的效果，但可以指定范围和距离

plt.xticks(list(range(0, 12, 1))) # 调整刻度范围和刻度标签

注意看x轴，从原来的0~10到现在的0~11，可以通过设置第三个参数设置步长，这里设置为1

2.8 annotate()：添加图形内容细节的指向型注释文本

函数方法：plt.annotate()

• s：注释文本内容
• xy：被注释的坐标点
• xytext：注释文字的坐标位置
• weight：设置字体线形(Ultralight，light，normal，regular，book，medium，roman，semibold，demibold，demi,bold，heavy，extrabold，black）
• color：设置字体颜色；也可以设置 RGB 或 RGBA 类型的颜色；但必须为[0,1]之间的浮点 数         

xycoords= 参数如下

• figure points：图左下角的点
• figure pixels：图左下角的像素
• figure fraction：图的左下部分
• axes points：坐标轴左下的点
• axes pixels：坐标轴左下的像素
• data：使用被注释对象的坐标系统
• arrowprops：箭头参数，参数类型为字典 dict
• width：箭头的宽度
• headwidth：箭头底部以点为单位的宽度
• headlength：箭头的长度
• shrink：总长度的一部分，从两端“收缩”
• facecolor：箭头颜色（如果设置了 arrowstyle 关键字，上面的参数都不可以用，可

以用这些：

• -
• ->
• -[
• |-|
• -|>
• <->
• <|-
• <|-|>
• fancy
• simple
• wedge）

plt.annotate('local', xy=(2, 1), xytext=(0.5, 0.5), weight='bold', color='red', xycoords="data", arrowprops= dict(arrowstyle="->", connectionstyle='arc3', color='b'), bbox= dict(boxstyle="rarrow", pad=0.6, fc="yellow", ec='k', lw=1, alpha=0.5) )

 这里的黄色箭头和蓝色细长线即为参数方法添加的参数，实际使用过程中根据自己的实际所需使用，可以认为添加对图像的一些解释

2.9 bbox：给标题增加外框

（boxstyle：方框外形；circle：椭圆；darrow：双向箭头；larrow：箭头向左；rarrow：箭

头向右；round：圆角矩形；round4：椭长方形；roundtooth：波浪形边框 1；sawtooth：

波浪形边框 2；square：长方形）

2.10 . text()：添加图形内容细节的无指向型注释文本(水印）

函数方法：plt.text()

x,y：表示坐标轴上的值

weight：

• ultralightlight
• normal
• regular
• book
• medium
• roman
• semibold
• demibold
• demi
• bold
• heavy
• extrabold
• black

xycoodrds：

• figure points：图左下角的点
• figure pixels：图左下角的像素
• figure fraction：图的左下部分
• axes points：坐标轴左下的点
• axes pixels：坐标轴左下的像素

data：使用被注释对象的坐标系统

arrowprops：箭头参数，参数类型为字典 dict

     width：箭头的宽度

     headwidth：箭头底部以点为单位的宽度

     headlength：箭头的长度

     shrink：总长度的一部分，从两端“收缩”

     facecolor：箭头颜色

bbox：给标题增加外框

           boxstyle：方框外形

           circle：椭圆

           darrow：双向箭头

           larrow：箭头向左

           rarrow：箭头向右

           round：圆角矩形

           round4：椭长方形

           roundtooth：波浪形边框 1

           sawtooth：波浪形边框 2

           square：长方形         

plt.text(1, 1, "y=sinx", weight='bold', color ='b')

这里设置在坐标（1，1）上，即文字下面y=sinx的蓝色字段

2.11. title()：添加图形内容的标题

plt.title("正弦函数")

2.12. legend()：标示不同图形的文本标签图例

使用方法：plt.legeng()

图例在图中的地理位置：

• best
• upper right
• upper left
• lower left
• lower right
• right
• center left
• center right
• lower center
• upper center
• center

plt.legend(loc="lower left") # 设置图例位置

2.13 table()：向子图中添加表格

plt.table(cellText=None, cellColours=None, cellloc='right' ,colWidths=None,
rowLabels=None, rowColours=None, collLabels=None, colColours=None,
collloc='center', loc='bpttpm', bbox=None, edges='closed', **kwargs)

cellText：表格单元格文本。类型为二维字符串列表

cellColours：表格单元格背景色。类型为二位颜色值列表

cellloc：表格单元格文本的对齐方式。默认值为right

                                left

提示： 本文由神整理自网络，如有侵权请联系本站删除！
本站声明：
1、本站所有资源均来源于互联网，不保证100%完整、不提供任何技术支持；
2、本站所发布的文章以及附件仅限用于学习和研究目的;不得将用于商业或者非法用途；否则由此产生的法律后果，本站概不负责！