Matplotlib：背景设置，栅格设置，自定义坐标轴标签，主副刻度密度的设置，日期标签旋转，文本标注,箭头（Annotation） 标注

最新推荐文章于 2023-10-20 12:52:41 发布
最新推荐文章于 2023-10-20 12:52:41 发布
阅读量5.5k 收藏 40
点赞数 5
分类专栏： Matplotlib绘图 文章标签： 文本刻度 副刻度设置 日期旋转
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HHG20171226/article/details/101315011
版权

背景设置

函数：
figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=Figure, clear=False, **kwargs)

  • num : integer or string, optional, default: none,num:如果此参数没有提供，则一个新的figure对象将被创建，同时增加figure的计数数值，此数值被保存在figure对象的一个数字属性当中。如果有此参数，且存在对应id的figure对象，则激活对于id的figure对象。如果对应id的figur对象不存在，则创建它并返回它。如果num的值是字符串，则将窗口标题设置为此字符串。
  • figsize : tuple of integers, optional, default: None
    width, height in inches. If not provided, defaults to rc figure.figsize
    figsize:以英寸为单位的宽高，缺省值为 rc figure.figsize (1英寸等于2.54厘米)
  • dpi : integer, optional, default: None dpi:图形分辨率，缺省值为rc figure.dpi
  • facecolor :
    the background color. If not provided, defaults to rc figure.facecolo
    facecolor：背景色
    plt.figure(num="6*2 inches", figsize=(6, 2),facecolor="gray")
plt.show()
    在这里插入图片描述
  • edgecolor :
    the border color. If not provided, defaults to rc figure.edgecolor
    edgecolor:边框颜色
  • clear: bool, optional, default: False
    If True and the figure already exists, then it is cleared
    clear：重建figure实例

设置栅格

(1)使用pyplot api命令
matplotlin.pyplot.grid(b, which, axis, color, linestyle, linewidth， **kwargs)

  • b: 布尔值。就是是否显示网格线的意思。官网说如果b设置为None， 且kwargs长度为0，则切换网格状态。但是没弄明白什 么意思。如果b设置为None，但是又给了其它参数，则默认None值失效。

  • which : 取值为’major’, ‘minor’， ‘both’。 默认为’major’。看别人说是显示的，我的是Windows7下，用Sublime跑的，minor 只是一个白画板，没有网格，major和both也没看出什么效果，不知道为什么。

  • axis: 取值为‘both’， ‘x’，‘y’。就是想绘制哪个方向的网格线。不过我在输入参数的时候发现如果输入x或y的时候， 输入的是哪条轴，则会隐藏哪条轴

  • 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。 | ‘-’ | ‘–’ | ‘-.’ | ‘:’ | ‘None’ | ’ ’ | ‘’]

  • linewidth : 设置网格线的宽度
    在这里插入图片描述
    打开栅格:plt.grid(True)
    设置栅格格式：plt.grid(color=‘r’, linestyle=’–’, linewidth=1,alpha=0.3)

plt.tick_params(axis="x",labelrotation=-60)
plt.grid(True)
plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)

在这里插入图片描述

其实就是在设置刻度的基础上，在添加一个列表，来显示刻度。
xticks()返回了两个对象,一个是刻标(locs)，另一个是刻度标签
locs, labels = xticks()
如：plt.xticks(['数据'], ["标签"])

# 显示x轴的刻标
xticks( arange(6) )

# 显示x轴的刻标以及对应的标签
xticks( arange(5), ('Tom', 'Dick', 'Harry', 'Sally', 'Sue') )

# 导入模块
import matplotlib.pyplot as plt
import numpy as np

# 数据
x = np.linspace(-10, 10, 100)
y = x**2

# 绘图
plt.plot(x, y)

# 设置轴的刻度
plt.xticks(range(-8, 8, 2))
plt.yticks([0, 40, 60], ["bad", 'good', "best"])

# 展示
plt.show()

在这里插入图片描述

主副刻度的设置

需要导入：from matplotlib.ticker import MultipleLocator, FormatStrFormatter 模块
主刻度:（y轴同理）
倍数：ax.xaxis.set_major_locator(MultipleLocator(倍数))
文本格式：ax.xaxis.set_major_formatter(FormatStrFormatter(’%占位数.小数点数f’))
副刻度：（将"major"改为"minor"即可）
倍数：ax.xaxis.set_minor_locator(MultipleLocator(倍数))
文本格式：ax.xaxis.set_minor_formatter(FormatStrFormatter(’%占位数.小数点数f’))

