Matplotlib绘图（二）

这篇博文对图像的设置命令进行详细解析

首先有以下常用的图像设置命令：

命令	含义
plt.title()	设置图像标题
plt.xlim()	设置x轴显示范围
plt.ylim()	设置y轴显示范围
plt.xlabel()	设置x轴标题
plt.ylabel()	设置y轴标题
plt.axhline()	绘制平行于x轴的水平参考线
plt.axvline()	绘制平行于y轴的水平参考线
plt.axvspan()	绘制垂直于x轴的参考区域
plt.axhspan()	绘制垂直于y轴的参考区域
plt.legend()	标示不同图形的文本标签图例
plt.xticks()	设置x轴的标签名称
plt.yticks()	设置y轴的标签名称
plt.text()	添加图形内容细节的无指向型注释文本
plt.annotate()	添加图形内容细节的指向型注释文本

title()

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.show()

会发现，存在如下问题：

这是需要用到如下命令：

plt.rcParams['font.sans-serif']=['SimHei']         # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False           # 用来正常显示负号

xlim() & ylim()

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.xlim(2,6)                             #   x取2到6
plt.ylim(0,1)                             #   y取0到1
plt.show()

xlabel() & ylabel()

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.show()

grid()

grid()为网格线，参数实际十分多，在此只列举其中几个常用的。
matplotlin.pyplot.grid(axis, color, linestyle, linewidth， **kwargs)

• axis : 取值为‘both’， ‘x’，‘y’。若输入的为x或y，怎对应隐藏平行于x轴或y轴的那条线。
• color : 这就不用多说了，就是设置网格线的颜色。或者直接用c来代替color也可以。
• linestyle :也可以用ls来代替linestyle， 设置网格线的风格，是连续实线，虚线或者其它不同的线条。
• linewidth：网格线的宽度。

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.grid(c='b')
plt.show()

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.grid(linestyle = '-.')
plt.show()

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.grid(linestyle = '-.',linewidth=5)
plt.show()

axhline() & axvline()

axhline(y=0, xmin=0, xmax=1, **kwargs)
axvline(x=0, ymin=1, ymax=1, **kwargs)

axhline为绘制平行于x轴的参考线，axvline为绘制平行于y州的参考线。两者的参数含义基本一致，下面以axhline为例

• y
  y是参考线的位置，默认为y= 0

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.grid(c='g')
plt.axhline(y= 0.5,color = 'r')
plt.show()

• xmin & xmax
  xmin和xmax分别对应起始和终止位置，且值域均为0~1

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.grid(c='g')
plt.axhline(xmin = 0.3,color = 'r')
plt.show()

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.grid(c='g')
plt.axhline(xmax = 0.3,color = 'r')
plt.show()

axhspan() & axvspan()

axhspan(ymin, ymax, xmin=0, xmax=1, **kwargs)
axhspan(xmin, xmax, ymin=0, ymax=1, **kwargs)
axhspan和axvspan可以理解为由线变为面

x = np.linspace(1,10,20)      
y = np.sin(x)

plt.plot(x,y)
plt.title("我的matplotlib图")
plt.grid(c='g')
plt.axhspan(ymin = -0.25, ymax = 0.75 ,xmin = 0.2, xmax = 0.44, color = 'r', alpha = 0.2)
# alpha为透明度
plt.show()

legend()

legend为标示不同图形的文本标签图例。

Keyword	Description
loc	Location code string, or tuple (see below)
fontsize	the font size (used only if prop is not specified)
prop	the font property
markerscale	the relative size of legend markers vs. original
markerfirst	If True (default), marker is to left of the label
numpoints	the number of points in the legend for line
scatterpoints	he number of points in the legend for scatter plot
scatteroffsets	a list of yoffsets for scatter symbols in legend
frameon	If True, draw the legend on a patch (frame)
shadow	If True, draw a shadow behind legend
framealpha	Transparency of the frame
edgecolor	Frame edgecolor
facecolor	Frame facecolor
fancybox	If True, draw the frame with a round fancybox
ncol	number of columns
borderpad	the fractional whitespace inside the legend border
handlelength	the length of the legend hendles
handletextpad	The pad between the legend handle and text
borderaxespad	the pad between the axes and legend border
columnspacing	the spacing between columns
title	the legend title
bbox_to_anchor	the bbox that the legend will be anchored
bbox_tansform	the transform for the bbox,transAxes if None

可以看到lengend也有很多参数，在这主要介绍loc、edgecolor和facecolor。

• loc
  loc是图例的位置，支持整数和字符串。有以下可选参数：

str	int
‘best’	0
‘upper right’	1
‘upper left’	2
‘lower left’	3
‘lower right’	4
‘right’	5
‘center left’	6
‘center right’	7
‘lower center’	8
‘upper center’	9
‘center’	10

