python画图常规设置

       python绘图的包大家应该不会陌生，但是，对图的常规设置不一定会知道（其实自己也是才知道的），比如：坐标轴的字体大小、颜色设置；标题的字体颜色大小设置；线的粗细、颜色；图片风格的设置等。了解这些常规设置必定会让图片更加美观。

下面就具体来说说matplotlib中有哪些常规设置。

我主要总结了这几个函数：

• plt.style.use()函数；可以对图片的整体风格进行设置。可以通过plt.style.availabel知道一共有多少种主题。

 
 

   
   

    
    

   
   
   
   

    
    

     
     import matplotlib.pyplot 
     
     as plt
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import numpy 
     
     as np
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import pandas 
     
     as pd
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import matplotlib 
     
     as mpl
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print plt.style.availabel
    
    
   
   
 
 

我们试用其中两个主题。

 
 

   
   

    
    

   
   
   
   

    
    

     
     plt.style.use(
     
     "fivethirtyeight")
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     data = np.random.randn(
     
     50)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.scatter(range(
     
     50), data)
    
    
   
   
 
 

 
 

   
   

    
    

   
   
   
   

    
    

     
     with plt.style.context((
     
     'dark_background')):
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         plt.plot(np.sin(np.linspace(
     
     0, 
     
     2 * np.pi)), 
     
     'r-o') 
     
     # "r-o"表示红色的点用线连接起来。
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.show()
    
    
   
   
 
 

• mpl.rcParams()函数；这个函数可以设置图片的坐标轴以及标题的字体大小、颜色、宽度等。同时，也可以用mpl.rcParams.keys（）进行查看有哪些设置。

 
 

   
   

    
    

   
   
   
   

    
    

     
     mpl.rcParams[
     
     'xtick.labelsize'] = 
     
     16
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     mpl.rcParams[
     
     "ytick.color"] = 
     
     'b'
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.plot(range(
     
     50), data, 
     
     'g^')
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.show()
    
    
   
   
 
 

这张图就通过rcParams（）函数设置了y轴的字体颜色，x轴的字体大小。同时，将点的marker变成了三角形、颜色变为了绿色。

• mpl.rc（）函数；它可以用来设置线的粗细、风格、颜色等。

 
 

   
   

    
    

   
   
   
   

    
    

     
     mpl.rc(
     
     'lines', linewidth=
     
     4, color=
     
     'r', linestyle=
     
     '-.')
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.plot(data)
    
    
   
   
 
 

• fontdict()函数；也可以来办同样的事情。

 
 

   
   

    
    

   
   
   
   

    
    

     
     font = {
     
     'family' : 
     
     'monospace',
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'weight' : 
     
     'bold',
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'size'   : 
     
     'larger',
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'color' : 
     
     "r"
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
             }
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.scatter(range(
     
     50), data)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.xlabel(
     
     "number", fontdict=font)
    
    
   
   
 
 

font()字典中主要存在这么几类键：

font.family ；一共有5种设置： serif sans-serif cursive antasy  monospace

font.style  ；一种有3种设置：normal italic oblique

font.variant  ；一共有2种设置：normal or small-caps

font.weight ；一共有4种设置：normal, bold, bolder, lighter

font.stretch ；一共有13种设置：

ultra-condensed, extra-condensed, condensed, semi-condensed, normal, semi-expanded, expanded, extra-expanded, ultra-expanded, wider, and narrower. font.size ；默认值是10pt

• plt.setp（）函数；也是可以设置线的粗细以及颜色，还可以设置坐标轴的方向，位置。

例如：

setp(lines, 'linewidth', 2, 'color', 'r')
 
 

借用帮助文档上的一个例子：

 
 

   
   

    
    

   
   
   
   

    
    

     
     import numpy 
     
     as np
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import matplotlib.pyplot 
     
     as plt
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     data = {
     
     'Barton LLC': 
     
     109438.50,
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'Frami, Hills and Schmidt': 
     
     103569.59,
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'Fritsch, Russel and Anderson': 
     
     112214.71,
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'Jerde-Hilpert': 
     
     112591.43,
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'Keeling LLC': 
     
     100934.30,
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'Koepp Ltd': 
     
     103660.54,
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'Kulas Inc': 
     
     137351.96,
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'Trantow-Barrows': 
     
     123381.38,
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'White-Trantow': 
     
     135841.99,
    
    
   
   

   
   

    
    

   
   
   
   

    
    
        
     
     'Will LLC': 
     
     104437.60}
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     group_data = list(data.values())
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     group_names = list(data.keys())
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     group_mean = np.mean(group_data)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     fig, ax = plt.subplots()
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.barh(group_names, group_data)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     labels = ax.get_xticklabels()
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.setp(labels, rotation=
     
     45, horizontalalignment=
     
     'right')
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.set(xlim=[
     
     -10000, 
     
     140000], xlabel=
     
     'Total Revenue', ylabel=
     
     'Company',
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
            title=
     
     'Company Revenue')
    
    
   
   
 
 

可以看到x轴坐标斜向45°旋转了，整个图片变得更加美观了。为了对数据更加一步分析，做下面操作：

 
 

   
   

    
    

   
   
   
   

    
    

     
     def currency(x, pos):
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
     
     """The two args are the value and tick position"""
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
     
     if x >= 
     
     1e6:
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
             s = 
     
     '${:1.1f}M'.format(x*
     
     1e-6)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
     
     else:
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
             s = 
     
     '${:1.0f}K'.format(x*
     
     1e-3)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
     
     return s
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     formatter = FuncFormatter(currency)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     fig, ax = plt.subplots(figsize=(
     
     6, 
     
     8))
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.barh(group_names, group_data)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     labels = ax.get_xticklabels()
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.setp(labels, rotation=
     
     45, horizontalalignment=
     
     'right')
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.set(xlim=[
     
     -10000, 
     
     140000], xlabel=
     
     'Total Revenue', ylabel=
     
     'Company',
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
            title=
     
     'Company Revenue')
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.xaxis.set_major_formatter(formatter)
    
    
   
   
 
 

 
 

   
   

    
    

   
   
   
   

    
    

     
     fig, ax = plt.subplots(figsize=(
     
     8, 
     
     8))
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.barh(group_names, group_data)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     labels = ax.get_xticklabels()
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.setp(labels, rotation=
     
     45, horizontalalignment=
     
     'right')
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 以所有收益的平均值画一条垂直线，看哪些公司是超越平均收益的
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.axvline(group_mean, ls=
     
     '--', color=
     
     'r')
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 标注新成立的公司
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     for group 
     
     in [
     
     3, 
     
     5, 
     
     8]:
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         ax.text(
     
     145000, group, 
     
     "New Company", fontsize=
     
     10,
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
                 verticalalignment=
     
     "center")
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 将标题移动一点，与图片保持一点距离。
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.title.set(y=
     
     1.05)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.set(xlim=[
     
     -10000, 
     
     140000], xlabel=
     
     'Total Revenue', ylabel=
     
     'Company',
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
            title=
     
     'Company Revenue')
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.xaxis.set_major_formatter(formatter)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     ax.set_xticks([
     
     0, 
     
     25e3, 
     
     50e3, 
     
     75e3, 
     
     100e3, 
     
     125e3])
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.show()
    
    
   
   
 
 

现在好了，可以直观的看出哪些公司是新成立得，同时哪些公司的收益是超越平均水平的。对之后的数据分析和统计都是有非常大的帮助的。

今天先总结这么多，后续总结持续中。。。