系列文章目录
第一章 Python常见库matplotlib之画图文字的中文显示
第二章 Python常见库matplotlib之画图中各个模块的含义及修改方式
第三章 Python常见库matplotlib之多个子图绘图
文章目录
前言
第一章节我们介绍了如何在matplotlib中进行想要的字体显示,但未对常见的函数意义进行介绍,本章节会介绍常用模块的含义和修改方式,我们会从绘图的部分代码开始看起。依然以下面的代码为例
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
# 指定字体
font_path = 'SIMSUN.TTC'
font_prop = fm.FontProperties(fname=font_path, size=12)
en_font_path = 'TIMES.TTF'
en_font_prop = fm.FontProperties(fname=en_font_path, size=12)
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1, label=u'正弦曲线')
plt.plot(x, y2, label=u'余弦曲线')
plt.xlabel('横轴', fontproperties=font_prop)
plt.ylabel('纵轴', fontproperties=font_prop)
plt.title('函数', fontproperties=font_prop)
plt.xticks(fontproperties=en_font_prop)
plt.yticks(fontproperties=en_font_prop)
plt.legend(loc='upper right', fontsize=12, edgecolor='black', fancybox=False, framealpha=1, prop=font_prop)
plt.show()
上述代码运行的结果应该如下面所示,如果有问题,请按照第一章内容配置相同后再看下面的内容
一、单张图常见函数说明
在绘图中我们最经常要画的就是二维坐标系图,这种图必备的内容,主要有 x轴数据(x)
,y轴数据(y)
,x轴标签说明(xlabel)
,y轴标签说明(ylabel)
,图例(legend)
,图名(title)
1. x轴数据(x),y轴数据(y)
画图之前,我们肯定需要给出x和y的值,对应上面的程序,自然是下面的部分
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
这部分代码中,x的取值是0~2π直接的数,这些数要等间隔,总共加起来要有100个。y1的值是用numpy采用sin(x)实现的,y2的值是用numpy采用cos(x)。也就是直接调用numpy中现有的函数,告诉y与x之间的函数关系。
然后利用绘图函数,先将x-y1曲线和x-y2曲线在图中绘制出来,即只运行下面的代码
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
# 指定字体
font_path = 'SIMSUN.TTC'
font_prop = fm.FontProperties(fname=font_path, size=12)
en_font_path = 'TIMES.TTF'
en_font_prop = fm.FontProperties(fname=en_font_path, size=12)
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1, label=u'正弦曲线')
plt.plot(x, y2, label=u'余弦曲线')
plt.show()
运行的结果如下图所示,我们能看到线已经画出来了,虽然在plot的label变量中我们已经指定了名字,但是却没有显示出来,因为这两个label指定的是给图例legend用的,而我们还没添加legend
2. x轴标签说明(xlabel),y轴标签说明(ylabel)
下面的代码中只给出了xlabel和ylabel的名称,他们的名称就是函数的第一个参数,由于我们要输入的是中文,所以后面还指定了字体类型。传入了fontproperties变量。
plt.xlabel('横轴', fontproperties=font_prop)
plt.ylabel('纵轴', fontproperties=font_prop)
除此之外还有其他
labelpad:标签和轴之间的间距,以点为单位。
fontsize:标签字体的大小。
color:标签的颜色。
rotation:标签的旋转角度,以度为单位。
ha:水平对齐方式的缩写,可以设置为’center’、‘right’或’left’。
va:垂直对齐方式的缩写,可以设置为’center’、‘top’或’bottom’。
注意:labelpad指的是标签和轴之间的间距,以点(pt)为单位,其中1点等于1/72英寸。因此,点并不是指像素,而是一种长度单位,用于测量打印机分辨率的物理长度,只是在屏幕上使用matplotlib,1点将大致等于1像素。
例如我们修改代码为下面这样
plt.xlabel('横轴', fontproperties=font_prop, rotation=90, fontsize=10, va='top', ha='left', color='blue')
plt.ylabel('纵轴', fontproperties=font_prop)
我们发现最终横轴标记的字体大小方向颜色都发生了相应变化
3. 图名(title)
title指定了图片的图名,同样地,由于我们用的是中文需要额外指定能显示中文的字体文件路径。
plt.title('函数', fontproperties=font_prop)
第一个就是必选参数,指定title的名字
除此之外还有下面一些可选参数。
loc:标题的位置,可以设置为’center’、‘left’、‘right’等。
pad:标题和子图区域的间距,以点为单位。
color:标题的颜色。
fontsize:标题字体的大小。
ha:水平对齐方式的缩写,可以设置为’center’、‘right’或’left’。
va:垂直对齐方式的缩写,可以设置为’center’、‘top’或’bottom’。
我们填入参数测试下,将前面的title代码修改为下面的
plt.title('函数', fontproperties=font_prop, loc='left',pad=10,color='red',fontsize=15,ha='right', va='top')
运行结果可以看到,标题“函数”的字体大小,位置,与图的距离都变了
4. 图例(legend)
legend是对图例的相关参数进行设置
legend有以下参数可以进行设置
loc:图例在图表中的位置,可以设置为’best’、‘upper right’、‘upper left’、‘lower left’、‘lower right’、‘right’、‘center left’、‘center right’、‘lower center’或’upper center’。还可以传递一个元组(x,y),其中x和y是介于0和1之间的坐标,表示图例的位置相对于图表的尺寸。
fontsize:图例文本的字体大小。
edgecolor:图例框线的颜色。
fancybox:是否使用圆角框(默认为True)。
framealpha:图例框的不透明度,范围从0(完全透明)到1(完全不透明)。
ncol:图例中的列数。
prop:设置图例文本的字体属性。
plt.legend(loc='upper right', fontsize=12, edgecolor='black', fancybox=False, framealpha=1, prop=font_prop)
按照上面代码的设置,我们的图例应该在右上角,字体大小为12,图例框线为黑色,不使用圆角框,图例框也不透明,字体使用的是宋体。最终的显示结果确实如此。
5. x轴刻度(xticks),y轴刻度(yticks)
刻度中常见的参数有以下几个:
ticks:自定义刻度标签的位置。可以传递一个列表,其中每个元素表示一个刻度标签的位置。
labels:自定义刻度标签的文本。可以传递一个列表,其中每个元素表示一个刻度标签的文本。
rotation:刻度标签的旋转角度,以度为单位。
fontsize:刻度标签文本的字体大小。
color:刻度标签文本的颜色。
ha:刻度标签的水平对齐方式,可以设置为’center’、‘right’或’left’。
va:刻度标签的垂直对齐方式,可以设置为’top’、‘bottom’或’center’。
minor:是否使用次要刻度标签。
我们的例子比较简单只传入了fontproperties=en_font_prop,其目的只是让刻度里数据显示成新罗马体。
我们把参数稍微修改一些,如下面所示
plt.xticks(fontproperties=en_font_prop,fontsize=15,rotation=90,color='green')
新的图示就变成下面这样,显然刻度的颜色方向字体大小都相应改变了,读者如果有兴趣可自己试试
总结
本文主要介绍了matplotlib绘图中常用的几个函数参数的使用情况
x轴数据(x),y轴数据(y),x轴标签说明(xlabel,y轴标签说明(ylabel),图例(legend),图名(title)等,希望对读者能有所启发。