1. 水平、垂直线
from matplotlib import pyplot as plt
# 绘制垂直线
# vval:x轴坐标值, 可以给数组, 绘制多条
# ymin:垂直线最小值, 可以给数组
# ymax:垂直线最大值, 可以给数组
plt.vlines(vval, ymin, ymax)
# 绘制水平线
plt.hlines(xval, xmin, xmax)
2. 设置线型、线宽、颜色
# linestyle:线型 【"-", "--", ":", ".-"】
# linewidth:线宽
# color:颜色:英文颜色单词、常见颜色英文单词首字母、#495434、或(255, 201, 204)、或(1, 1, 1, 1)最后的1代表透明度
# alpha:线条透明度:浮点值
plt.plot(xs, ys, linestyle='', linewidth=1, color='', alpha=0.5)
3. 设置坐标轴范围
- 可以控制显示图形的某一部分
# x_limit_min: <float> x轴范围最小值
# x_limit_max: <float> x轴范围最大值
plt.xlim(x_limit_min, x_limit_max)
# y_limit_min: <float> y轴范围最小值
# y_limit_max: <float> y轴范围最大值
plt.ylim(y_limit_min, y_limit_max)
4. 设置坐标刻度及文本
# x_val_list: x轴刻度值序列
# x_test_list: x轴刻度标签文本序列【可选】
plt.xticks(x_val_list, x_test_list)
# y_val_list: y轴刻度值序列
# y_test_list: y轴刻度标签文本序列【可选】
plt.yticks(y_val_list, y_test_list)
5. 坐标刻度及文本特殊用法
laTex
排版语法字符串laTex
标志 r原生字符关闭转义, $符开始, $符结束
r'$x^n+y^n=z^n$', r'$\int\frac{1}{x} dx = \ In |x| + C$', r'$-\frac{\pi}{2}$'
x n + y n = z n x^n+y^n=z^n xn+yn=zn
∫ 1 x d x = I n ∣ x ∣ + C \int\frac{1}{x} dx = \ In |x| + C ∫x1dx= In∣x∣+C
−
π
2
-\frac{\pi}{2}
−2π
6. 设置坐标轴
- 坐标轴名:left / right / bottom / top
# 获取当前坐标轴字典, {"left": 左轴, "right": 右轴, "bottom": 下轴, "top": 上轴}
ax = plt.gca()
# 获取其中某个坐标轴
axis = ax.spinex['坐标轴名']
# 设置坐标轴位置, 该方法需要传入2个元素作为参数
# type: <str> 移动坐标轴的参照类型 一般为 "data" (以数据的值作为移动参照物)
# val: 参照值
axis.set_position(('data', val))
# color: <str> 颜色字符串 'none' 透明
axis.set_color(color)
- 案例:设置坐标轴至中心
import numpy as np
from matplotlib import pyplot as plt
# 绘制一条正弦曲线
# 从-Π到Π取1000个点
x = np.linspace(-np.pi, np.pi, 1000)
print(x.shape)
# 矢量化的sin方法将返回每个x对应的y
sinx = np.sin(x)
# 绘制一条余弦曲线
cosx = np.cos(x) / 2
# 绘制刻度
# plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi],
# ['-Π', '-Π/2', '0', 'Π/2', 'Π'])
# 使用latex印刷排版处理数学公式,使其显示更加美观
plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi],
[r'$-\pi$', r'$-\frac{\pi}{2}$', '0', r'$\frac{\pi}{2}$', r'$\pi$'])
plt.yticks([-1.0, -0.5, 0, 0.5, 1])
# 设置坐标轴
ax = plt.gca()
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))
plt.plot(x, sinx)
plt.plot(x, cosx)
plt.show()
7. 图例
# label: <关键字参数 str> 支持LaTex排版语法字符串
plt.plot(xarray, yarray, ...., label="", ....)
