专栏首页机器学习与统计学​分享16个Matplotlib 绘图实用小技巧!

​分享16个Matplotlib 绘图实用小技巧!

今天给大家介绍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:作为开始和结束符,如$,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:

本文分享自微信公众号 - 机器学习与统计学(tjxj666)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2021-07-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • ​分享16个matplotlib绘图实用小技巧

    matplotlib.pyplot 对象中有个 title() 可以设置表格的标题。

    猴哥yuri
  • ​分享16个Matplotlib 绘图实用小技巧!

    matplotlib.pyplot 对象中有个 title() 可以设置表格的标题。

    用户6888863
  • 数据可视化 | 16个 matplotlib 绘图实用小技巧

    matplotlib.pyplot 对象中有个 title() 可以设置表格的标题。

    咸鱼学Python
  • 送你16个matplotlib绘图实用小技巧(附代码)

    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

    数据派THU
  • matplotlib绘图技巧详解(一)

    我们之前已经讲述了matplotlib的绘图原理,陆续会更新绘图技巧、相关图形绘制。

    朱小五
  • Matplotlib 气球图 制作

    Matplotlib 制作稍带“艺术”的可视化作品,ggplot2 基于其优秀绘图图层设置及多种拓展绘图包可以较为灵活的完成此类任务,但Matplotlib也不...

    DataCharm
  • matplotlib绘图的核心原理讲解

    matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。

    朱小五
  • matplotlib绘图的核心原理讲解

    matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。

    用户1564362
  • 分享几个 SpringBoot 实用的小技巧

    最近分享的一些源码、框架设计的东西。我发现大家热情不是特别高,想想大多数应该还是正儿八经写代码的居多;这次就分享一点接地气的: SpringBoot 使用中的一...

    Java团长
  • 加速Python数据分析的10个简单技巧(上)

    总有一些小贴士和技巧在编程领域是非常有用的。有时,一个小技巧可以节省时间甚至可以挽救生命。一个小的快捷方式或附加组件有时会被证明是天赐之物,并能真正提高生产力。...

    AiTechYun
  • 30万字,“保姆级”可视化视觉设计优质学习攻略推荐

    首先,简单介绍一下作者,宁海涛是211硕士毕业,先后学习Python进行深度学习模型构建以及可视化展示,当然还包括数据分析、数据处理、数据可视化等技能,此外,还...

    小白学视觉
  • Python数据分析:手把手教你用Pandas生成可视化图表

    我的机器学习教程「美团」算法工程师带你入门机器学习   已经开始更新了,欢迎大家订阅~

    用户7886150
  • matplotlib绘图技巧详解(三)

    我们之前已经讲述了matplotlib的绘图原理,陆续会更新绘图技巧、相关图形绘制。

    朱小五
  • 机器学习笔记之matplotlib绘图核心原理

    matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。

    Jetpropelledsnake21
  • matplotlib相关图形绘制(二)

    箱线图是由一组数据的最大值、最小值、中位数、两个四分位数(上、下四分位数)这五个特征值绘制而成的,它主要的作用是反应原始数据分布的特征,还可以进行多组数据分布特...

    朱小五
  • 数据分析从业者必看!10 个加速 python 数据分析的简易小技巧

    AI 开发者按,一些小的技巧在编程领域可能会非常有用,在数据科学领域同样如此。数据科学爱好者 Parul Pandey 在近日发表了一篇博文,分享了在数据科学中...

    AI研习社
  • Bar Chart Race Matplotlib制作

    (微信公众号由于改版,导致留言功能不能使用,本期采用 留言小程序 进行留言功能测试,如果不行或者效果较差,大家有什么问题可选择点击公众号,找到 “找我” ,添加...

    DataCharm
  • FiveThirtyEight 类型图表 Matplotlib制作

    FiveThirtyEight网站,也称作538,是一个专注于民意调查分析,政治,经济与体育的博客。网站于2008年3月7日建立,其名称来源于美国选举人团中选举...

    DataCharm
  • 【Python实用工具】速来!!一篇文章十分钟教你如何使用Python第三方库basemap进行地图绘制

    地图绘制也是数据可视化的一部分,常用的地图绘制库为basemap工具包,其为matplotlib的子包。本篇文章讲解如何利用whl文件在Python3环境下安装...

    天道Vax的时间宝藏

扫码关注云+社区

领取腾讯云代金券