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!
-END-