Python 绘图笔记

一、绘制一个简单图

代码如下（示例）：

import matplotlib.pyplot as plt
import numpy as np

    result = []     # 统计数据
    max_iter_num = * # int类型 
    ...
        # 循环内
    	result.append((a,b,c))
    ...
    result = np.array(result) 
    
    ....
    # matplotlib中文支持 
    plt.rcParams['font.sans-serif'] = ['SimHei']  # aaaaa.py 步骤一（替换sans-serif字体）
    plt.rcParams['axes.unicode_minus'] = False  # 步骤二（解决坐标轴负数的负号显示问题）
 
    x = range(max_iter_num) 
    plt.plot(x,result [:,0], 'r', label='**', linestyle='-')   # linestyle、marker设置线条；label线的名称
    plt.plot(x,result [:,1], color='b',, label='***', marker='o')
    plt.plot(x,result [:,2], 'g', label='****')
    
    plt.legend(loc='upper left', fontsize=9)  # 设置标签位置、标签字体大小，显示图例
    plt.grid()  # 添加网格
    plt.xlabel('***')  # 横轴标题
    plt.ylabel('***')  # 纵轴标题
    plt.title('**')    # 主标题
    plt.show()

链接：
python画图–线条和颜色(查询)：https://blog.csdn.net/alva_bobo/article/details/78087433

二、实现一张图中绘制多个子图

代码如下（示例）：

import matplotlib.pyplot as plt
    
    plt.figure()
    # 坐标轴的刻度设置向内(in)或向外(out)
	plt.rcParams['xtick.direction'] = 'in'
	plt.rcParams['ytick.direction'] = 'in'
	
    plt.subplot(2, 2, 1)      #第一个子图
    plt.xticks(fontsize=7.5)                                                  #设置刻度字体大小
    plt.yticks(fontsize=7.5)
    plt.title("**", fontdict={'weight': 'normal', 'size': 9})            #子图的标题内容，设置标题字体大小
    plt.scatter(result[0, 1], result[0, 2], color='black')
    plt.plot(result[0, 1], result[0, 0].predict(result[0, 1]), color='blue', linewidth=3)

    plt.subplot(2, 2, 2)      #第二个子图
    plt.xticks(fontsize=7.5)
    plt.yticks(fontsize=7.5)
    plt.title("***", fontdict={'weight': 'normal', 'size': 9})   
    # plt.title("***", ..., y=-0.2) 添加‘y=-0.2’，将标题位于该图的正下方
    plt.scatter(result[1, 1], result[1, 2], color='black')
    plt.plot(result[1, 1], result[1, 0].predict(result[1, 1]), color='blue', linewidth=3)

    plt.subplot(2, 3, 4)      #第三个子图
    plt.xticks(fontsize=7.5)
    plt.yticks(fontsize=7.5)
    plt.title("****", fontdict={'weight': 'normal', 'size': 9})
    plt.scatter(result[2, 1], result[2, 2], color='black')
    plt.plot(result[2, 1], result[2, 0].predict(result[2, 1]), color='blue', linewidth=3)
    
    ......
    # 调整子图与子图之间的距离，hspace和wspace参数最有用
    plt.subplots_adjust(hspace=0.2, wspace=0.2)  
    # 为给多个子图加总标题，位置在画完所有的子图后，加一句
    plt.suptitle("*****", fontdict={'weight': 'normal', 'size': 20}) 
    plt.show()  # 展示

三、设置字体类型

SimHei：微软雅黑、 FangSong：仿宋、SimSun：宋体
Times New Roman：新罗马

1.设置全局英文字体为新罗马

import matplotlib.pyplot as plt
  
# 全局更改字体
plt.rcParams["font.family"] = "Times New Roman"

......

2.设置 fontname对整体进行修改

import matplotlib.pyplot as plt
  
.....
	....
	plt.title(Data_nameList[n], fontsize=14, fontname='Times New Roman') 
	....
......

