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/ylimaxis:[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-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_beweenfill 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:
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.usematplotlib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