Matplotlib学习笔记（配置项，格式化字符，颜色，作图）

Matplotlib是一款风格类似Matlab的基于Python的绘图库。它提供了一整套和Matlab相类似的命令API，可以方便地将它作为绘图控件，嵌入GUI应用程序中，是python机器学习的三剑客之一。

一、Matplotlib的配置文件及配置项

通过matplotlib.rc_params()可以读取配置文件中所有参数及其参数值，如果手动修改了配置文件，那么可以调用rc_params()载入最新的配置。

Matplotlib的配置文件常用配置项：

• axex: 设置坐标轴的边界和表面的颜色、坐标刻度值大小和网格的显示

• backend: 设置目标TKAgg和GTKAgg

• figure: 控制dpi、边界颜色、图形大小和子区（subplot）设置

• font: 字体集、字体大小和样式设置

• grid： 设置网格颜色和线性

• legend：设置图例和其中的文本的显示

• line: 设置线条（颜色、线型、宽度等）和标记

• patch：是填充2D空间的图形对象，如多边形和圆、控制线宽、颜色和抗锯齿设置等

• savefig：可以对保存的图形进行单独设置，例如，设置渲染的文件的背景为白色

• verbose：设置matplotlib在执行期间信息输出，例如silent、helpful、debug和debug-annoying

• xtick和ytick：为x、y轴的主刻度和次刻度设置颜色、大小、方向、以及标签大小

二、格式化字符

字符	描述
-	实线样式
–	短横线样式
-.	点画线样式
:	虚线样式
.	点标记
,	像素标记
o	圆标记
v	倒三角标记
^	正三角标记
<	左三角标记
>	右三角标记
1	下箭头标记
2	上箭头标记
3	左箭头标记
4	右箭头标记
s	正方形标记
p	五边形标记
*	星形标记
h	六边形标记1
H	六边形标记2
+	加号标记
x	X标记
D	菱形标记
d	窄菱形标记
|	竖直线标记
_	水平线标记

示例：

import matplotlib.pyplot as plt
import numpy as np

y = np.arange(1, 5)
print(y)

plt.plot(y, c='g', marker='o')  # 圆形标记
plt.plot(y+1, c='0.5', marker='D')  # 菱形标记
plt.plot(y+2, marker='^')  # 正三角标记
plt.plot(y+3, 'p')  # 五边形标记
plt.show()

输出

三、 Matplotlib颜色设置

（1）标准方法：八种默认颜色

字符	颜色
‘b’	蓝色
‘g’	绿色
‘r’	红色
‘c’	青色
‘m’	品红色
‘y’	黄色
‘k’	黑色
‘w’	白色

（2）合法的HTML颜色

使用HTML十六进制字符串color=‘eeefff’,使用合法的HTML颜色名字（‘red’,'chartreuse’等）

（3）归一化方法：RGB元组法

可以传入一个归一化到[0, 1]的RGB元组，使得color=（0.3,0.3,0.4）等，除上述方法外，title()函数也可以修改颜色，如plt.title(‘Title in a custom color’, color=’#123456’).
示例：

import matplotlib.pyplot as plt
import numpy as np

y = np.arange(1,5)
print(y)

plt.plot(y, c='r')
plt.plot(y+1, c='0.5')
plt.plot(y+2, c='#123456')
plt.plot(y+3, c=(0.3, 0.3, 0.4))

plt.show()

输出：

四、Matplotlib的使用

（1）控制图形内的文字、注释、箭头等属性方法

Pyplot函数	API方法	描述
text()	mpl.axex.Axes.text()	在Axes对象的任意位置添加文字
xlabel()	mpl.axex.Axes.set_xlabel()	为x轴添加标签
ylabel()	mpl.axex.Axes.set_ylabel()	为y轴添加标签
title()	mpl.axex.Axes.set_title()	为Axes对象添加标题
legend()	mpl.axex.Axes.legend()	为Axes对象添加图例
figtetxt()	mpl.figure.Figure.text()	在figure对象的任意位置添加文字
suptitle()	mpl.figure.Figure.suptitle()	为Figure对象添加中心化标题
annotate()	mpl.axes.Axes.annotate()	为Axes对象添加注释（箭头可选）

导入图片：plt.imread(file_path)
保存图片：plt.imsave(file_path)

（2）作图

示例;

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from pandas import Series, DataFrame


# 第一步：构造数据，添加画布
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

fig = plt.figure(figsize=(10, 6))

# 第二步：向对象fig中添加子视图
ax1 = fig.add_subplot(2, 2, 1)
ax1.plot(x, y1)
ax1.plot(x, y2)
ax1.grid(True, color='green', ls='-.')   # 设置网格
plt.title('pic1', size=10, color='black', loc='right', rotation=0, alpha=0.5)

ax2 = fig.add_subplot(2, 2, 2)
ax2.plot(x, y1)
ax2.plot(x, y2)
ax2.grid(False, color='green', ls='-.')   # 设置网格
plt.axis('off')  # 关闭坐标轴
plt.title('pic2', size=10, color='black', loc='right', rotation=0, alpha=0.5)

ax3 = fig.add_subplot(2, 2, 3, facecolor='#FFDAB9')
ax3.plot(x, y1)
ax3.plot(x, y2)

plt.ylim([-1.5, 1.5])
plt.xlim([0, 6])
plt.xlabel('X', size=20, color='red', alpha=0.5)
plt.ylabel('Y', size=20, color='red', rotation=0, alpha=0.5)
plt.title('pic3', size=10, color='black', loc='right', rotation=0, alpha=0.5)

ax4 = fig.add_subplot(2, 2, 4)
ax4.plot(x, y1, label='sin(x)', ls='--')
ax4.plot(x, y2, label='cos(x)', marker='o')
plt.axis('equal')  # 等量坐标轴
plt.legend(loc=4)  # 图例位置
plt.title('pic4', size=10, color='black', loc='right', rotation=0, alpha=0.5)
plt.annotate(
    s='this point mean high',
    xytext=(3, 1.5),
    xy=(1.6, 1.2),
    arrowprops={
        'width': 10,
        'headwidth': 20,
        'headlength': 10,
        'shrink': 1
    }
)

# 第三步 保存图片
plt.savefig('pic.jpg')