# 导入模块
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
import numpy as np

# 数据
x = np.linspace(-30, 30, 100)
y = x**2

# 绘图
plt.plot(x, y)

ax = plt.gca()
# 设置轴的主刻度
# x轴
ax.xaxis.set_major_locator(MultipleLocator(20))  # 设置20倍数
ax.xaxis.set_major_formatter(FormatStrFormatter('%5.1f'))  # 设置文本格式

# y轴
ax.yaxis.set_major_locator(MultipleLocator(100))  # 设置100倍数
ax.yaxis.set_major_formatter(FormatStrFormatter('%1.2f'))  # 设置文本格式

# 设置轴的副刻度
# x轴
ax.xaxis.set_minor_locator(MultipleLocator(5))  # 设置10倍数
# ax.xaxis.set_minor_formatter(FormatStrFormatter('%2.1f'))  # 设置文本格式

# y轴
ax.yaxis.set_minor_locator(MultipleLocator(50))  # 设置50倍数
# ax.yaxis.set_minor_formatter(FormatStrFormatter('%1.0f'))  # 设置文本格式

# 设置网格
ax.xaxis.grid(True, which='major')  # x坐标轴的网格使用主刻度
ax.yaxis.grid(True, which='minor')  # y坐标轴的网格使用次刻度

# 展示
plt.show()

在这里插入图片描述

设置轴的数据

以x轴的数为日期，再以plt.gcf().autofmt_xdate()来旋转显示日期数据。

# 导入模块
import matplotlib.pyplot as plt
import numpy as np

# 数据
N = 4
y = np.random.randint(-20, 20, (1, N)).flatten()
x = ["2019-3-13", "2019-3-14", "2019-3-15", "2019-3-16"]
# 绘图
plt.plot(x, y)
# 旋转日期显示
plt.gcf().autofmt_xdate()
# 展示
plt.show()

在这里插入图片描述

全局的设置

在matplotlib目前的绘图文字显示时，是不支持中文的，我们想输出中文，需要设置一下。

matplotlib.rcParams['属性'] = '属性值'，可以修改全局字体
在这里插入图片描述

import matplotlib.pyplot as plt
import matplotlib

# 将全局的字体设置为黑体
matplotlib.rcParams['font.family'] = 'SimHei'

y = [3, 1, 4, 5, 2]
plt.plot(y)
plt.ylabel("纵轴的值")
plt.xlabel("横轴的值")

# 自动保存图片
plt.savefig("test", dpi=600)
plt.show()
2.局部的设置

为了不影响全局的字体，我们可以选择在局部改变字体。

在需要输入中文的地方，输入一下参数
在这里插入图片描述

import matplotlib.pyplot as plt

y = [3, 1, 4, 5, 2]
plt.plot(y)
# 改变局部变量
plt.ylabel("纵轴的值", fontproperties="SimHei", fontsize=20)
plt.xlabel("横轴的值", fontproperties="SimHei", fontsize=20, color="green")
plt.savefig("test", dpi=600)
plt.show()
文本显示

在这里插入图片描述
带箭头的参数：

	s : "string"
	
	xy: 箭头的坐标
	
	xytext: 文字的坐标
	
	arrowprops: 箭头的属性，字典类型
	
	arrowprops=dict(facecolor="red", shrink=0.1, width=2)
	
	facecolor：箭头颜色
	
	shrink:箭头的长度（两坐标距离的比例，0~1）
	
	width:箭头的宽度

在这里插入图片描述

import matplotlib.pyplot as plt

y = [3, 1, 4, 5, 2]
plt.plot(y)

