16 个实用的 Matplotlib 绘图小技巧|matplotlib|plot|坐标轴|示例

来源：网络

今天给大家介绍16个Matplo tlib绘图实用的小技巧：

1. 添加标题-title

matplotlib.pyplot 对象中有个 title() 可以设置表格的标题。

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。

importnumpyasnp
importmatplotlib.pyplotasplt
# 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()

具体实现效果：

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：

xy 参数：备注的坐标点
xytext 参数：备注文字的坐标(默认为xy的位置)
arrowprops 参数：在 xy 和 xytext 之间绘制一个箭头。

importnumpyasnp
importmatplotlib.pyplotasplt
# 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()

具体实现效果：

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()。

具体实现效果：

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。

importnumpyasnp
importmatplotlib.pyplotasplt
# 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()

具体实现效果：

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。

importnumpyasnp
importmatplotlib.pyplotasplt
%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()

具体实现效果：

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：

importnumpyasnp
importmatplotlib.pyplotasplt
%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)

具体各个效果类型如下：

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。

importnumpyasnp
importmatplotlib.pyplotasplt
%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()

具体实现效果：

9. 显示网格-grid

grid() 接口可以用来设置背景图为网格。

importnumpyasnp
importmatplotlib.pyplotasplt
%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)

importnumpyasnp
importmatplotlib.pyplotasplt
%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/ylim

axis：[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

ylim：同x lim用法

importnumpyasnp
importmatplotlib.pyplotasplt
%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。

importnumpyasnp
importpandasaspd
importmatplotlib.pyplotasplt
%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()

具体实现效果：

13. 添加双坐标轴-twinx

importnumpyasnp
importmatplotlib.pyplotasplt
%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()

具体实现效果：

14. 填充区域-fill/fill_beween

fill 填充函数区域

importnumpyasnp
importmatplotlib.pyplotasplt
# 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()

具体实现效果：

fill_beween填充函数交叉区域

importnumpyasnp
importmatplotlib.pyplotasplt
# 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()

具体实现效果：

15. 画一个填充好的形状-matplotlib.patche

importnumpyasnp
importmatplotlib.pyplotasplt
importmatplotlib.patchesasmptaches
%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.use

matplotlib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:

importmatplotlib.pyplotasplt
plt.style.available

具体实现效果：

示例代码，ggplot样式：

importnumpyasnp
importmatplotlib.pyplotasplt
importmatplotlib.patchesasmptaches
%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))
forsinlength:
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
fori,colorinenumerate(colors):
xy=np.random.normal(size= 2)
ax4.add_patch(plt.Circle(xy,radius= 0.3,color=color[ 'color']))
ax4.axis( 'equal')
plt.show()