画布掌航：绘制画布

绘制画布

ヾ(•ω•`)o 准备

import matplotlib.pyplot as plt
from IPython.display import HTML
import numpy as np
from html变量 import *

🤗 一 图表样式

plt.style.available

['Solarize_Light2',
 '_classic_test_patch',
 'bmh',
 'classic',
 'dark_background',
 'fast',
 'fivethirtyeight',
 'ggplot',
 'grayscale',
 'seaborn',
 'seaborn-bright',
 'seaborn-colorblind',
 'seaborn-dark',
 'seaborn-dark-palette',
 'seaborn-darkgrid',
 'seaborn-deep',
 'seaborn-muted',
 'seaborn-notebook',
 'seaborn-paper',
 'seaborn-pastel',
 'seaborn-poster',
 'seaborn-talk',
 'seaborn-ticks',
 'seaborn-white',
 'seaborn-whitegrid',
 'tableau-colorblind10']

列出了所用的图表样式

plt.style.use("ggplot")

🤔 二 建立画布

plt.figure()是matplotlib库中的一个重要函数，用于创建一个新的图形窗口。

note('num', '图形的编号或名称。如果为 None，则自动编号。')

num	图形的编号或名称。如果为 None，则自动编号。

note('figsize', '图形的尺寸，以英寸为单位。(8, 6) 表示宽度为8英寸，高度为6英寸。')

figsize

图形的尺寸，以英寸为单位。(8, 6) 表示宽度为8英寸，高度为6英寸。

note('dpi', '整数。图形的分辨率，即每英寸的点数。例如，dpi=80。')

dpi	整数。图形的分辨率，即每英寸的点数。例如，dpi=80。

note('facecolor', "图形窗口的背景颜色。'w' 表示白色。")

facecolor

图形窗口的背景颜色。'w' 表示白色。

note('edgecolor', "图形窗口边框的颜色。'k' 表示黑色。")

edgecolor

图形窗口边框的颜色。'k' 表示黑色。

😴 三 坐标轴标题

plt.xlabel() and ylabel()函数是用于为matplotlib图中的x轴设置标签的函数。

😎 xlabel or ylabel

note('xlabel or ylabel', 'x or y轴的标签文本。')

xlabel or ylabel

x or y轴的标签文本。

plt.ylabel(ylabel='Rotated and Offset Y-axis Label')

Text(0, 0.5, 'Rotated and Offset Y-axis Label')

😕 fontdict

note('fontdict', '字典类型，用于设置标签字体的属性（如大小、颜色、样式等）。')

fontdict

字典类型，用于设置标签字体的属性（如大小、颜色、样式等）。

# 创建一个字体属性字典  
fontdict = {  
    'family': 'serif',  # 字体类型  
    'color': 'blue',    # 如果在fontdict中指定了颜色，则color参数将被忽略  
    'weight': 'normal', # 字体粗细  
    'size': 14          # 字体大小，如果在fontdict中指定了大小，则fontsize参数将被忽略  
}

plt.ylabel('Rotated and Offset Y-axis Label', fontdict=fontdict)

Text(0, 0.5, 'Rotated and Offset Y-axis Label')

😗 loc

note('loc', "设置标签的位置（如'center', 'left' or 'top', 'right' or 'bottom'）。")

loc	设置标签的位置（如'center', 'left' or 'top', 'right' or 'bottom'）。

plt.ylabel('Rotated and Offset Y-axis Label',  loc='top')

Text(0, 1, 'Rotated and Offset Y-axis Label')

🤗 color

note('color', '标签的颜色（如果fontdict未指定颜色）。')

color

标签的颜色（如果fontdict未指定颜色）。

plt.ylabel(  
    'Rotated and Offset Y-axis Label',                  
    color='green')

Text(0, 0.5, 'Rotated and Offset Y-axis Label')

🧐 fontsize

note('fontsize', '标签的字体大小（如果fontdict未指定大小）。')

fontsize

标签的字体大小（如果fontdict未指定大小）。

plt.ylabel('Rotated and Offset Y-axis Label',        fontsize=16)

Text(0, 0.5, 'Rotated and Offset Y-axis Label')

🤨 horizontalalignment 或 ha

note('horizontalalignment 或 ha', "调整标签的水平对齐方式（默认为'center'）。")

horizontalalignment 或 ha

调整标签的水平对齐方式（默认为'center'）。

plt.ylabel('Rotated and Offset Y-axis Label', horizontalalignment='left')
plt.show()

🥱 rotation

note('rotation', "标签的旋转角度（默认为0度）。")

rotation

标签的旋转角度（默认为0度）。

plt.ylabel('Rotated and Offset Y-axis Label', rotation=10)
plt.show()