# loc: 设置图例位置
"""
'best' 0 最合适
'upper right' 1 右上
'upper left' 2 左上
'lower left' 3 左下
'lower right' 4 右下
'right' 5 右
'center left' 6 左中
'center right' 7 右中
'lower center' 8 中下
'upper center' 9 中上
'center' 10 中
"""
plt.legend(loc='')
- 构建十字坐标系
# -*- coding: utf-8 -*-
from __future__ import unicode_literals
from matplotlib import pyplot as plt
ax = plt.gca()
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
# 根据自己定义的坐标刻度来移动横纵坐标交汇点
# plt.xticks([-1.0, -0.5, 0, 0.5, 1])
# plt.yticks([-1.0, -0.5, 0, 0.5, 1])
# 使x轴交汇点为0
# ax.spines['bottom'].set_position(('data', 0))
# 使y轴交汇点为0
# ax.spines['left'].set_position(('data', 0))
# 根据系统生成的坐标轴将交汇点至于坐标平面中心
ax.spines['bottom'].set_position('center')
ax.spines['left'].set_position('center')
plt.show()
8. 特殊点
# xarray:<序列> 所有需要标注点的水平坐标组成的序列
# yarray:<序列> 所有需要标注点的垂直坐标组成的序列
plt.scatter(xarray, yarray,
marker='', # 点型 ~matplotlib.markers
s='', # 大小
edgecolor='', # 边缘色
facecolor='', # 填充色
zorder=3, # 绘制图层编号(编号越大,图层越靠上, 即点在线上方)
label='', # 如果有图例,会和图例显示在一起,可选
)
- 绘制当 x = 3π / 4 时两条曲线上的特殊点
import numpy as np
from matplotlib import pyplot as plt
# 绘制一条正弦曲线
# 从-Π到Π取1000个点
x = np.linspace(-np.pi, np.pi, 1000)
print(x.shape)
# 矢量化的sin方法将返回每个x对应的y
sinx = np.sin(x)
# 绘制一条余弦曲线
cosx = np.cos(x) / 2
# 绘制刻度
# plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi],
# ['-Π', '-Π/2', '0', 'Π/2', 'Π'])
# 使用latex印刷排版处理数学公式,使其显示更加美观
plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi],
[r'$-\pi$', r'$-\frac{\pi}{2}$', '0', r'$\frac{\pi}{2}$', r'$\pi$'])
plt.yticks([-1.0, -0.5, 0, 0.5, 1])
# 设置坐标轴
ax = plt.gca()
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))
# 绘制特殊点
px = [3 / 4 * np.pi, 3 / 4 * np.pi]
py = [np.sin(px[0]), np.cos(px[0]) / 2]
plt.scatter(px, py, marker='o', s=70, edgecolor='red',
facecolor='orange', zorder=3, label='Points')
plt.plot(x, sinx)
plt.plot(x, cosx)
plt.show()
- marker可选项
9. 备注
# 在图表中为某个点添加备注,包含备注文本,备注箭头等图像的设置
plt.annotate(
r'$\frac{\pi}{2}$', # 备注文本内容
xycoords='data', # 备注目标点所使用的坐标系(data表示数据坐标系)
xy=(x, y), # 备注目标坐标点
textcoords='offset points', # 备注文本所使用的坐标系(offset points表示参照点的偏移坐标系)
xytext=(x, y), # 备注文本的坐标,参照为备注点坐标
fontsize=14, # 备注文本的字体大小
arrowprops=dict() # 使用字典定义文本指向目标带你的箭头样式
)
- arrowprops参数使用字典定义指向目标点的箭头样式
# arrowprops字典参数的常用key
arrowprops = dict(
arrowstyle='', # 定义箭头样式
connectionstyle='' # 定义连接线的样式
)
- 箭头样式 (
arrowstyle
) 字符串如下
'-' None
'->' head_length=0.4, head_width=0.2
'-[' widthB=1.0, lengthB=0.2, angleB=None
'|-|' widthA=1.0, widthB=1.0
'-|>' head_length=0.4, head_width=0.2
'<-' head_length=0.4, head_width=0.2
'<->' head_length=0.4, head_width=0.2
'<|-' head_length=0.4, head_width=0.2
'<|-|>' head_length=0.4, head_width=0.2
'fancy' head_length=0.4, head_width=0.4, tail_width=0.4
'simple' head_length=0.5, head_width=0.5, tail_width=0.2
- 连接线样式 (
connectionstyle
) 字符串样式
'angle' angleA=90, angleB=0, rad=0.0
'angle3' angleA=90, angleB=0
'arc' angleA=0, angleB=0, armA=None, armB=None, rad=0.0
'arc3' rad=0.0
'bar' armA=0.0, armB=0.0, fraction=0.3, angle=None
- 为特殊点添加备注
import numpy as np
from matplotlib import pyplot as plt
# 绘制一条正弦曲线
# 从-Π到Π取1000个点
x = np.linspace(-np.pi, np.pi, 1000)
print(x.shape)
# 矢量化的sin方法将返回每个x对应的y
sinx = np.sin(x)
# 绘制一条余弦曲线
cosx = np.cos(x) / 2
# 绘制刻度
# plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi],
# ['-Π', '-Π/2', '0', 'Π/2', 'Π'])
# 使用latex印刷排版处理数学公式,使其显示更加美观
plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi],
[r'$-\pi$', r'$-\frac{\pi}{2}$', '0', r'$\frac{\pi}{2}$', r'$\pi$'])
plt.yticks([-1.0, -0.5, 0, 0.5, 1])
# 设置坐标轴
ax = plt.gca()
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))
# 绘制特殊点
px = [3 / 4 * np.pi, 3 / 4 * np.pi]
py = [np.sin(px[0]), np.cos(px[0]) / 2]
plt.scatter(px, py, marker='o', s=70, edgecolor='red',
facecolor='orange', zorder=3, label='Points')
# 为特殊点添加备注
plt.annotate(r'$[\frac{3\pi}{4}, \frac{cos(\frac{3\pi}{4})}{2}]$',
xycoords='data', xy=(3 / 4 * np.pi, np.cos(px[0]) / 2),
textcoords='offset points', xytext=(-100, -60),
fontsize=14,
arrowprops=dict(
arrowstyle='-|>',
connectionstyle='arc3'
))
plt.plot(x, sinx)
plt.plot(x, cosx)
plt.show()