搜索

​分享 16个 Matplotlib 绘图实用小技巧

俊红的数据分析之路

共 7024字，需浏览 15分钟

 ·

2021-06-02 15:31

本文主要 16 个 Matplotlib 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。

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()
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。

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()
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()。
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()
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。
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()
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
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()
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：
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)


具体各个效果类型如下

8. 显示数学公式-mathtext


格式如下： \omega $，中间的将解析出公式中的符号
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.title('chenqionghe')
plt.xlim([1,8])
plt.ylim([1,5])
plt.text(2,4,r'$ \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()
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。

import 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/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xlim用法
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()
具体实现效果：


13. 添加双坐标轴-twinx

import 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()
具体实现效果：


14. 填充区域-fill/fill_beween

fill 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()
具体实现效果：
fill_beween填充函数交叉区域
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
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

import 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.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:
import matplotlib.pyplot as plt
plt.style.available
具体实现效果：
示例代码，ggplot样式：
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()
具体实现效果：
点分享
点收藏
点点赞
点在看
浏览 50
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
​分享16个Matplotlib 绘图实用小技巧！
机器学习算法与Python实战
0
​分享16个Matplotlib 绘图实用小技巧！
简说Python
0
​分享16个Matplotlib 绘图实用小技巧！
恋习Python
0
​分享16个Matplotlib 绘图实用小技巧！
菜鸟学Python
0
收藏|​16个实用 Matplotlib 绘图实用小技巧
数据分析1480
0
干货 | 16个实用的​Matplotlib绘图小技巧
目标检测与深度学习
0
Python Matplotlib小技巧！
小白学视觉
0
分享 45 个实用的代码优化小技巧！
JavaGuide
0
一个 IDEA 实用小技巧
Stephen
0
分享7个实用的 JavaScript 方法技巧
前端达人
0
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报