🐳 labelpad

note('labelpad', "标签与x or y轴之间的距离。")

labelpad

标签与x or y轴之间的距离。

plt.ylabel('Rotated and Offset Y-axis Label', labelpad=100)
plt.show()

🐋 **kwargs

note('**kwargs', "其他关键字参数将传递给底层的文本对象。")

**kwargs

其他关键字参数将传递给底层的文本对象。

plt.ylabel('Rotated and Offset Y-axis Label',
          backgroundcolor='red',             # **kwargs 示例：设置文本背景色
          bbox=dict(facecolor='red', edgecolor='black', boxstyle='round')  # 带有边框和背景色
          )

Text(0, 0.5, 'Rotated and Offset Y-axis Label')

四 图表标题

plt.title()用于|设置图表标题。

🍞 label

note('label', "标题文本。")

label

标题文本。

plt.title(label='title')
plt.show()

🧀 fontsize

note('fontsize', "字体大小（整数）。")

fontsize

字体大小（整数）。

plt.title(label='title',
         fontsize=16)
plt.show()

🍣 color

note('color', "字体颜色（名称、十六进制、RGB）。")

color

字体颜色（名称、十六进制、RGB）。

plt.title(label='title',
         color='blue')
plt.show()

🍂 loc

note('loc', "标题位置（'center', 'left', 'right'）。")

loc	标题位置（'center', 'left', 'right'）。

plt.title(label='title',
         loc='left')
plt.show()

🌾 pad

note('pad', "标题与图表顶部的间距。")

pad	标题与图表顶部的间距。

plt.title(label='title',
         pad=40)
plt.show()

🌴 fontweight

note('fontweight', "字体粗细（'normal', 'bold'等）。")

fontweight

字体粗细（'normal', 'bold'等）。

plt.title(label='title',
         fontweight='bold')
plt.show()

🥜 **kwargs

note('**kwargs', "额外属性传递给文本对象。")

**kwargs

额外属性传递给文本对象。

plt.title(label='title',
        fontstyle= 'italic',  
        family='serif')
plt.show()

🏺 五 图表图例

plt.legend()方法用于显示图例，图例显示了图表中不同数据系列的标识和对应的标签

🍜 handles

note('handles', "指定哪些元素出现在图例中。")

handles

指定哪些元素出现在图例中。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2])
plt.show()

/opt/conda/lib/python3.7/site-packages/ipykernel_launcher.py:3: UserWarning: The handle <matplotlib.lines.Line2D object at 0x7fe37bbe3210> has a label of '_line0' which cannot be automatically added to the legend.
  This is separate from the ipykernel package so we can avoid doing imports until
/opt/conda/lib/python3.7/site-packages/ipykernel_launcher.py:3: UserWarning: The handle <matplotlib.lines.Line2D object at 0x7fe37bbe3610> has a label of '_line1' which cannot be automatically added to the legend.
  This is separate from the ipykernel package so we can avoid doing imports until

🍝 label

note('label', "数据系列的标签列表，用于在图例中显示。")

label

数据系列的标签列表，用于在图例中显示。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'])
plt.show()

🍛 loc

note('loc', "图例在图表中的位置，如 'upper left'。")

loc	图例在图表中的位置，如 'upper left'。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], loc='upper right')
plt.show()

🍲 fontsize

note('fontsize', "图例字体大小。")

fontsize

图例字体大小。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], fontsize=12)
plt.show()

🍚 ncol

note('ncol', "图例的列数，用于控制标签的排列。")

ncol	图例的列数，用于控制标签的排列。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], ncol=2)
plt.show()

🎨 borderpad

note('borderpad', "图例边框内边距。")

borderpad

图例边框内边距。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], borderpad=9)
plt.show()

🎈 labelspacing

note('labelspacing', "标签间的垂直间距。")

labelspacing

标签间的垂直间距。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], labelspacing=9)
plt.show()

🧨 handlelength

note('handlelength', "标识符（线、点等）的长度。")

handlelength

标识符（线、点等）的长度。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], handlelength=9)
plt.show()

🧵 handletextpad

note('handletextpad', "标识符与标签的间距。")

handletextpad

标识符与标签的间距。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], handletextpad=9)
plt.show()

🎉 handletextpad

note('borderaxespad', "图例边框与坐标轴的间距。")

borderaxespad

图例边框与坐标轴的间距。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], borderaxespad=9)
plt.show()

👝 title

note('title', "	图例的标题。")

title

图例的标题。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], title="legend")
plt.show()

🎉 frameon

note('frameon', "是否显示图例外框。")

frameon

是否显示图例外框。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], frameon=False)
plt.show()

👑 fancybox

note('fancybox', "是否使用圆角外框。")

fancybox

是否使用圆角外框。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], fancybox=True)
plt.show()

