import matplotlib.pyplot as plt
import pandas as pd
具體來說，我們將使用Seattle Weather Dataset（https://www.kaggle.com/rtatman/did-it-rain-in-seattle-19482017）這個數據集：weather_data = pd.read_csv("seattleWeather.csv")
print(weather_data.head())DATE PRCP TMAX TMIN RAIN
0 1948-01-01 0.47 51 42 True
1 1948-01-02 0.59 45 36 True
2 1948-01-03 0.42 45 35 True
3 1948-01-04 0.31 45 34 True
4 1948-01-05 0.17 45 32 True
現在，讓我們創建一個簡單的Matplotlib 散點圖，其中包含一些我們想要可視化的變量：PRCP = weather_data['PRCP']
TMAX = weather_data['TMAX']
TMIN = weather_data['TMIN']
現在，我們將在最低溫度和降水之間構建一個散點圖，並使用PyPlot中的show()函數將其顯示。我們生成的圖形是沒什麼問題，但看起來有點普通。讓我們嘗試重新自定義它。本文中使用兩種不同的方法來自定義繪圖的背景。現在，讓我們繼續更改該繪圖的背景。我們可以使用兩種不同的方法來做到這一點。我們可以更改當前設置為white的底部顏色。或者，我們可以使用imshow（）輸入圖片。首先讓我們更改底部的顏色。這可以通過set（）函數，傳入face參數及其新值來完成，也可以通過專用的set_facecolor（）函數來完成：ax = plt.axes()
ax.set_facecolor("orange")
# OR
ax.set(facecolor = "orange")
plt.scatter(TMIN, PRCP)
plt.show()
這兩種方法均會產生相同的結果，因為它們都在後臺調用相同的函數。如果要設置圖形的背景並且需要使軸透明，可以在創建圖形時使用set_alpha（）參數來完成。讓我們創建一個圖形和一個軸對象。當然，您也可以使用set（）函數，並傳遞alpha屬性。整個圖形的顏色將為藍色，我們首先將軸對象的alpha設置為1.0，這意味著完全不透明。我們將軸對象著色為橙色，從而在藍色圖中為我們提供了橙色背景：fig = plt.figure()
fig.patch.set_facecolor('blue')
fig.patch.set_alpha(0.6)
ax = fig.add_subplot(111)
ax.patch.set_facecolor('orange')
ax.patch.set_alpha(1.0)
plt.scatter(TMIN, PRCP)
plt.show()
現在，讓我們看看將alpha調整為0.0時會發生什麼：fig = plt.figure()
fig.patch.set_facecolor('blue')
fig.patch.set_alpha(0.6)
ax = fig.add_subplot(111)
ax.patch.set_facecolor('orange')
ax.patch.set_alpha(0.0)
plt.scatter(TMIN, PRCP)
plt.show()
如果您想將圖像用作繪圖的背景，則可以使用PyPlot的imread（）函數來完成。此函數將圖像加載到Matplotlib中，該圖像可與```imshow（）``函數一起顯示。為了在圖像上方繪製，必須指定圖像的範圍。默認情況下，Matplotlib使用圖像的左上角作為圖像的原點。我們可以給imshow（）函數提供一個點列表，指定應該顯示圖像的哪個區域。與子圖組合時，可以在圖像上方插入另一個圖。img = plt.imread("rain.jpg")
fig, ax = plt.subplots()
ax.imshow(img, extent=[-5, 80, -5, 30])
ax.scatter(TMIN, PRCP, color="#ebb734")
plt.show()
範圍參數按此順序接受的參數包括：horizontal_min，horizontal_max，vertical_min，vertical_max）。在這裡，我們讀取了圖像，將其裁剪並使用imshow（）在軸上顯示。在本教程中，我們介紹了使用Python和Matplotlib更改繪圖背景的幾種方法。點擊下方閱讀原文加入社區會員