如何画完整易读的统计图

绘图第一步，先导入库。

import matplotlib.pyplot as plt

先讲一些基础知识，后面会给出优秀示例，码住一起学习📚，未完待续……

画布设置

一般情况下，绘图前先设置画布大小plt.figure(figsize=(10, 5))
matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, *, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs)

• frameon
  图例是否有边框。

横纵坐标和标题设置

一般情况下，一幅好看的统计图表，都需要给它命名，我将介绍Python中的plt.xlabel,plt.ylabel,plt.title。

plt.xlabel()

matplotlib.pyplot.xlabel(xlabel, fontdict=None, labelpad=None, *, loc=None, **kwargs)

• xlabel
  字符串形式，即横坐标内容
• loc
  有'left', 'center', 'right'三种，默认居中'center'

plt.ylabel()

matplotlib.pyplot.ylabel(ylabel, fontdict=None, labelpad=None, *, loc=None, **kwargs)

• ylabel
  字符串形式，即纵坐标内容
• loc
  有'bottom', 'center', 'top'三种，默认居中'center'

plt.title()

matplotlib.pyplot.title(label, fontdict=None, loc=None, pad=None, *, y=None, **kwargs)[source]#

• label
  字符串形式，即标题内容
• fontdict

{‘fontsize’: 12,
‘fontweight’: rcParams[‘axes.titleweight’],
‘color’: rcParams[‘axes.titlecolor’],
‘verticalalignment’: ‘baseline’,
‘horizontalalignment’: loc}

• loc
  有'center', 'left', 'right'三种，默认居中

ax.set_xlim

Axes.set_xlim(left=None, right=None, *, emit=True, auto=False, xmin=None, xmax=None)

• left/right
  浮点数，设置横坐标的起始结束位置。
• xmin/xmax
  浮点数

ax.set_ylim

Axes.set_ylim(bottom=None, top=None, *, emit=True, auto=False, ymin=None, ymax=None)[source]

• bottom/top
  浮点数，设置纵坐标的起始结束位置。
• ymin/ymax
  浮点数

plt.suptitle()

图形正上方的标题，一般可用于多张图时。

plt.suptitle("Classification vector for...")

Markers

character	description
'.'	点
'o'	圈
'v'	倒三角
'^'	正三角
'<'	左三角
'>'	右三角
'*'	星型
'+'	+号
'_'	水平线
's'	正方形
'x'	x型
'X'	x (filled) marker
','	pixel marker
'1'	tri_down marker
'2'	tri_up marker
'3'	tri_left marker
'4'	tri_right marker
'8'	octagon marker
'p'	pentagon marker
'P'	plus (filled) marker
'h'	hexagon1 marker
'H'	hexagon2 marker
'D'	diamond marker
'd'	thin_diamond marker

ls线条形状

character	description
'-'	实线
'--'	虚线
'-.'	虚线加点
':'	点线

lw线条宽度

浮点数，如：lw=2/3/1.5

c颜色

character	description
'b'	蓝色
'g'	绿色
'r'	红色
'c'	青色
'y'	黄色
'k'	黑色
'w'	白色
'm'	洋红色

一个小例子：

import numpy as np
import matplotlib.pyplot as plt

# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)

# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

结果为：

To be continue