16個matplotlib繪圖實用小技巧(附代碼)

2021-03-02 海豚數據科學實驗室

1. 添加標題-title

matplotlib.pyplot 對象中有個 title() 可以設置表格的標題。

import numpy as np
import matplotlib.pyplot as plt
# 顯示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.arange(0,10)
plt.title('這是一個示例標題')
plt.plot(x,x*x)
plt.show()

具體實現效果:

2. 添加文字-text

設置坐標和文字,可以使用 matplotlib.pyplot 對象中 text() 接口。其中 第一、二個參數來設置坐標,第三個參數是設置顯示文本內容。

import numpy as np
import matplotlib.pyplot as plt
# 顯示中文
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('這是一個示例標題')
# 添加文字
plt.text(-2.5,30,'function y=x*x')
plt.show()

具體實現效果:

3. 添加注釋-annotate

我們實用 annotate() 接口可以在圖中增加注釋說明。其中:

import numpy as np
import matplotlib.pyplot as plt
# 顯示中文
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('這是一個示例標題')
plt.plot(x,y)
# 添加注釋
plt.annotate('這是一個示例注釋',xy=(0,1),xytext=(-2,22),arrowprops={'headwidth':10,'facecolor':'r'})
plt.show()

具體實現效果:

4. 設置坐標軸名稱-xlabel/ylabel

二維坐標圖形中,需要在橫軸和豎軸註明名稱以及數量單位。設置坐標軸名稱使用的接口是 xlabel() 和 ylable()。

import numpy as np
import matplotlib.pyplot as plt
# 顯示中文
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軸')
plt.ylabel('示例y軸')
plt.plot(x,x*x)
plt.show()

具體實現效果:

5. 添加圖例-legend

當線條過多時,我們設置不同顏色來區分不同線條。因此,需要對不同顏色線條做下標註,我們實用 legend() 接口來實現。

import numpy as np
import matplotlib.pyplot as plt
# 顯示中文
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)
# 直接傳入legend
plt.legend(['生活','顏值','工作','金錢'])
plt.show()

具體實現效果:

6. 調整顏色-color

傳顏色參數,使用 plot() 中的 color 屬性來設置,color 支持以下幾種方式

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(1,5)
#顏色的幾種方式
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()

具體實現效果:

7. 切換線條樣式-marker

如果想改變線條的樣式,我們可以使用修改 plot() 繪圖接口中 mark 參數,具體實現效果:

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()

具體實現效果:

其中 marker 支持的類型:

『.』:點(point marker)

『,』:像素點(pixel marker)

『o』:圓形(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』:五邊星(pentagon marker)

『*』:星型(star marker)

『h』:1號六角形(hexagon1 marker)

『H』:2號六角形(hexagon2 marker)

『+』:+號標記(plus marker)

『x』:x號標記(x marker)

『D』:菱形(diamond marker)

『d』:小型菱形(thin_diamond marker)

『|』:垂直線形(vline marker)

『_』:水平線形(hline marker)

具體各個效果類型如下

8. 顯示數學公式-mathtext

格式如下:作為開始和結束符,如\omega $,中間的將解析出公式中的符號

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()

具體實現效果:

9. 顯示網格-gridgrid() 接口可以用來設置背景圖為網格。

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x='a','b','c','d'
y=[15,30,45,10]
plt.grid()
# 也可以設置顏色、線條寬度、線條樣式
# plt.grid(color='g',linewidth='1',linestyle='-.')
plt.plot(x,y)
plt.show()

具體實現效果:

10. 調整坐標軸刻度-locator_params

坐標圖的刻度我們可以使用 locator_params 接口來調整顯示顆粒。

同時調整 x 軸和 y 軸:plt.locator_params(nbins=20)

只調整 x 軸:plt.locator_params(『'x',nbins=20)

只調整 y 軸: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軸和y軸分別顯示20個
plt.locator_params(nbins=20)
plt.show()

具體實現效果:

11. 調整坐標軸範圍-axis/xlim/ylim

axis:[0,5,0,10],x從0到5,y從0到10

xlim:對應參數有xmin和xmax,分別能調整最大值最小值

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)
#顯示坐標軸,plt.axis(),4個數字分別代表x軸和y軸的最小坐標,最大坐標
#調整x為10到25
plt.xlim(xmin=10,xmax=25)
plt.plot(x,x*x)
plt.show()

具體實現效果:

12. 調整日期自適應-autofmt_xdate

有時候顯示日期會重疊在一起,非常不友好,調用plt.gcf().autofmt_xdate(),將自動調整角度

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()

具體實現效果:

13. 添加雙坐標軸-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)
# 添加一個坐標軸,默認0到1
plt.twinx()
plt.plot(x,y2,'r')
plt.show()

具體實現效果:

14. 填充區域-fill/fill_beween

fill 填充函數區域

import numpy as np
import matplotlib.pyplot as plt
# 顯示中文
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('這是一個示例標題')
plt.show()

具體實現效果:

fill_beween填充函數交叉區域

import numpy as np
import matplotlib.pyplot as plt
# 顯示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
plt.title('這是一個示例標題')
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()

具體實現效果:



15. 畫一個填充好的形狀-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()
#圓形,指定坐標和半徑
circle=mptaches.Circle(xy1,0.15)
ax.add_patch(circle)
#長方形
rect=mptaches.Rectangle(xy2,0.2,0.1,color='r')
ax.add_patch(rect)
#多邊形
polygon=mptaches.RegularPolygon(xy3,6,0.1,color='g')
ax.add_patch(polygon)
# 橢圓
ellipse=mptaches.Ellipse(xy4,0.4,0.2,color='c')
ax.add_patch(ellipse)
ax.axis('equal')
plt.show()

具體實現效果:

16. 切換樣式-plt.style.use

matplotlib支持多種樣式,可以通過plt.style.use切換樣式,例如:plt.style.use('ggplot')輸入 plt.style.available 可以查看所有的樣式:

import matplotlib.pyplot as plt
plt.style.available

具體實現效果:

示例代碼,ggplot樣式:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mptaches
%matplotlib inline
plt.style.use('ggplot')
# 新建4個子圖
fig,axes=plt.subplots(2,2)
ax1,ax2,ax3,ax4=axes.ravel()
# 第一個圖
x,y=np.random.normal(size=(2,100))
ax1.plot(x,y,'o')
# 第二個圖
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,'-')
# 第三個圖
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)
# 第四個圖
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()

具體實現效果:

