【matplotlib】可视化解决方案——如何设置轴标签的透明度和大小

最新推荐文章于 2024-09-07 10:16:43 发布

小猪猪家的大猪猪

最新推荐文章于 2024-09-07 10:16:43 发布

阅读量1.4k

点赞数 2

分类专栏： # 可视化解决方案文章标签： matplotlib python 数据分析

本文链接：https://blog.csdn.net/pcx171/article/details/129132447

版权

可视化解决方案专栏收录该内容

35 篇文章 12 订阅

订阅专栏

概述

Axes 标签对于读者理解图表非常重要，它描述了图表中展现的数据内容。通过向 axes 对象添加标签，可以有效理解图表所表达的内容。首先来了解一下 matplotlib 是如何组织图表的。最上层是一个 Figure 实例，包含绘图中所有可见和不可见的内容。Figure 实例包含了一个 Axes 实例字段 Figure. Axes，该实例包含了所有绘图相关的东西，如所有的线、点、刻度和标签。举一个例子，调用 pyplot.plot()，就会向【Axes. Lines】列表中添加一个 Line2D 对象；调用 pyplot.plot() 方法就会向【Axes. Patches】列表中添加绘制的多个 patches 对象（patches 可以理解是一个用颜色填充的图形对象）。

Axes 实例也包含了 XAxis 和 YAxis 实例，分别对应 X 轴和 Y 轴，XAxis 和 YAxis 管理着坐标轴、标签、刻度、刻度标签定位器和格式器，在实际使用中不用使用 Axes.xaxis() 和 Axes.yaxis 调用坐标轴实例，matplotlib 提供了一个 helper 方法来控制这些标签，即 pyplot.xlabel() 和 plt.ylabel()。

示例

接下来我们以一个示例来演示一下，在下面的代码中我们做了以下事项：

添加标题和 axes 标签；
添加标题和 axes 的阴影效果；
设置透明度。

import matplotlib.pyplot as plt  
from matplotlib import patheffects  
import numpy as np  
  
# 初始化数据  
data = np.random.randn(70)  
  
# 默认字体大小  
DEFAULT_FONT_SIZE = 18  
# 默认offset  
DEFAULT_OFFSET_XY = (1, -1)  
# 默认颜色  
DEFAULT_RGB_COLOR = (1.0, 0.0, 0.0)  
# 默认透明度  
DEFAULT_ALPHA = 0.8  
  
plt.plot(data)  
  
title = "Figure Title"  
x_label = "X Axis"  
y_label = "Y_axis"  
  
title_text_obj = plt.title(title, fontsize=DEFAULT_FONT_SIZE, verticalalignment="bottom")  
title_text_obj.set_path_effects([patheffects.withSimplePatchShadow()])  
pe = patheffects.withSimplePatchShadow(offset=DEFAULT_OFFSET_XY, shadow_rgbFace=DEFAULT_RGB_COLOR,  
                                       alpha=DEFAULT_ALPHA)  
  
xlabel_obj = plt.xlabel(x_label, fontsize=DEFAULT_FONT_SIZE, alpha=0.5)  
xlabel_obj.set_path_effects([pe])  
  
ylabel_obj = plt.ylabel(y_label, fontsize=DEFAULT_FONT_SIZE, alpha=0.5)  
ylabel_obj.set_path_effects([pe])  
  
plt.show()

绘图结果如下：

在这里插入图片描述

在上面的代码中有几点需要强调。路径阴影（path effects）是 matplotlib.patheffects 模块的部分内容，在 matplotlib 中 Text 类实例以及 Patch 类实例都支持设置阴影效果，这些类将会在我的另一个专栏可视化之路将会详细介绍。在设置文字属性时，一般传递一个字典 FontDict，而不是向上面的事例中那样仅仅传递一个 fontsize，做好封装是十分重要的，这会让代码具有可读性。Matplotlib 调用 helper 函数都会返回相应的实例，例如调用 pyplot.xlabel() 和 pyplot.ylabel() 会返回 Text 实例。