matplot画图控制marker点的个数_python画图(图例、网格、注释) - v2

每件事情总有两面性，当我们看到不太好的一面时，一定要想着去寻找一下好的一面。就比如，原本计划好的五一行程被打乱之后，我脑子里便诞生了一个“伟大”的想法，立马买好了乳胶漆打算利用闲暇的假期时间，将房间粉刷一遍，现在开心的心情远远大过于被打乱安排后的苦恼，甚至想立马动手实施我的这一想法hhhhh，就连此刻的学习都很是开心^_^

---

一、 图像的标题和图例

代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-1, 1, 0.1)

y1 = np.exp(x)
y2 = np.exp(2 * x)

plt.plot(x, y1, color="r", linestyle="-", marker="^", linewidth=1, label="y1")
plt.plot(x, y2, color="b", linestyle="-", marker="s", linewidth=1, label="y2")
 
#设置图例
plt.legend(loc='upper left', bbox_to_anchor=(0.2, 0.95))
 
#设置图像的标题
plt.title("Figure 1")

plt.show()

运行效果如下：

修改图例-1：

plt.legend(loc='upper left', bbox_to_anchor=(-0.2, 1.0))

呈现效果如下：

修改图例-2：

plt.legend(loc='upper left', bbox_to_anchor=(0, 1.0))

运行效果如下：

小小地分析一下：

1. 从代码中，可以知道plt.legend()是用来设置图例的，这个函数的第一个参数用来设定一个大概的位置，“upper left“表示在左上角；这第二个参数呢，就是用来细化位置的，bbox_to_anchor(x1, x2)中，x1的数值越大，图例越往右走，x2的数值越大，图例则越往上方走。

2. 如果不设置”label”标签，则图例不会在绘图结果中呈现。

二、网格，背景色以及文字注释

1. 网格：

代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-1, 1, 0.1)

y = [2 * i for i in x]

plt.plot(x, y, color="r", linestyle="-", marker="^", linewidth=1)


plt.grid(color="k", linestyle=":")
# plt.grid(color="k", linestyle=":",axis='x')
# plt.grid(color="k", linestyle=":", axis='y')
plt.show()

运行效果如下：

修改网格-1：

plt.grid(color="k", linestyle=":",axis='x')

运行效果如下：

修改网格-2：

plt.grid(color="k", linestyle=":",axis='y')

运行效果如下：

小分析：

（1） 用函数grid()添加网格，函数中我们可以定义网格的样式，比如线条颜色，类型，粗细等等；

（2） 函数grid()中axis参数的设置，可以通过设定为x、y、both(默认的)，让网格做不同的呈现。

2. 背景色：

代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-1, 1, 0.1)
y1 = np.exp(x)
y2 = np.exp(2 * x)

plt.subplot(facecolor="g")

plt.plot(x, y1, color="r", linestyle="-", marker="^")
plt.plot(x, y2, color="b", linestyle="-", marker="s")

plt.grid(color="k", linestyle=":")
plt.show()

运行效果如下：

这个点我还没发现什么可使用的价值，抄别人的分析吧hh

通过向plt.subplot()函数传递参数facecolor设置图像的背景色。需要注意的是背景色的设置代码应该在绘制曲线之前，否则相当于给整张图上色，覆盖了要展示的曲线。

======================================================

plt.text(), plt.annotate()是两种向图像添加文本注释的方法。

3. 文字注释-plt.text():

代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-1, 1, 0.1)

y1 = np.exp(x)
y2 = np.exp(2 * x)

plt.plot(x, y1, color="r", linestyle="-", marker="^", linewidth=1)
plt.plot(x, y2, color="b", linestyle="-", marker="s", linewidth=1)

plt.text(-0.5, 3, "exp functions", fontsize=10)

plt.show()

运行效果如下：

小分析：

plt.text()可以在图像任意位置添加文字。

plt.text()中前两个参数表示添加文字的坐标位置，第3个参数是要添加的文本。

4. 文字注释-plt.annotate()：

代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-1, 1, 0.1)

y1 = np.exp(x)
y2 = np.exp(2 * x)

plt.plot(x, y1, color="r", linestyle="-", marker="^", linewidth=1)
plt.plot(x, y2, color="b", linestyle="-", marker="s", linewidth=1)

# plt.text(-0.5, 3, "exp functions", fontsize=10)
plt.annotate('A', xy=(0, 1), xytext=(-0.5, 2.5), arrowprops=dict(facecolor='k', headwidth=10, width=2))

plt.show()

运行效果如下：

小分析：

（1）plt.annotate()则可以帮助我们形象地为曲线中的某一个点添加注释。

（2）对于plt.annotate()中的参数分别解释一下，第一个参数’A’是注释文本，xy表示要注释的点的坐标，xytext表示注释文本的起始坐标，arrowprops表示箭头，我们可以通过一个字典形的变量，设置其样式，包括颜色，宽度等等（headwidth表示箭头宽度，width表示箭身的宽度）。

参考链接：https://blog.csdn.net/guoziqing506/article/details/78975150

PS：至此，该参考链接中的内容，我就已经学习完成了，感谢作者在网络上的分享。

对于学术研究来说，当前的绘图知识，远不能支撑一个很好的研究成果的呈现，因此，对python画图的学习，还要继续深入探索和学习~