版權歸原作者所有,如有侵權,請聯繫刪除

相關焦點

  • 送你16個matplotlib繪圖實用小技巧(附代碼)
    import numpy as npimport matplotlib.pyplot as plt%matplotlib inlinex=np.arange(0,30,1)plt.plot(x,x)# x軸和y軸分別顯示20個plt.locator_params(nbins=20)plt.show
  • 數據可視化 | 16個 matplotlib 繪圖實用小技巧
    添加文字-text設置坐標和文字,可以使用 matplotlib.pyplot 對象中 text() 接口。其中 第一、二個參數來設置坐標,第三個參數是設置顯示文本內容。因此,需要對不同顏色線條做下標註,我們實用 legend() 接口來實現。
  • ​16個matplotlib繪圖實用小技巧
    as plt%matplotlib inlinex=np.arange(0,30,1)plt.plot(x,x)# x軸和y軸分別顯示20個plt.locator_params(nbins=20)plt.show()輸出:
  • matplotlib繪圖的核心原理講解
    作者:朱小五來自:凹凸數據(ID:alltodata)matplotlib是基於Python語言的開源項目,旨在為Python提供一個數據繪圖包。相信大家都用過它來數據可視化,之前我還分享過25個常用Matplotlib圖的Python代碼。
  • 如何用matplotlib繪圖呢?
    什麼是matplotlib?使用過python做數據分析的小夥伴都知道,matplotlib是一款命令式、較底層、可定製性強、圖表資源豐富、簡單易用、出版質量級別的python 2D繪圖庫。matplotlib算是python繪圖的元老級庫,類似程式語言裡的C語言。很多其它的python繪圖庫是基於matplotlib開發的,比如seaborn、ggplot、plotnine、holoviews、basemap等。matplotlib可用於python腳本、python shell、jupyter notebook、web等。
  • Matplotlib繪圖|快速定義圖表樣式的小技巧
    Matpltlibrc file 設置圖表屬性Matplotlib 在繪圖過程中,每創建一個圖表,都要對該圖表內的樣式(例如 字體大小、顏色、解析度、橫縱坐標刻度、橫縱坐標標籤)設置一次,重複乏味,如下展示的是一個正弦函數曲線X =np.linspace(-np.pi,np.pi,256,endpoint =True)S = np.sin(X)plt.plot
  • matplotlib繪圖邏輯(上)
    matplotlib繪圖邏輯(上)matplotlib是一個基於Python的繪圖庫,具有對2D的完全支持和對3D圖形的有限支持,在Python科學計算社區中廣泛使用。本文對matplotblib的基本繪圖邏輯進行了比較詳細的梳理。寫作過程中參考了很多資料,由於筆記是斷續的,有些可能忘記引用,在此表達感謝。
  • Python 繪圖,我只用 Matplotlib(二)
    具體如下代碼:import matplotlib.pyplot as plt  import numpy as np           numpy 是 Python用於數學運算的庫,它是在安裝 matplotlib 時候順帶安裝的。
  • Python 繪圖庫 Matplotlib 入門代碼實例
    入門代碼實例import matplotlib.pyplot as pltimport numpy as np# 用np.linspace生成50個元素的數組,均勻的分布在(0,2*pi)區間上面x = np.linspace(0, 2 * np.pi, 50)y = np.sin(x)# 把
  • 使用Matplotlib可視化數據的5個強大技巧
    許多人仍然使用Matplotlib作為後端模塊來可視化他們的圖形。在這個故事中,我將給你一些技巧,使用Matplotlib創建一個優秀圖表的5個強大技巧。1. 使用Latex字體默認情況下,我們可以使用Matplotlib提供的一些不錯的字體。但是,有些符號不夠好,不能由Matplotlib創建。例如,符號phi(φ),如圖1所示。
  • Python matplotlib繪圖示例 - 繪製三維圖形
    Python matplotlib模塊是擴展的MATLAB的一個繪圖工具庫。
  • Python 繪圖庫 Matplotlib 入門教程
    /Matplotlib是一個Python語言的2D繪圖庫,它支持各種平臺,並且功能強大,能夠輕易繪製出各種專業的圖像。筆者推薦大家通過pip的方式進行安裝,具體方法如下:sudo pip3 install matplotlib本文的代碼在如下環境中測試:Apple OS X 10.13Python 3.6.3matplotlib 2.1.1numpy 1.13.3介紹
  • 專題第19篇:Python繪圖神器之matplotlib
    我的施工之路今天,繼續施工專題第19篇:Python繪圖神器:matplotlib(上)使用版本本文使用的 matplotlib 版本: 3.1.3使用的 NumPy1 兩套不同的繪圖API使用場景是怎樣的?Matplotlib 構建的繪圖體系是嚴謹的,它提供基本的兩套繪圖API:基於 matplotlib.pyplot 模塊,優點:寫法簡潔,適用交互性強,如Jupyter Notebook,一邊寫一邊出圖的場景;缺點:不適宜在大項目中,構建複雜的GUI圖形場景。
  • Matplotlib數據可視化!
    聲明:以下使用的是IPython Shell%matplotlib  # 在IPython Shell調用Matplotlib繪圖接口,需要加這行代碼import matplotlib.pyplot as pltimport numpy
  • matplotlib繪圖的完善及美化
    matplotlib繪圖的完善及美化
  • python - matplotlib繪圖
    一、繪圖基礎import matplotlib.pyplot as pltimport numpy as npimport tensorflow as tfimport pandas as pd>'''Matplotlib中的pyplot子庫可用來快速繪製二維圖表figure 創建畫布plot 繪製圖形show 顯示繪圖figure(num,figsize,dpi,facecolor
  • Python 數據分析:Matplotlib 繪圖
    簡介Matplotlib 是 Python 提供的一個繪圖庫,通過該庫我們可以很容易的繪製出折線圖、直方圖、散點圖、餅圖等豐富的統計圖,安裝使用 pip install matplotlib 命令即可,Matplotlib 經常會與 NumPy 一起使用。
  • matplotlib 必知的 15 個圖
    今天是討論matplotlib繪
  • Matplotlib入門詳細教程
    截至當前,matplotlib發行版本號為3.2.1,適配python3.6及以上版本。matplotlib,是matrix + plot + library的縮寫,雖然命名很是直觀,但個人接觸之初卻是常常不禁嗤之以鼻:類比numpy、pandas、sklearn這些簡潔易寫的庫名,matplotlib由三個單詞縮略而成,冗餘得多;尤其是後面加了個lib,好像不加lib就不是庫?matplo
  • 「繪圖,讓科學生動起來」:Python-matplotlib繪圖(專題一)python環境搭建篇
    專題一:做個行動派,安裝python及相關軟體——搭建python-matplotlib繪圖環境