Matplotlib.pyplot基本画图

画图的方方面面

基本设置

plt.rcParams 是设置绘图的基本属性

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

plt.rcParams['font.family'] = ['Arial']
plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
plt.rcParams['axes.unicode_minus'] = False  # 解决负号非正常显示
plt.rcParams['font.size'] = 10
plt.rcParams['figure.figsize'] = (6.0, 4.0)
plt.rcParams['savefig.dpi'] = 300

plt.rcParams配置详解

初始化设置

初始化图表区域。dpi表示像素。

fig = plt.figure(figsize=(15,7), dpi=200) # dpi=21：(21×600)×(21×400) ---> 12600×8400

画布设置

plt.subplot(2,2,1)  # 画布分为两行两列，当前选中第一块
ax1 = fig.add_subplot(2, 3, 1)  # 添加画布并在此作图

重要画图函数

散点图/折线图

plt.plot(x,y,color="brown", marker="p", linestyle="dashdot",\
         linewidth=2, markersize=12, alpha=0.5)

散点图的另一种画法

plt.scatter(x2, y2, s = 2, c = "b", marker = "<", cmap="YlGnBu")

饼图

plt.pie()

柱状图

plt.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

子图

fig, ax = plt.subplots(a,b)  # 指定当前作图的子图位置，常用
plt.subplot()
plt.add_subplot()

删除子图

fig.delaxes(ax[a,b])

添加主标题和子标题

fig, ax = plt.subplots(a,b)
fig.suptitle('major title')
ax[a,b].set_title('subtitle')

更复杂的安排
plt.GridSpec

其他设置

轴设置

轴标签、轴范围

plt.xlabel("xlabelname", fontsize = 14)
plt.xlim(2,4)  # 坐标轴范围

轴刻度

plt.xticks([])  # 去掉x轴刻度
plt.xticks(x2, [range(len(x2))] ,color='blue',rotation=60)  # 加上刻度及刻度标签 第1个参数是位置

主次坐标轴
获取坐标轴进行设置：gca()

ax = plt.gca()
ax.set_xticks(xt)
ax.set_yticks(yt)
ax.tick_params(labelcolor='none',labelsize=10)
ax.spines['bottom'].set_linewidth()  # option: bottom, top, right, left
ax.spines['right'].set_color('none')  # 去掉颜色
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
# 'data': place the spine at the specified data coordinate.

网格线设置

plt.grid(linestyle="--", alpha=0.3)

刻度设置

没有子图的时候

plt.xticks(xtickslocation, labels)
plt.yticks(ytickslocation, labels)

有子图的时候

ax.set_xticks(loc)   # 设置显示刻度的位置
ax.set_xticklabels(label)  # 设置刻度的内容

或者一次性设置的（图表的其他属性，如标题等也有类似的）

ax.tick_params()

tick_params参考博客

标题标签设置

图标题

plt.title("Test", loc='left', weight='bold', fontsize=14)

数据标签

for i in range(len(data3)):  # 数据标签
    plt.text(i, data3[i]+0.5, data3[i])  # 第一个参数是文字的横坐标，第二个是纵坐标，第三个是内容，可以为num or str

图例

plt.legend()  

颜色设置

有关库

from matplotlib.colors import LogNorm,BoundaryNorm
from matplotlib.colors import ListedColormap,LinearSegmentedColormap
from matplotlib.patches import Circle
from matplotlib.gridspec import GridSpec

colormap

cMap = LinearSegmentedColormap.from_list('c', ['#3A5E89', '#84B2D4', '#F1E58D', '#D48372', '#6B3A7E'], 265)

colorbar

cb = plt.colorbar(extend='both', fraction=0.05, shrink=0.94, pad=0.02,aspect=25)
cb.set_label('m/s')

保存

plt.tight_layout()  # 保存之前调整布局
plt.savefig(path, bbox_inches='tight', pad_inches=0.1, dpi=dpi,transparent=True,format='png')
# pad_inches 图片边距