👓 shadow

note('shadow', "是否显示阴影。")

shadow

是否显示阴影。

line1, = plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
line2, = plt.plot([1, 2, 3, 4, 5], [5, 2, 1, 2, 4])
plt.legend(handles=[line1, line2], labels=['y = sin(x)', 'y = cos(x)'], shadow=True)
plt.show()

六 轴显示设置

plt.axis()用于设置坐标轴范围。

🎐 axis

HTML(html_doughnut3)

<table style="width: 100%;">  
<tr>  
    <td style="width: 50%; vertical-align: top; word-break: break-all; text-align: left; background-color: rgb(115, 252, 214); padding: 10px;">  
        <span style="font-size: 17px;">option</span>  
    </td>
    <td style="width: 50%; vertical-align: top; background-color: rgb(255, 172, 213); padding: 10px;">  
        <select style="width: 100%; font-size: 17px; background-color: rgb(255, 172, 213);">  
             <option value="on">on: 打开坐标轴标签和刻度线（默认）</option> 
            <option value="off">off: 关闭坐标轴标签和刻度线</option>   
            <option value="tight">tight: 自动调整坐标轴范围以紧密地包围数据</option>  
            <option value="equal">equal: 设置 x 轴和 y 轴具有相同的刻度间隔</option>  
            <option value="scaled">scaled: 根据数据的比例自动调整范围</option> 
        </select>  
    </td>  
</tr>  

note1('*args', "据所选的 option，可以传递额外的参数来设置坐标轴范围。例如，如果选择了 'tight'，则可以传递两个数值参数来手动指定数据范围的最小值和最大值。", "**kwargs", "额外属性传递给文本对象。")

*args

据所选的 option，可以传递额外的参数来设置坐标轴范围。例如，如果选择了 'tight'，则可以传递两个数值参数来手动指定数据范围的最小值和最大值。

**kwargs

额外属性传递给文本对象。

# 生成一些示例数据  
x = np.linspace(0, 10, 100)  
y = np.sin(x)  
  
# 创建一个新的图形和坐标轴  
plt.figure()  
  
# 绘制数据  
plt.plot(x, y, label='Sine Function')  
  
# 使用 plt.axis() 设置坐标轴范围  
# 这里我们手动指定 x 轴和 y 轴的最小值和最大值  
# plt.axis("off")
plt.axis([2, 8, -1.2, 1.2])  # [xmin, xmax, ymin, ymax]  
  
# 添加坐标轴标签和标题  
plt.xlabel('X Axis')  
plt.ylabel('Y Axis')  
plt.title('Custom Axis Range')  
  
# 显示图例  
plt.legend(loc='best')  
  
# 显示图形  
plt.show()

七 坐标轴刻度

plt.xticks() and yticks()用于设置 x and y 轴刻度和刻度标签。

🎎 ticks

note('ticks', "指定x轴刻度的位置，可传入列表或数组。")

ticks

指定x轴刻度的位置，可传入列表或数组。

plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
plt.xticks([1, 2, 3, 4, 5])
plt.show()

🎄 labels

note('labels', "为每个刻度设置标签文本，可传入字符串列表。")

labels

为每个刻度设置标签文本，可传入字符串列表。

plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
plt.xticks([1, 2, 3, 4, 5], ['Zero', 'Two', 'Four', 'Six', 'Eight'])
plt.show()

🧵 rotation

note('rotation', "设置刻度标签的旋转角度，传入数值。")

rotation

设置刻度标签的旋转角度，传入数值。

plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
plt.xticks([1, 2, 3, 4, 5], rotation=45)
plt.show()

🛒 fontsize

note('fontsize', "设置刻度标签的字体大小，传入数值。")

fontsize

设置刻度标签的字体大小，传入数值。

plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
plt.xticks([1, 2, 3, 4, 5], fontsize=20)
plt.show()

🧤 color

note('color', "设置刻度标签的颜色，传入颜色字符串。")

color

设置刻度标签的颜色，传入颜色字符串。

plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
plt.xticks([1, 2, 3, 4, 5], color='blue')
plt.show()

🥐 backgroundcolor

note('backgroundcolor', "设置标签的背景颜色")

backgroundcolor

设置标签的背景颜色

plt.plot([1, 2, 3, 4, 5], [3, 4, 5, 6, 1])
plt.xticks([1, 2, 3, 4, 5], 
           labels=['Zero', 'Two', 'Four', 'Six', 'Eight'],
           backgroundcolor='red', # 背景颜色
          )
plt.show()

八 坐标轴范围

plt.ylim() and xlim() 用于设置 y and x 轴范围，即 y and x轴范围的最大值和最小值。

🥪 bottom, top

note1('bottom', "设置 y 轴的下限。", 'top', "设置 y 轴的上限。")

bottom

设置 y 轴的下限。

top	设置 y 轴的上限。

plt.plot([0, 1, 2, 3], [0, 1, 4, 9])  
plt.ylim(0, 1.5)   
plt.show()

