Python-Matplotlib可视化（3）——自定义样式绘制精美统计图(1)

matplotlib提供了填充图案用于填充平面。这些填充图案，对于仅包含黑白两色的图形中具有重要作用。

import numpy as np

import matplotlib.pyplot as plt

n = 10

a = np.random.random(n)

b = np.random.random(n)

x = np.arange(n)

plt.bar(x, a, color=‘w’, hatch=‘x’, edgecolor=‘black’)

plt.bar(x, a+b, bottom=a, color=‘w’, edgecolor=‘black’, hatch=‘/’)

plt.show()

具有填充呈现性的函数（如pyplot.bar()）接受可选参数hatch控制填充样式，此参数的可选值包括："/"， "\"， "|"， "-"， "+"， "x"， "o"， "O"，"."和"*"，每个值对应于不同的填充图案；edgecolor参数可用于控制图案填充的颜色。

控制标记样式

---

在《详解常见统计图的绘制》中，我们已经了解了如何如何绘制曲线，并明白了曲线是由点之间的连线构成的；此外，散点图表示数据集中的每个点。而matplotlib提供了多种形状，可以用其他类型的标记替换点的样式。

标记的指定方式包括以下几种：

1. 预定义标记：预定义的形状，表示为[0, 8]范围内的整数或某些预定义的字符串。

2. 顶点列表：值对列表，用作形状路径的坐标。

3. 正多边形：表示N边正多边形的三元组(N, 0, angle)，其中angle为旋转角度。

4. 星形多边形：它表示为三元组(N, 1, angle)，代表N边正星形，其中angle为旋转角度。

import numpy as np

import matplotlib.pyplot as plt

a = np.random.standard_normal((100, 2))

a += np.array((-1, -1))

b = np.random.standard_normal((100, 2))

b += np.array((1, 1))

plt.scatter(a[:,0], a[:,1], color = ‘m’, marker = ‘x’)

plt.scatter(b[:,0], b[:,1], color = ‘c’, marker = ‘^’)

plt.show()