# x , y 轴标签
plt.ylabel("纵轴的值", fontproperties="SimHei", fontsize=20)
plt.xlabel("横轴的值", fontproperties="SimHei", fontsize=20, color="green")

# 整体的标签
plt.title(r"整体的标签 $x^{2y +3}$", fontproperties="SimHei", fontsize=30)

# 显示网格
plt.grid(True)

# 再坐标为（1，3）处输出文字
plt.text(1, 3, r"$\mu=100$")

# 有箭头的文字
plt.annotate(r"$\sum_1^nx$", xy=(3, 3), xytext=(3, 4.5),
             arrowprops=dict(facecolor="red", shrink=0.1, width=2))

# 设置坐标轴 x(0, 4) y(0, 6)
plt.axis([0, 4, 0, 6])
plt.show()

在这里插入图片描述

  • annotate:添加注释
  • text:添加注释
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y = 2*x + 1

plt.figure(num=1, figsize=(8, 5),)
plt.plot(x, y,)

在这里插入图片描述

# 移动坐标
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))

在这里插入图片描述

x0 = 1
y0 = 2*x0 + 1
plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5)
# set dot styles
plt.scatter([x0, ], [y0, ], s=50, color='b')

在这里插入图片描述

# 添加注释 annotate
plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30),
             textcoords='offset points', fontsize=16,
             arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))

在这里插入图片描述

# 添加注释 text  
plt.text(-3.7, 3, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$',
         fontdict={'size': 16, 'color': 'r'})

在这里插入图片描述

图形内的添加文本 plt.text() plt.figtext()

'''
第一种方式 text()
 text(x,y,s,fontdict=None, withdash=False)
    参数说明：（1）x,y 坐标位置
             (2) 显示的文本
'''
x = np.arange(0,2*np.pi,0.01)
plt.plot(np.sin(x))
'''x,y 代表着坐标系中数值'''
plt.text(20,0,'sin(0) = 0')
'''
第二种方式  figtext()
    使用figtext时候,x,y代表相对值，图片的宽度
    
'''
x2 = np.arange(0,2*np.pi,0.01)
plt.plot(np.cos(x2))
''''''
plt.figtext(0.5,0.5,'cos(0)=0')
plt.show()

在这里插入图片描述

添加注释和箭头 plt.annotate()
'''
添加注释  annotate()
    参数 ：(1)x  : 注释文本
          (2)xy: 
          (3) xytext:
          (4) 设置箭头，arrowprops 
                arrowprops : 是一个dict (字典)
           第一种方式：{'width':宽度,'headwidth':箭头宽,'headlength':箭头长,
                         'shrink':两端收缩总长度分数}   
                例如：arrowprops={'width':5,'headwidth':10,'headlength':10,'shrink':0.1}
           第二种方式：'arrowstyle':样式 
                例如：
              有关arrowstyle的样式：'-' 、'->'、'<-'、'-['、'|-|'、'-|>'、'<|-'、'<->'
                                   'fancy','simple','wedge'      
'''
x = np.random.randint(0,30,size=10)
x[5] = 30  # 把索引为5的位置改为30
plt.figure(figsize=(12,6))
plt.plot(x)
plt.ylim([-2,35]) # 设置y轴的刻度
plt.annotate(s='this point is important',xy=(5,30),xytext=(7,31),
             arrowprops={'arrowstyle':'->'})
plt.show()

