Py-plt:Plot如何控制坐标轴，图例和注释画出精美的图

Python - Matplotlib

Matplotlib 是一个用于在 Python 中绘制数组的图形库
下面代码可以直接在python环境下运行

目录

例子1：控制图的X坐标和Y坐标的取值范围

• 方法1：plt.axis([xmin，xmax，ymin，ymax])
• 方法2：plt.xlim(xmin, xmax), plt.ylim(ymin, ymax)

例子2：控制图x，y坐标的刻度

• plt.xticks(), plt.yticks()

例子3：控制图的图例

• plt.plot(x, y, label)
• plt.legend(), 它的labels参数控制labels, loc 参数控制图例位置

例子4：控制图的注释

• plt.annotate(text, xy, xytext, arrowprops)

正文

例子1：控制图的X坐标和Y坐标

import random
import numpy as np
#随机产生20个1-50/30/20之间的整数(不包含50，30，20)
y1 = np.random.randint(1,50,20)
y2 = np.random.randint(1,30,20)
y3 = np.random.randint(1,15,20)

x = np.arange(20)

#plot 结果是下面图1
import matplotlib.pyplot as plt

#在一个图里面展示三条线
plt.plot(x, y1, '--')
plt.plot(x, y2, '--')
plt.plot(x, y3, '--')

#控制图的x,y坐标轴的取值范围
plt.axis([-1,20,0,80])
plt.show()

#测试plt.xlim 和 plt.ylim， 结果如图2
import matplotlib.pyplot as plt

#在一个图里面展示三条线
plt.plot(x, y1, '--')
plt.plot(x, y2, '--')
plt.plot(x, y3, '--')

#控制图的x,y坐标轴的取值范围
plt.xlim(-1,30)
plt.ylim(0,70)
plt.show()

上面代码生成的图：

例子2：控制图x，y坐标的刻度

• 使用上面的代码中的x, y1, y2, y3值
• plt.xticks(), plt.yticks()

#测试plt.xlim 和 plt.ylim
import matplotlib.pyplot as plt

#在一个图里面展示三条线
plt.plot(x, y1, '--')
plt.plot(x, y2, '--')
plt.plot(x, y3, '--')

#控制图的x,y坐标轴的数值
y_axis = np.arange(0,50,5)
plt.xticks(x)
plt.yticks(y_axis)
plt.show()

结果：
这时候x轴的坐标变成了0-19间距为1， y轴变成了0-50间距为5

例子3：控制图的图例

• plt.legend(), 控制label的显示，注释掉，则label内容不显示。

#测试labels 和 plt.legend()
import matplotlib.pyplot as plt

#在一个图里面展示三条线
plt.plot(x, y1, '--', label='Y1: Mean=%.2f'%np.mean(y1))
plt.plot(x, y2, '--', label='Y2: Mean=%.2f'%np.mean(y2))
plt.plot(x, y3, '--', label='Y2: Mean=%.2f'%np.mean(y2))

#控制图的x,y坐标轴的数值
y_axis = np.arange(0,50,5)
plt.xticks(x)
plt.yticks(y_axis)

#控制图的显示
plt.legend()
plt.show()

• 另一种控制label展示的方式， plt.legend()。
• plt.legend(loc=“lower left”), 它包含loc 函数，可以控制图例的位置。
• 官方文档

#测试label在plt.legend()的另一种显示方式
import matplotlib.pyplot as plt

#在一个图里面展示三条线
plt.plot(x, y1, '--')
plt.plot(x, y2, '--')
plt.plot(x, y3, '--')

#控制图的x,y坐标轴的数值
y_axis = np.arange(0,50,5)
plt.xticks(x)
plt.yticks(y_axis)

#控制图的显示， 把图例显示在做下角
plt.legend(labels=('Y1: Mean=%.2f'%np.mean(y1),'Y2: Mean=%.2f'%np.mean(y2),'Y2: Mean=%.2f'%np.mean(y2)), loc='lower left')
plt.show()

结果


例子4：控制图的注释

• 官方文档
• plt.annotate(text, xy, xytext), 不附加xytext，注释显示在点附近
• 参数：
  • text：注释的内容
  • xy：要注释的点
  • xytext： 注释文本显示的位置

#测试plt.annotate
import matplotlib.pyplot as plt

#在一个图里面展示三条线
plt.plot(x, y1, '--', label='Y1: Mean=%.2f'%np.mean(y1))
plt.plot(x, y2, '--', label='Y2: Mean=%.2f'%np.mean(y2))
plt.plot(x, y3, '--', label='Y2: Mean=%.2f'%np.mean(y2))

#控制图的x,y坐标轴的数值
y_axis = np.arange(0,50,5)
plt.xticks(x)
plt.yticks(y_axis)

#控制图的注释
plt.annotate('The Max value is %d'%max(y1), #控制注释的内容
             xy=(y1.index(max(y1)),max(y1)) #要注释的点，y1.index(max(y1)):y1中最大值的索引， max(y1)：y1中的最大值
             )

#控制图的显示
plt.legend(loc='upper left')
plt.show()

• plt.annotate(text, xy, xytext, arrowprops)
• 参数arrowpros：
  • facecolor：箭头颜色
  • width：箭头宽度
  • headwidth： 箭头的头宽度

#测试plt.xlim 和 plt.ylim
import matplotlib.pyplot as plt

#在一个图里面展示三条线
plt.plot(x, y1, '--', label='Y1: Mean=%.2f'%np.mean(y1))
plt.plot(x, y2, '--', label='Y2: Mean=%.2f'%np.mean(y2))
plt.plot(x, y3, '--', label='Y2: Mean=%.2f'%np.mean(y2))

#控制图的x,y坐标轴的数值
y_axis = np.arange(0,50,5)
plt.xticks(x)
plt.yticks(y_axis)

#控制图的注释
plt.annotate('The Max value is %d'%max(y1), #控制注释的内容
             xy=(y1.index(max(y1)),max(y1)), #要注释的点，y1.index(max(y1)):y1中最大值的索引， max(y1)：y1中的最大值
             xytext = (16,45), #注释显示的位置
             arrowprops=dict(facecolor='black', width=0.5, headwidth=5) #控制箭头的颜色,宽度，箭头宽度
             #arrowprops=dict(arrowstyle=''<->'') #尝试这个
             )

#控制图的显示
plt.legend(loc='upper left')
plt.show()

结果