转自:网络 今天给大家介绍Matplotlib绘图实用的小技巧: matplotlib.pyplot 对象中有个 title() 可以设置表格的标题。import numpy as np import matplotlib.pyplot as plt # 显示中文 plt.rcParams['font.sans-serif'] = [u'SimHei'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(0,10) plt.title('这是一个示例标题') plt.plot(x,x*x) plt.show()
具体实现效果:
2. 添加文字-text设置坐标和文字,可以使用 matplotlib.pyplot 对象中 text() 接口。其中 第一、二个参数来设置坐标,第三个参数是设置显示文本内容。 import numpy as np import matplotlib.pyplot as plt # 显示中文 plt.rcParams['font.sans-serif'] = [u'SimHei'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(-10,11,1) y=x*x plt.plot(x,y) plt.title('这是一个示例标题') # 添加文字 plt.text(-2.5,30,'function y=x*x') plt.show() 3. 添加注释-annotate我们实用 annotate() 接口可以在图中增加注释说明。其中:import numpy as np import matplotlib.pyplot as plt # 显示中文 plt.rcParams['font.sans-serif'] = [u'SimHei'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(-10,11,1) y=x*x plt.title('这是一个示例标题') plt.plot(x,y) # 添加注释 plt.annotate('这是一个示例注释',xy=(0,1),xytext=(-2,22),arrowprops={'headwidth':10,'facecolor':'r'}) plt.show()
4. 设置坐标轴名称-xlabel/ylabel二维坐标图形中,需要在横轴和竖轴注明名称以及数量单位。设置坐标轴名称使用的接口是 xlabel() 和 ylable()。 import numpy as np import matplotlib.pyplot as plt # 显示中文 plt.rcParams['font.sans-serif'] = [u'SimHei'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(1,20) plt.xlabel('示例x轴') plt.ylabel('示例y轴') plt.plot(x,x*x) plt.show() 5. 添加图例-legend当线条过多时,我们设置不同颜色来区分不同线条。因此,需要对不同颜色线条做下标注,我们实用 legend() 接口来实现。 import numpy as np import matplotlib.pyplot as plt # 显示中文 plt.rcParams['font.sans-serif'] = [u'SimHei'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline plt.plot(x,x) plt.plot(x,x*2) plt.plot(x,x*3) plt.plot(x,x*4) # 直接传入legend plt.legend(['生活','颜值','工作','金钱']) plt.show() 6. 调整颜色-color传颜色参数,使用 plot() 中的 color 属性来设置,color 支持以下几种方式。import numpy as np import matplotlib.pyplot as plt %matplotlib inline x=np.arange(1,5) #颜色的几种方式 plt.plot(x,color='g') plt.plot(x+1,color='0.5') plt.plot(x+2,color='#FF00FF') plt.plot(x+3,color=(0.1,0.2,0.3)) plt.show() 7. 切换线条样式-marker如果想改变线条的样式,我们可以使用修改 plot() 绘图接口中 mark 参数,具体实现效果:import numpy as np import matplotlib.pyplot as plt %matplotlib inline x=np.arange(1,5) plt.plot(x,marker='o') plt.plot(x+1,marker='>') plt.plot(x+2,marker='s') plt.show()
具体实现效果: 其中 marker 支持的类型:'.’:点(point marker) ',’:像素点(pixel marker) 'o’:圆形(circle marker) 'v’:朝下三角形(triangle_down marker) '^’:朝上三角形(triangle_up marker) '<':朝左三角形(triangle_left marker) '>’:朝右三角形(triangle_right marker) '1’:(tri_down marker) '2’:(tri_up marker) '3’:(tri_left marker) '4’:(tri_right marker) 's’:正方形(square marker) 'p’:五边星(pentagon marker) '*’:星型(star marker) 'h’:1号六角形(hexagon1 marker) 'H’:2号六角形(hexagon2 marker) '+’:+号标记(plus marker) 'x’:x号标记(x marker) 'D’:菱形(diamond marker) 'd’:小型菱形(thin_diamond marker) '|’:垂直线形(vline marker) '_’:水平线形(hline marker)
8. 显示数学公式-mathtext格式如下:作为开始和结束符,如$,中间的将解析出公式中的符号。import numpy as np import matplotlib.pyplot as plt %matplotlib inline plt.title('chenqionghe') plt.xlim([1,8]) plt.ylim([1,5]) plt.text(2,4,r'$ \alpha \beta \pi \lambda \omega $',size=25) plt.text(4,4,r'$ \sin(0)=\cos(\frac{\pi}{2}) $',size=25) plt.text(2,2,r'$ \lim_{x \rightarrow y} \frac{1}{x^3} $',size=25) plt.text(4,2,r'$ \sqrt[4]{x}=\sqrt{y} $',size=25) plt.show()
9. 显示网格-gridimport numpy as np import matplotlib.pyplot as plt %matplotlib inline x='a','b','c','d' y=[15,30,45,10] plt.grid() # 也可以设置颜色、线条宽度、线条样式 # plt.grid(color='g',linewidth='1',linestyle='-.') plt.plot(x,y) plt.show()
