快捷導(dǎo)航

Python matplotlib繪圖詳解

更新時間：2021年10月11日 16:10:18 作者：Star星屹程序設(shè)計(jì)

這篇文章主要介紹了Python matplotlib繪圖的方法詳解，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

圖標(biāo)英文顯示設(shè)置：

正常以字符串形式傳進(jìn)去字串，英文顯示格式不是很美觀，為了讓文字更美觀點(diǎn)，在書寫時以這種格式寫：

r'$string$'

在這里，如果需要特殊數(shù)學(xué)字符使用 \ 轉(zhuǎn)義，空格也需要轉(zhuǎn)義

比如：r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$'

一、figure窗口及坐標(biāo)軸設(shè)置

plt.figure(figsize = (20, 8), dpi = 80)	窗口，用于展示圖片	1、figure圖形的意思，這里指我們畫的圖， 2、通過實(shí)例化一個figure并且傳遞參數(shù)，能夠在后臺自動使用該figure實(shí)例； 3、在圖像模糊的時候可以傳入dpi參數(shù)，讓圖片更加清晰 4、figsize：指定圖片的大小 5、linewidth：指定顯示的線的寬度 6、linestyle：指定線條顯示的風(fēng)格，如：虛線 linestyle="--"
ax = plt.gca()	獲取當(dāng)前圖形的坐標(biāo)軸	gca == "get current axis" 獲取坐標(biāo)軸
ax.spines['right'].set_color('none')	圖形的邊框	spines通過在[]設(shè)置left\right\bottom\top來對4個邊框進(jìn)行格式設(shè)置 set_color是設(shè)置顏色
ax.xaxis.set_ticks_position('bottom')	設(shè)置用哪個刻度做軸	使用bottom當(dāng)作x軸
ax.spines['bottom'].set_position(('data', 0))	設(shè)置坐標(biāo)軸的位置	設(shè)置x軸的位置是放在y軸的0刻度處

import numpy as np
from matplotlib import pyplot as plt
 
x = np.linspace(-3, 3, 50)
y1 = x*2+1
y2 = x**2
 
#創(chuàng)建一個窗口
plt.figure()
#同一窗口放置多張圖片
l1, = plt.plot(x, y1, label='up')
l2, = plt.plot(x, y2, color="red", linewidth=2.0, linestyle="--", label='down')
#設(shè)置顯示圖例
plt.legend(handles=[l1, l2], labels=['aaa', 'bbb'], loc='best')
 
#設(shè)置坐標(biāo)軸的取值范圍
plt.xlim((-1,2))
plt.ylim((-2,3))
 
#設(shè)置坐標(biāo)軸的提示信息
plt.xlabel("I am x")
plt.ylabel("I am y")
 
#生成新的坐標(biāo)點(diǎn)
new_ticks = np.linspace(-1, 2, 5) #將-1~2分為5份
#設(shè)置顯示出來的坐標(biāo)單位
plt.xticks(new_ticks)
#人為指定坐標(biāo)軸顯示的內(nèi)容
#設(shè)置刻度上顯示的內(nèi)容，但需要人為指定對應(yīng)順序
plt.yticks([-2, -1.8, -1, 1.22, 3,], [r'$really\ bad$', r'$bad$', r'$normal$',
                            r'$good$', r'$really\ good$'])
 
# gca == "get current axis" 獲取坐標(biāo)軸
ax = plt.gca()
#圖形的邊框
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
 
#改變坐標(biāo)軸的位置
#設(shè)置用哪個刻度做軸
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
#橫坐標(biāo)設(shè)置為y軸的0
ax.spines['bottom'].set_position(('data', 0)) #outward， axes
ax.spines['left'].set_position(('data', 0))
plt.show()

二、為特殊點(diǎn)加注解（Annotation）

使用text()會將文本放置在軸域的任意位置。文本的一個常見用例是標(biāo)注繪圖的某些特征，而annotate()方法提供輔助函數(shù)，使標(biāo)注變得容易。 annotate用于在圖形上給數(shù)據(jù)添加文本注解，而且支持帶箭頭的劃線工具，方便我們在合適的位置添加描述信息。在標(biāo)注中，有兩個要考慮的點(diǎn)：由參數(shù)xy表示的標(biāo)注位置和xytext的文本位置。這兩個參數(shù)都是(x, y)元組。

參數(shù)說明：

Axes.annotate(s, xy, *args, **kwargs)

s：注釋文本的內(nèi)容
xy：被注釋的坐標(biāo)點(diǎn)，二維元組形如(x,y)
xytext：注釋文本的坐標(biāo)點(diǎn)，也是二維元組，默認(rèn)與xy相同
xycoords：被注釋點(diǎn)的坐標(biāo)系屬性，允許輸入的值如下

屬性值	含義
'figure points'	以繪圖區(qū)左下角為參考，單位是點(diǎn)數(shù)
'figure pixels'	以繪圖區(qū)左下角為參考，單位是像素?cái)?shù)
'figure fraction'	以繪圖區(qū)左下角為參考，單位是百分比
'axes points'	以子繪圖區(qū)左下角為參考，單位是點(diǎn)數(shù)（一個figure可以有多個axex，默認(rèn)為1個）
'axes pixels'	以子繪圖區(qū)左下角為參考，單位是像素?cái)?shù)
'axes fraction'	以子繪圖區(qū)左下角為參考，單位是百分比
'data'	以被注釋的坐標(biāo)點(diǎn)xy為參考 (默認(rèn)值)
'polar'	不使用本地?cái)?shù)據(jù)坐標(biāo)系，使用極坐標(biāo)系

textcoords ：注釋文本的坐標(biāo)系屬性，默認(rèn)與xycoords屬性值相同，也可設(shè)為不同的值。除了允許輸入xycoords的屬性值，還允許輸入以下兩種：

屬性值	含義
'offset points'	相對于被注釋點(diǎn)xy的偏移量（單位是點(diǎn)）
'offset pixels'	相對于被注釋點(diǎn)xy的偏移量（單位是像素）

arrowprops：箭頭的樣式，dict（字典）型數(shù)據(jù)，如果該屬性非空，則會在注釋文本和被注釋點(diǎn)之間畫一個箭頭。如果不設(shè)置'arrowstyle' 關(guān)鍵字，則允許包含以下關(guān)鍵字：

關(guān)鍵字	說明
width	箭頭的寬度（單位是點(diǎn)）
headwidth	箭頭頭部的寬度（點(diǎn)）
headlength	箭頭頭部的長度（點(diǎn)）
shrink	箭頭兩端收縮的百分比（占總長）
?	任何 matplotlib.patches.FancyArrowPatch中的關(guān)鍵字

import numpy as np
from matplotlib import pyplot as plt
 
x = np.linspace(-3, 3, 50)
y1 = x*2+1
plt.figure()
plt.plot(x, y1, label='up')
 
#添加注釋
x0 = 1
y0 = 2*x0 + 1
#使用散點(diǎn)方式，只顯示一個點(diǎn)， blue
plt.scatter(x0, y0, s=50, color='b')
#k--表示 black的 --
plt.plot([x0, x0], [0, y0], 'k--', lw=2.5)
 
ax = plt.gca()
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))
 
#設(shè)置標(biāo)注
#method 1
plt.annotate(r'$2x+1=%s$' % str(y0), xy=(x0, y0),
             xycoords='data', xytext=(+30, -30), textcoords='offset points',
             fontsize=16, arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=.2'))
plt.text(-3.7, 3, r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$',
            fontdict={'size':16, 'color': 'r'})
 
plt.show()