在这里插入图片描述

梦寐_
关注
专栏目录
4.11Python数据处理篇之Matplotlib系列(十一)---图例，网格，背景的设置
weixin_34122548的博客
03-12 2899
目录 目录 前言 （一）图例legend 1.默认不带参数的图例 2.添加参数的图例 3.将图例移动到框外 （二）网格grid 1.说明 2.源代码： 3.输出效果 ...
matplotlib-05 grid添加网格线
bubid的博客
08-15 1475
matplotlib-05 grid添加网格线添加网格线代码展示重要代码解释 添加网格线 有时为了更好的看出线条的变化范围，和在对应点的一个大致取值，我们需要添加网格线。网格线这一概念在设计领域广泛存在，在绘画是我们需要一些网格线打格来更好的对物体进行定位，一些设计类的如ps、cad中网格线作为定位线发挥着很重要的作用。 代码展示 import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) abs = np.
Python-matplotlib定制化刻度（主副）绘制
数据森麟
12-28 2816
公众号后台回复“图书“，了解更多号主新书内容作者：宁海涛来源：DataCharmPython-matplotlib 定制化图例绘制Python-双Y轴绘制图表元素完善双Y轴图例等熟悉添加...
matplotlib之绘制刻度网格线
weixin_45081640的博客
06-05 1221
刻度网格线 ax = mp.gca() ax.grid( which='', # 'major'|'minor'|'both' axis='', # 'x'|'y'|'both' linewidth=1, linestyle=':', color='', alpha=0.5 ) """ 刻度网格线 """ import matplotlib.pyplot as mp mp.figure('Grid Line', facecolor='lightgray') m
matplotlib -刻度网格线
wpf973的博客
10-24 1443
import numpy as np from matplotlib import pyplot as plt x = np.linspace(-5,5,1000) y = 8 * np.sinc(x) plt.figure('Grid',facecolor="lightgray") plt.title("Grid",fontsize=20) plt.xlabel("x",fontsize=1...
Python设置matplotlib.plot的坐标轴刻度间隔以及刻度范围
09-19
接下来获取当前图表的轴对象（Axes instance），通常使用`plt.gca()`，然后分别设置x轴和y轴的主刻度间隔。 ```python ax = plt.gca() ax.xaxis.set_major_locator(x_major_locator) ax.yaxis.set_major_locator(y_...
matplotlib命令与格式之tick坐标轴日期格式(设置日期主副刻度)
01-20
本篇将详细讲解如何使用matplotlib的`matplotlib.dates`模块来设置横坐标的时间格式，包括主刻度和副刻度的日期显示，以及自定义日期定位器。 1. **横坐标设置时间格式** 当你需要将横坐标设置为日期格式时，可以...
python matplotlib坐标轴设置的方法
09-21
本文将详细介绍如何使用Matplotlib对坐标轴进行各种设置，包括坐标轴范围、坐标轴刻度、坐标轴标签等。 #### 基础设置方法 在Matplotlib中，通过`pyplot`子模块提供的函数可以非常方便地完成对坐标轴的基本设置。...
利用matplotlib库中面向对象API设置坐标轴的标签、刻度范围和刻度标签，添加标题和图例，显示网格
Snyia的博客
10-11 5181
1.2.2 使用xticks()和yticks()函数分别设置x轴和y轴的刻度标签。1.1.1 使用xlabel()设置x轴的标签，ylabel()设置y轴的标签。1.2.1 使用xlim()和ylim()函数分别设置x轴和y轴的刻度范围。2.2.1 使用legend()函数添加图例。2.1.1 使用title()函数添加标题。一、设置坐标轴的标签、刻度范围和刻度标签。3.1 使用grid()函数显示网格。1.2 设置刻度范围和刻度标签。示例代码：设置x轴的刻度范围。示例代码：设置x轴的刻度标签。
学习python中matplotlib绘图设置坐标轴刻度、文本
12-24
总结matplotlib绘图如何设置坐标轴刻度大小和刻度。 上代码： from pylab import * from matplotlib.ticker import MultipleLocator, FormatStrFormatter xmajorLocator = MultipleLocator(20) #将x主刻度标签设置...
使用matplotlib绘制饼图，并添加图例与表格，设置图例位置与表格背景。
最新发布
2201_75589482的博客
10-20 2284
【代码】使用matplotlib绘制饼图，并添加图例与表格，设置图例位置与表格背景。
