建议收藏！Matplotlib常见组件设置整理

这篇文章结合我自己的一些使用经历，为大家整理了Matplotlib中比较常用的一些组件设置。

个人认为用Matplotlib画出一张图来不难，难的是对于一些细节东西的设置，可能在一个小小的细节处理上就得百度好久，所以可以先点收藏了再看，需要的时候可以及时找出来看看。

先上一张官方绘制的关于各个组件在一张图中的名词解释，通过这张图可以很直观地感受到什么是legend，什么是tick……，遇到不会设置的也可以照着图搜索对应的文档，下面具体讲讲。

注 下方的图片均使用fig,ax = plt.subplots()的方式生成

设置显示中文字体

Matplotlib中默认将中文显示为乱码的◻，如下面这种情况

fig,ax = plt.subplots()ax.plot(['北京','上海','深圳'],[1,3,5])plt.show()

所以在绘图前可以通过下面的代码解决这个问题

plt.rcParams['font.sans-serif'] = ['SimHei']# SimHei：微软雅黑# FangSong：仿宋# 这两个是我常用的，其他的可以上网搜一搜
fig,ax = plt.subplots()ax.plot(['北京','上海','深圳'],[1,3,5])plt.show()

设置标题(title)

函数：ax.set_title

利用fontdict和loc参数可以分别对字体和标题位置进行设置

fig,ax = plt.subplots()ax.plot(['北京','上海','深圳'],[1,3,5])
#设置16px的字体大小，将标题显示在左侧ax.set_title('标题',fontdict={'size':16},loc = 'left')plt.show()

边框(spine)的显示问题

函数：ax.spines[loc].set_visible(False)

一般的图表中，Matplotlib会默认显示出图形的spine，英文其实不太好翻译，谷歌翻译成脊柱？？？

我一般把他叫做边框，就是图形上下左右的四条边线，如图

我觉得这个边框加上去其实挺丑的，正常使用中有些时候仅仅需要左边left和底部bottom的spine，也有时候四条边框都不需要，可以这么设置：

fig,ax = plt.subplots()ax.plot(['北京','上海','深圳'],[1,3,5])# 只要左边和底部的边框ax.spines['right'].set_visible(False)ax.spines['top'].set_visible(False)plt.show()

图例设置(legend)

函数：ax.legend()

图例是对图形所展示的内容的解释，比如在一张图中画了三条线，那么这三条线都代表了什么呢？这时就需要做点注释。

要显示图例可以有两种方式：

# 第一种：# plot的时候加上label,之后调用ax.legend()fig,ax = plt.subplots()ax.plot(['北京','上海','深圳'],[1,3,5],label='2010')ax.plot(['北京','上海','深圳'],[2,4,6],label='2020')ax.legend()plt.show()
# 第二种：# 使用ax.legend()按顺序设置好图例fig,ax = plt.subplots()ax.plot(['北京','上海','深圳'],[1,3,5])ax.plot(['北京','上海','深圳'],[2,4,6])ax.legend(['2010','2020'])plt.show()

frameon和fontsize参数可以设置是否显示图例的边框以及图例中文字的大小。

图形与边框之间的留白控制

函数：ax.margins()

不知道大家绘图的时候有没有发现，Matplotlib中默认在我们所画的图形和边框之间留有空白，比如

要去掉这样的空白部分可以使用ax.margins()进行设置

fig,ax = plt.subplots()ax.plot(['北京','上海','深圳'],[1,3,5])ax.fill_between(['北京','上海','深圳'],[1,1,1],[1,3,5],color='#7b68ee')# 可以设置四个方向都不留白，也可以单独设置留白的方向和宽度ax.margins(0)plt.show()

设置双坐标轴

函数：ax.twinx()

双坐标轴一般用于复合图表，同时表示两种图表的指标量纲不一，经典的使用场景如帕累托图。

使用中，需要对原有的ax使用.twinx()方法生成ax2，再利用ax2进行绘图

fig,ax = plt.subplots()ax.plot(['北京','上海','深圳'],[1,3,5],color='r')
# 双坐标用法ax2 = ax.twinx()ax2.bar(['北京','上海','深圳'],[20,40,60],alpha=0.3)
plt.show()

坐标轴相关设置

在一张二维图中，关于坐标轴各个零件的术语如图所示

首先有横坐标xaxis和纵坐标yaxis（注意与axes区分），横纵坐标上的标签（也可以说是横纵坐标的名字）为xlabel和ylabel，横纵坐标上有刻度线tick，刻度上对应的刻度标签则是tick label。

具体设置时所对应的函数为

• xlabel -->ax.set_xlabel()
• ylabel -->ax.set_ylabel()
• tick和tick label -->ax.tick_params，ax.xticks()，ax.yticks()

fig,ax = plt.subplots()ax.scatter([3,2,1],[1,3,5],color='r')ax.plot([3,2,1],[1,3,5],color='r')
# 分别设置xy轴的标签ax.set_xlabel('x',fontsize=16)ax.set_ylabel('y',fontsize=16)

fig,ax = plt.subplots()ax.scatter([3,2,1],[1,3,5],color='r')ax.plot([3,2,1],[1,3,5],color='r')
# fontsize设置刻度标签的大小# direction控制刻度是朝内还是朝外显示ax.tick_params(labelsize=14,direction='in')

网格线(grid)设置

函数：ax.grid()

网格线多用于辅助查看具体的数值大小，横纵坐标都可以设置相应的网格线，视具体情况而论。

fig,ax = plt.subplots()ax.plot([1,2,3],[4,2,6],color='r')# b参数设置是否显示网格# axis参数设置在哪个轴上显示网格线，可选参数为'x','y','both'ax.grid(b=True,axis='y')

常用的图表组件设置就总结到这里，有写错的地方也欢迎拍砖！