九 数据标签

plt.text()可在指定的坐标位置添加文本，循环遍历每个数据点，并在每个数据点的位置添加一个标签。

🧇 x, y, s

note1('x, y', "文本在图表上的坐标位置。", "s", "要显示的文本内容，通常是字符串。")

x, y	文本在图表上的坐标位置。

s	要显示的文本内容，通常是字符串。

# 创建一个简单的折线图  
plt.plot([0, 1, 2, 3], [0, 1, 4, 9])  
  
# 在图表上添加文本  
plt.text(1.5, 2.5, 'Hello world')  
  
# 显示图表  
plt.show()

🥗 **kwargs

HTML(html_doughnut4)

<table style="width: 100%;">    
<tr>    
    <td style="width: 50%; vertical-align: top; word-break: break-all; text-align: left; background-color: rgb(115, 252, 214); padding: 10px;">    
        <span style="font-size: 17px;">**kwargs</span>    
    </td>  
    <td style="width: 50%; vertical-align: top; background-color: rgb(255, 172, 213); padding: 10px;">    
        <select style="width: 100%; font-size: 17px; background-color: rgb(255, 172, 213);">    
            <option value="ha">ha: 水平对齐方式，可选值有 'center'、'left'、'right' 等。</option>   
            <option value="va">va: 垂直对齐方式，可选值有 'center'、'top'、'bottom'、'baseline' 等。</option>    
            <option value="rotation">rotation: 文本旋转的角度（以度为单位）。</option>    
            <option value="color">color: 文本颜色。</option>    
            <option value="alpha">alpha: 文本透明度（0 到 1 之间）。</option>    
            <option value="bbox">bbox: 一个字典，用于设置文本边界框的属性，如颜色、线宽等。</option>    
        </select>    
    </td>   
</tr>    

plt.plot([0, 1, 2, 3], [0, 1, 4, 9])  
plt.text(1.5, 2.5, 'Hello world', ha='center', va='center', color='red', rotation=45)  
plt.show()

十 网格线

plt.grid() 是 Matplotlib 库中用于显示或隐藏图表网格线的函数。

🍔 which

note('which', "字符串，指定显示哪种网格线。可选 'major'、'minor'、'both'。默认为 'major'。")

which

字符串，指定显示哪种网格线。可选 'major'、'minor'、'both'。默认为 'major'。

# 创建一个简单的折线图  
plt.plot([0, 1, 2, 3], [0, 1, 4, 9])  
  
# 设置次要的x轴和y轴刻度位置  
# 这里我们假设你有一个逻辑来确定次要刻度的位置  
# 在这个例子中，我们只是简单地将主要的刻度位置细分为两倍数量的次要刻度  
x_minor_locator = plt.MaxNLocator(nbins=2*len(plt.xticks()[0])+1)  
y_minor_locator = plt.MaxNLocator(nbins=2*len(plt.yticks()[0])+1)  
plt.gca().xaxis.set_minor_locator(x_minor_locator)  
plt.gca().yaxis.set_minor_locator(y_minor_locator)  
  
# 显示次要的网格线  
plt.grid(which="minor", linestyle=':', color='gray')  
  
# 如果你还想显示主要的网格线，可以这样做：  
plt.grid(which="major", linestyle='-', color='lightgray', linewidth=2)  
  
# 显示图表  
plt.show()

🍿 axis

note('axis', "字符串，指定在哪个轴上显示网格线。可选 'both'、'x'、'y'。默认为 'both'。")

axis	字符串，指定在哪个轴上显示网格线。可选 'both'、'x'、'y'。默认为 'both'。

plt.plot([0, 1, 2, 3], [0, 1, 4, 9])
plt.grid(axis='y')

🥖 alpha

note('alpha', "网格线透明度，0 到 1 之间。")

alpha

网格线透明度，0 到 1 之间。

plt.plot([0, 1, 2, 3], [0, 1, 4, 9])
plt.grid(alpha=0.2)

🥗 visible

note('visible', "布尔值，直接控制网格线是否可见。")

visible

布尔值，直接控制网格线是否可见。

plt.plot([0, 1, 2, 3], [0, 1, 4, 9])
plt.grid(visible=False)

🧀 **kwargs

note('**kwargs', "其他用于控制网格线样式和属性的关键字参数。")

**kwargs

其他用于控制网格线样式和属性的关键字参数。

plt.plot([0, 1, 2, 3], [0, 1, 4, 9])
plt.grid(which='both', axis='y', color='lightgray', linestyle='--', linewidth=5, alpha=0.75)

更好阅读体验可以访问ModelWhale

在线运行地址(含全部代码)：https://www.heywhale.com/home/column/664c805c5332cfcddfb5438b