一文搞定 Python matplotlib 快速绘折线图（多子图、坐标轴刻度范围、字体设置）

1. Python matplotlib 绘制折线图（多子图、坐标轴刻度范围）

没有例图的教程都是耍流氓

如果你想画出下图，请继续看

先看绘图示意，本图主要完成这样几个点（对比图看）

1. 绘制折线图
2. 绘制多子图折线图
3. 控制坐标轴的刻度、范围、标签
4. 控制全图字体格式
5. 坐标轴标红、纵竖线引出

直接看代码，有注释，根据需要选取

import matplotlib.pyplot as plt

# 设置字体格式
font1 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size'   : 14,
}


# 选取画布，figsize控制画布大小
fig = plt.figure(figsize=(7,5))
# fig = plt.figure()

# 绘制子图 1,2,1 代表绘制 1x2 个子图，本图为第 1 个，即 121
# ax 为本子图
ax = fig.add_subplot(1, 2, 1)

# 横纵坐标
x1 = [8,16,24,32,48,64]
y1 = [72.59, 78.78, 82.83, 81.56, 76.09, 67.81]

# 绘图 # 具体线型、颜色、label可搜索该函数参数
ax.plot(x1, y1,'o-' ,color='g' ,label="MBVIL")  

# ax 子图的 x,y 坐标 label 设置
# 使用 r'...$\gamma$' 的形式可引入数学符号
# font 为label字体设置
ax.set_xlabel(r'(a) scale factor $\gamma$', font1)
ax.set_ylabel("mAP(%) on VeRi-776", font1)

# 最小值
minv = 64

# 在x1[2]处，从最小值到y1[2]引一条垂直虚线
# 线型控制参数具体搜索
ax.vlines(x1[2], minv, y1[2], linestyles='dashed', colors='lightcoral', linewidth=1)

# x 坐标的刻度和标签设置
# 以 16 为间隔绘制刻度
x_interval = [(16.* i) for i in range(0, 5)]

# 由于不包含24，所以将 24 放入刻度并排序
x_interval.append(24)
x_interval.sort()

# 设置刻度
ax.set_xticks(x_interval) # 设置x刻度

# 可以更改为 log 间距
# ax.set_xscale('log', base=2)

# 刻度替换： 用其他值代替刻度值
# ax.set_xticklabels(x1)
# ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'], rotation=30, fontsize=12)

# x轴范围限制
# plt.xlim()

# 同理 y 轴进行处理
y_interval = [(60. + i) for i in range(0, 28, 4)]
ax.set_yticks(y_interval)
# 设置 y 范围
ax.set_ylim((minv, 84))

# 线型的标签绘制， loc 控制位置， prop 控制字体
# ax.legend(loc = 'lower right', prop=font1)

# 坐标轴字体设置
labels = ax.get_xticklabels() + ax.get_yticklabels()
[label.set_fontname('Times New Roman') for label in labels]

# 坐标轴字体颜色，将第2个设为红色
ax.get_xticklabels()[2].set_color("red")


# 添加子图 2，具体方法与图 1 差别不大
ax2 = fig.add_subplot(1, 2, 2)
x2 = [0.2, 0.3, 0.4, 0.45, 0.5, 0.55, 0.6]#点的横坐标
y2 = [75.63, 75.56, 78.66, 80.89, 82.67, 80.42, 73.16]#线2的纵坐标
# plt.plot(x,k1,'s-',color = 'r',label="红线的名字")#s-:方形
ax2.plot(x2, y2,'o-' ,color='green' ,label="MBVIL")  #o-:圆形
ax2.vlines(x2[-3], minv, y2[-3], linestyles='dashed', colors='lightcoral', linewidth=1)
ax2.set_xlabel(r'(b) relaxation factor $m$', font1)
ax2.set_yticks(y_interval)
ax2.set_ylim((minv, 84))
labels = ax2.get_xticklabels() + ax2.get_yticklabels()
[label.set_fontname('Times New Roman') for label in labels]
ax2.get_xticklabels()[-3].set_color("red")

# 保存及展示
#plt.savefig('hyperparams.eps')
plt.show()