具体实现效果:
10. 调整坐标轴刻度-locator_params坐标图的刻度我们可以使用 locator_params 接口来调整显示颗粒。同时调整 x 轴和 y 轴:plt.locator_params(nbins=20)只调整 x 轴:plt.locator_params(''x',nbins=20)只调整 y 轴:plt.locator_params(''y',nbins=20)import numpy as np import matplotlib.pyplot as plt %matplotlib inline x=np.arange(0,30,1) plt.plot(x,x) # x轴和y轴分别显示20个 plt.locator_params(nbins=20) plt.show()
具体实现效果: 11. 调整坐标轴范围-axis/xlim/ylimaxis:[0,5,0,10],x从0到5,y从0到10
xlim:对应参数有xmin和xmax,分别能调整最大值最小值import numpy as np import matplotlib.pyplot as plt %matplotlib inline x=np.arange(0,30,1) plt.plot(x,x*x) #显示坐标轴,plt.axis(),4个数字分别代表x轴和y轴的最小坐标,最大坐标 #调整x为10到25 plt.xlim(xmin=10,xmax=25) plt.plot(x,x*x) plt.show()
具体实现效果: 12. 调整日期自适应-autofmt_xdate有时候显示日期会重叠在一起,非常不友好,调用plt.gcf().autofmt_xdate(),将自动调整角度。import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline x=pd.date_range('2020/01/01',periods=30) y=np.arange(0,30,1) plt.plot(x,y) plt.gcf().autofmt_xdate() plt.show()
13. 添加双坐标轴-twinximport numpy as np import matplotlib.pyplot as plt %matplotlib inline x=np.arange(1,20) y1=x*x y2=np.log(x) plt.plot(x,y1) # 添加一个坐标轴,默认0到1 plt.twinx() plt.plot(x,y2,'r') plt.show() 14. 填充区域-fill/fill_beweenfill 填充函数区域 import numpy as np import matplotlib.pyplot as plt # 显示中文 plt.rcParams['font.sans-serif'] = [u'SimHei'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.linspace(0,5*np.pi,1000) y1=np.sin(x) y2=np.sin(2*x) plt.plot(x,y1) plt.plot(x,y2) # 填充 plt.fill(x,y1,'g') plt.fill(x,y2,'r') plt.title('这是一个示例标题') plt.show() import numpy as np import matplotlib.pyplot as plt # 显示中文 plt.rcParams['font.sans-serif'] = [u'SimHei'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline plt.title('这是一个示例标题') x=np.linspace(0,5*np.pi,1000) y1=np.sin(x) y2=np.sin(2*x) plt.plot(x,y1) plt.plot(x,y2) # 填充 plt.fill_between(x,y1,y2,where=y1>y2,interpolate=True) plt.show() 15. 画一个填充好的形状-matplotlib.patcheimport numpy as np import matplotlib.pyplot as plt import matplotlib.patches as mptaches %matplotlib inline xy1=np.array([0.2,0.2]) xy2=np.array([0.2,0.8]) xy3=np.array([0.8,0.2]) xy4=np.array([0.8,0.8]) fig,ax=plt.subplots() #圆形,指定坐标和半径 circle=mptaches.Circle(xy1,0.15) ax.add_patch(circle) #长方形 rect=mptaches.Rectangle(xy2,0.2,0.1,color='r') ax.add_patch(rect) #多边形 polygon=mptaches.RegularPolygon(xy3,6,0.1,color='g') ax.add_patch(polygon) # 椭圆 ellipse=mptaches.Ellipse(xy4,0.4,0.2,color='c') ax.add_patch(ellipse) ax.axis('equal') plt.show()
具体实现效果: 16. 切换样式-plt.style.usematplotlib支持多种样式,可以通过plt.style.use切换样式,例如:plt.style.use('ggplot')输入plt.style.available 可以查看所有的样式:import matplotlib.pyplot as plt plt.style.available import numpy as np import matplotlib.pyplot as plt import matplotlib.patches as mptaches %matplotlib inline plt.style.use('ggplot') # 新建4个子图 fig,axes=plt.subplots(2,2) ax1,ax2,ax3,ax4=axes.ravel() # 第一个图 x,y=np.random.normal(size=(2,100)) ax1.plot(x,y,'o') # 第二个图 x=np.arange(0,10) y=np.arange(0,10) colors=plt.rcParams['axes.prop_cycle'] length=np.linspace(0,10,len(colors)) for s in length: ax2.plot(x,y+s,'-') # 第三个图 x=np.arange(5) y1,y2,y3=np.random.randint(1,25,size=(3,5)) width=0.25 ax3.bar(x,y1,width) ax3.bar(x+width,y2,width) ax3.bar(x+2*width,y3,width) # 第四个图 for i,color in enumerate(colors): xy=np.random.normal(size=2) ax4.add_patch(plt.Circle(xy,radius=0.3,color=color['color'])) ax4.axis('equal') plt.show()
|