干货 | 16个实用的​Matplotlib绘图小技巧

点击左上方蓝字关注我们

全网搜集目标检测相关，人工筛选最优价值内容

编者荐语

Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。文章给大家介绍了16个实用的Matplotlib绘图小技巧。

作者 | 深度学习初学者

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：

END

双一流大学研究生团队创建，专注于目标检测与深度学习，希望可以将分享变成一种习惯！

整理不易，点赞三连↓