• edgecolor
  edgecolor是图例外框颜色

• facecolor
  facecolor是图例框内填充颜色

x = np.linspace(1,10,20)      
y1 = np.sin(x)
y2 = np.cos(x)

l1, = plt.plot(x, y1, c='g', linewidth = 1.0, linestyle = ':')          # 逗号不能省略
l2, = plt.plot(x, y2, c='k', linewidth = 1.0, linestyle = '--')         # 逗号不能省略
plt.title("我的matplotlib图")
plt.grid(c='g')
plt.legend(handles = [l1, l2,], labels = ['a', 'b'], loc = 'best', edgecolor = 'r', facecolor = 'y')
plt.show()

xticks() & yticks()

xticks和yticks分别对应x轴标签和y轴标签

x = np.linspace(1,10,20)      
y1 = np.sin(x)
y2 = np.cos(x)

l1, = plt.plot(x, y1, c='g', linewidth = 1.0, linestyle = '-')          # 逗号不能省略
l2, = plt.plot(x, y2, c='k', linewidth = 1.0, linestyle = '--')         # 逗号不能省略
plt.title("我的matplotlib图")
plt.grid(linestyle=':')
labels=['a', 'e', 'i', 'o', 'u']
plt.xticks(x, labels)
plt.show()

text()

text是添加图形内容细节的无指向型注释文本。

plt.text(x,y,string,fontsize,verticalalignment,horizontalalignment,kwargs**)

• x,y:表示坐标值上的值
• string:表示说明文字
• size:表示字体大小
• verticalalignment：垂直对齐方式 ，参数：（‘center’ | ‘top’ | ‘bottom’ | ‘baseline’ ）
• horizontalalignment：水平对齐方式 ，参数：（ ‘center’ | ‘right’ | ‘left’ ）

除了这几个，还有个参数bbox需要注意：
bbox给标题增加外框 ，bbox(boxstyle, facecolor, edgecolor)

接下来看个实例：

x = np.linspace(1,10,20)      
y1 = np.sin(x)
y2 = np.cos(x)

l1, = plt.plot(x, y1, c='g', linewidth = 1.0, linestyle = '-')          # 逗号不能省略
l2, = plt.plot(x, y2, c='k', linewidth = 1.0, linestyle = '--')         # 逗号不能省略
plt.title("我的matplotlib图")
plt.text(3, 0.5, "y = sin(x)", size = 12, alpha = 0.7, rotation = 15)
plt.text(8, -0.5, "y = cos(x)", size = 15, \
         rotation = -15, bbox = dict(facecolor = "r",edgecolor = 'b',\
                                                                       alpha = 0.5))
plt.grid(linestyle=':')
plt.show()

annotate()

annotate是添加图形内容细节的指向型注释文本。
在这里推荐一篇介绍的非常详细博文，对annotate各种应用都进行了介绍

annotate(str,xy,*args,kwargs**)

• s：注释文本的内容
• xy：被注释的坐标点，二维元组形如(x,y)
• xytext：注释文本的坐标点，也是二维元组，默认与xy相同
• xycoords：被注释点的坐标系属性
• textcoords ：注释文本的坐标系属性，默认与xycoords属性值相同，也可设为不同的值。
• arrowprops：箭头的样式，dict（字典）型数据，如果该属性非空，则会在注释文本和被注释点之间画一个箭头。

x = np.linspace(1,10,20)      
y1 = np.sin(x)

l1, = plt.plot(x, y1, c='b', linewidth = 1.0, linestyle = ':')          # 逗号不能省略
plt.title("我的matplotlib图")

plt.plot([6], [-0.25], 'ro')
plt.annotate("Function is sin(x)",xy=(6,-0.25), xytext=(7,-0.5), \
            arrowprops = dict(facecolor = "y", headlength = 10, headwidth = 20, width = 10, alpha = 0.3))
# 指出最小值
plt.plot([4.8], [-1], 'ro')
plt.annotate("最小值", xy=(4.8,-1), xytext=(2,-0.75), \
            arrowprops = dict(facecolor = "teal", headlength = 15, headwidth = 25, width = 10, alpha = 0.3),\
            bbox=dict(boxstyle='round,pad=0.5', fc='yellow', ec='k',alpha=0.2))

plt.grid(linestyle=':')
plt.show()

注释也可以放在箭头内部：

import numpy as np
import matplotlib.pyplot as plt
 
fig, ax = plt.subplots(figsize=(5, 5))
ax.set_aspect(1)
 
x1 = -1 + np.random.randn(100)
y1 = -1 + np.random.randn(100)
x2 = 1. + np.random.randn(100)
y2 = 1. + np.random.randn(100)
 
ax.scatter(x1, y1, color="r")
ax.scatter(x2, y2, color="g")
 
bbox_props = dict(boxstyle="round", fc="w", ec="0.5", alpha=0.9)
ax.text(-2, -2, "Sample A", ha="center", va="center", size=20,
    bbox=bbox_props)
ax.text(2, 2, "Sample B", ha="center", va="center", size=20,
    bbox=bbox_props)
 
 
bbox_props = dict(boxstyle="rarrow", fc=(0.8, 0.9, 0.9), ec="b", lw=2)
t = ax.text(0, 0, "Direction", ha="center", va="center", rotation=45,
      size=15,
      bbox=bbox_props)
 
bb = t.get_bbox_patch()
bb.set_boxstyle("rarrow", pad=0.6)
 
ax.set_xlim(-4, 4)
ax.set_ylim(-4, 4)
 
plt.show()