【python数据分析（23）】Matplotlib库绘图的子图、主次刻度、注解、图表输出
lys_828的博客
03-13 1952
1、 子图 1）在matplotlib中，整个图像为一个Figure对象； 2）在Figure对象中可以包含一个或者多个Axes对象； 3）每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域 1.1 plt.figure绘制子图 plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, fram...
使用matplotlib库中的GridSpec（）来制定所需的网格，使用subplot（）自定义图片位置。
m0_54188335的博客
07-25 629
使用matplotlib库中的GridSpec（）来制定所需的网格，在使用subplot（）自定义图片位置。
matplotlib绘图常见设置总结
yunfeng
08-31 346
首先要导入头文件，初始化画布。
Matplotlib grid()设置网格格式
ccc369639963的博客
02-18 5155
Matplotlib grid()设置网格格式 通过 Matplotlib axes 对象提供的 grid() 方法可以开启或者关闭画布中的网格（即是否显示网格）以及网格的主/次刻度。除此之外，grid() 函数还可以设置网格的颜色、线型以及线宽等属性。 grid() 的函数使用格式如下： grid(color='b', ls = '-.', lw = 0.25) 参数含义如下： color：表示网格线的颜色； ls：表示网格线的样式； lw：表示网格线的宽度； 网格在默认状态下是关闭的，通过调用上述
python刻度间隔修改_更改网格间隔并在Matplotlib中指定刻度标签
weixin_39759918的博客
12-08 2031
我试着在网格化的图中绘制计数，但是我不知道该怎么做。我想：以5的间隔使用点网格每20个刻度盘上只能有一个主要刻度盘标签我想让滴答声超出情节范围。在这些网格中有“计数”我已经检查过潜在的重复项，比如here和here，但是我还没有弄清楚。这是我的密码。import matplotlib.pyplot as pltfrom matplotlib.ticker import MultipleLocato...
matplotlib 坐标轴区间设置，网格显示，颜色表，图标表
qq_27047075的博客
03-06 985
坐标轴区间 >>> import matplotlib.pyplot as plt >>> x=np.arange(-5,5,0.01) >>> y=x**3 >>> plt.axis([-6,6,-10,10]) [-6, 6, -10, 10] >>> plt.plot(x,y) ...
Python使用matplotlib可视化自定义背景色实战：自定义可视化图像的背景色（Background Color）
data+scenario+science+insight
10-28 1380
Python使用matplotlib可视化自定义背景色实战：自定义可视化图像的背景色（Background Color） 目录 Python使用matplotlib可视化自定义背景色实战：自定义可视化图像的背景色（Background Color） #matplotlib绘图的背景色设置语法 #默认背景色 #使用axes对象的set_facecolor()函数设置背景色 #通过更新rcParams配置来设置所有绘图中使用的背景色 #matplotlib绘图的背景色设置语法 要更改..
Python绘图基础：设置主、副刻度线
热门推荐
weixin_47269399的博客
07-19 1万+
通过过一个简单的实列，简单说明如何控制坐标轴上的主、副刻度线的参数：宽度、高度、方向、间隔。
如何在matplotlib中设置坐标轴的刻度标签？
06-08
在Matplotlib中，可以使用`plt.xticks()`和`plt.yticks()`函数来设置坐标轴的刻度标签。 下面是一个简单的例子： ```python import matplotlib.pyplot as plt import numpy as np # 数据 x = np.arange(0, 10, 0.1) y = np.sin(x) # 绘制图形 plt.plot(x, y) # 设置x轴刻度标签 plt.xticks(np.arange(0, 10, 2)) # 设置y轴刻度标签 plt.yticks(np.arange(-1, 1.5, 0.5)) # 显示图形 plt.show() ``` 在这个例子中，我们使用`plt.xticks()`和`plt.yticks()`函数来设置x轴和y轴的刻度标签，分别使用`np.arange()`函数生成刻度值。注意，这里生成的刻度值范围为0到10和-1到1.5，步长分别为2和0.5。 运行上述代码将绘制一个正弦曲线，并设置x轴和y轴的刻度标签。 你可以根据自己的需要调整刻度值和步长，并使用字符串或LaTeX公式来设置标签文本。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值