2024年Python最全Python-Matplotlib可视化（5）——添加自定义形状绘制复杂图形，2024年最新学生会面试答题模板

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

我们已经学习了使用lines原语制作线条，但是在实际中，我们可能需要更多的形状，使用其他形状的方式与lines原语的相同。

import matplotlib.patches as patches

import matplotlib.pyplot as plt

圆形

shape = patches.Circle((0, 0), radius = 1., color = ‘m’)

plt.gca().add_patch(shape)

四边形

shape = patches.Rectangle((2.5, -.5), 2., 1., color = ‘c’)

plt.gca().add_patch(shape)

椭圆形

shape = patches.Ellipse((0, -2.), 2., 1., angle = 45., color = ‘y’)

plt.gca().add_patch(shape)

花状框

shape = patches.FancyBboxPatch((2.5, -2.5), 2., 1., boxstyle = ‘sawtooth’, color = ‘b’)

plt.gca().add_patch(shape)

显示

plt.grid(True, alpha=0.3)

plt.axis(‘scaled’)

plt.show()

Tips：与使用lines原语一样，使用Matplotlib其它形状原语进行操作时，必须使用pyplot.axis()函数修改图形比例，否则将导致绘制图形不能完整显示。

无论显示哪种形状，其原理都是一样的。在Matplotlib中，形状被描述为名为patch的路径。matplotlib.patches模块中提供了几种形状的路径。与线端一样，仅创建路径并不会在屏幕上渲染它，必须明确使用渲染函数plt.gca()。

matplotlib.patches模块包含很多路径构造类，常用的主要包括：

| 路径构造类名 | 描述 |

| — | — |

| Circle | 需要圆心坐标和半径作为参数 |

| Rectangle | 需要四边形左下角的坐标和边长作为参数 |

| Ellipse | 需要椭圆中心坐标和两轴半长作为参数 |

| FancyBox | 这类似于花形框，需要可选参数boxstyle指定样式，可选值包括：“larrow”、“rarrow”、“round”、“round4”、“roundtooth”、"sawtooth"以及"square"等） |

自定义形状

---

除了预定义的形状外，我们还可以使用多边形定义任意形状。

使用多边形

多边形的使用方法与上一部分中路径的使用方法类似：

import numpy as np

import matplotlib.patches as patches

import matplotlib.pyplot as plt

theta = np.linspace(0, 2 * np.pi, 8)

points = np.vstack((np.cos(theta), np.sin(theta))).transpose()

plt.gca().add_patch(patches.Polygon(points, color = ‘m’))

plt.grid(True)

plt.axis(‘scaled’)

plt.show()

Tips：matplotlib.patches.Polygon()构造函数接受多边形顶点的坐标列表作为输入参数值。

使用路径属性

所有的路径都可以使用线条及填充的属性：包括linewidth、linestyle、edgecolor、facecolor、hatch等：

import numpy as np

import matplotlib.patches as patches

import matplotlib.pyplot as plt

theta = np.linspace(0, 2 * np.pi, 8)

points = np.vstack((np.cos(theta), np.sin(theta))).transpose()

plt.gca().add_patch(plt.Circle((0, 0), radius = 1., color = ‘m’))

plt.gca().add_patch(plt.Polygon(points, closed=None, fill=None, lw = 3., ls = ‘dashed’, edgecolor = ‘c’))

plt.grid(True)

plt.axis(‘scaled’)

plt.show()

Tips：上述示例中，使用带有虚线边(ls = 'dashed')的非填充(fill=None)多边形来绘制多边形轮廓，使用此方法，就不必创建多个Line对象来绘制此多边形。

系列链接

---

Python-Matplotlib可视化（1）——一文详解常见统计图的绘制

Python-Matplotlib可视化（2）——自定义颜色绘制精美统计图

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！