3.针对legend图例设置字体（一个图中出现多个label）
使用set_fontproperties能对单个label进行修改

import matplotlib.pyplot as plt
  
	.....
	labelss = plt.legend(loc='upper right').get_texts()
    [label.set_fontname('Times New Roman') for label in labelss]  # 新罗马
     label = labelss[0]
     label.set_fontproperties('SimSun')  # 宋体
     plt.legend(fontsize=9)  # 标签位置,字体大小
	......

四、设置刻度

1.坐标轴的刻度设置向内(in)或向外(out)

import matplotlib.pyplot as plt
 ...... 
	.....
	plt.figure()
	plt.rcParams['xtick.direction'] = 'in'
	plt.rcParams['ytick.direction'] = 'in'
	....
......

2.去掉上、右边框

import matplotlib.pyplot as plt
 ...... 
	.....
	plt.figure()
	axs1 = fig.add_subplot(2, 2, 1)  #2行2列第一个子图
	axs1.spines['top'].set_visible(False)  # 去掉上边框
    axs1.spines['right'].set_visible(False)  # 去掉右边框
	....
......

3.双对数可视化
1>plt.loglog() 推荐

import matplotlib.pyplot as plt
 ...... 
	.....
	fig = plt.figure(figsize=(5.5, 5.5))
	axs1 = fig.add_subplot(2, 2, i+1)
    axs1.set_xlim(1, 1000)
    axs1.set_ylim(0.0001, 1)
    # X_dict[i], Y_dict[i] 是没有转为log10
	plt.loglog(X_dict[i], Y_dict[i], '.', color='black', marker='.', markersize=4, clip_on=False)
	....
......

2>该方法比较复杂，且含有小数（非整数）

import matplotlib.pyplot as plt
import matplotlib as mpl #1
...... 
#自行设计以10为底
def mjrFormatter(x,pos): # 4
    return "$10^{{{0}}}$".format(x)
......  
	.....
	fig = plt.figure(figsize=(5.5, 5.5))
	axs1 = fig.add_subplot(2, 2, 1)
    axs1.set_xlim(0, 3)
    axs1.set_ylim(-4, 0)
    axs1.text(0.95, 0.85, 'name', transform=axs1.transAxes, ha="right", fontdict={'weight': 'normal', 'size': 10})  # 在轴内任意位置移动title将不必要地复杂化。相反，人们宁愿在所需的位置创建一个text
    axs1.xaxis.set_major_formatter(mpl.ticker.FuncFormatter(mjrFormatter))  # 2
    axs1.yaxis.set_major_formatter(mpl.ticker.FuncFormatter(mjrFormatter))  # 3
    # result[0, 1], result[0, 2]是转为log10
    plt.scatter(result[0, 1], result[0, 2], color='black', clip_on=False, s=4) # 设置散点 s表示点的大小； clip_on=False 将点在图中显示完整
	....
......

扩展学习：

1）plt.scatter(x, y, s, c ,marker, alpha) x,y: x轴与y轴的数据 s: 点的面积 c: 点的颜色 marker: 点的形状 alpha: 透明度

# 设置有边框和头部边框颜色为空right、top、bottom、left
 axs1.spines['right'].set_color('none')
 axs1.spines['top'].set_color('none')
 plt.title("name", y=-0.1, fontdict={'weight': 'normal', 'size': 9}) # 正下方
 plt.title("name", y=0.5, fontdict={'weight': 'normal', 'size': 9}) # 正中间

2） zip方法：是把2个数组糅在一起

 x=[1, 2, 3, 4, 5 ]
 y=[6, 7, 8, 9, 10]
 zip(x, y)
 就得到了[(1, 6), (2, 7), (3, 8), (4, 9), (5, 10)]

...... 

......  
	.....
	X_parameter = []
    Y_parameter = []
    for single_square_feet, single_price_value in zip(X, Y):
       X_parameter.append([float(single_square_feet)])
       Y_parameter.append(float(single_price_value))
	....
......