基本图-折线图为例
以折线图为例，加上常见的一些图表的设置
import matplotlib.pyplot as plt
# 中文字体显示，只要是中文就在前面加u
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong']
mpl.rcParams['axes.unicode_minus'] = False
# 数据源
x = [u'1月',u'2月',u'3月',u'4月',u'5月',u'6月',u'7月',u'8月',u'9月',u'10月',u'11月',u'12月']
y1 = [20,17,24,36,49,53,64,69,50,38,20,16]
y2 = [24,27,25,30,45,43,54,60,57,43,27,26]
# 创建画布，设置画布大小
plt.figure(figsize=(7,4))
plt.plot(x,y1,label=u'冰红茶') # 画图
plt.plot(x, y2, label=u'冰咖啡')
plt.title(u'2020年冷饮销量',fontsize=14) # 标题，字号设置
plt.xlabel(u'月份',loc='right') # 位置设置
plt.ylabel(u'销量(千杯)',rotation='horizontal',y=1,x=0) # 方向，位置设置
plt.legend(bbox_to_anchor=(0.2,0.8)) # 加上图例，设置位置
# 加数据注释
for y in [y1,y2]:
for i,v in enumerate(y):
plt.annotate(v, (i,v+0.7))
# 加文字注释
plt.plot(x,[75]*12,color='blue',linewidth=0.7,alpha=0.7)
plt.annotate(u'冰红茶历史最高',(10,75.7))
plt.plot(x,[64]*12,color='orange',linewidth=0.7,alpha=0.7)
plt.annotate(u'冰咖啡历史最高',(10,64.7))
plt.show() # 也可以不加，依然显示
子图
# 数据源
x = [u'1月',u'2月',u'3月',u'4月',u'5月',u'6月',u'7月',u'8月',u'9月',u'10月',u'11月',u'12月']
y1 = [20,17,24,36,49,53,64,69,50,38,20,16]
y2 = [24,27,25,30,45,43,54,60,57,43,27,26]
x2 = [u'山东',u'河南',u'浙江',u'湖北',u'安徽']
y3 = [100,176,235,250,156]
fig,axes = plt.subplots(1,2,figsize=(10,4))
# axes[0]的主坐标轴
a1 = axes[0].plot(x,y1,label=u'冰红茶',color='red',alpha=0.8)
a2 = axes[0].plot(x, y2, label=u'冰咖啡',color='#663300')
axes[0].set_title(u'2020冷饮销量')
axes[0].set_xlabel(u'月份', loc='right')
axes[0].set_ylabel(u'销量\n(千杯)', rotation='horizontal',y=1)
axes[0].set_ylim([0,80])
# axes[0]添加次坐标轴
ax2 = axes[0].twinx()
a3 = ax2.bar(x, [i+j for i,j in zip(y1,y2)], color='navy',alpha=0.5, label=u'总销量')
ax2.set_ylabel(u'销量\n(千杯)', rotation='horizontal',y=1.1)
ax2.set_ylim([0,170])
fig.legend(bbox_to_anchor=(0.45,0.87)) # 为整个图添加图例，这样可以将axes[0]的两个轴的图例合并到一起
# axes[1]
axes[1].bar(x2, y3)
axes[1].set_title(u'2020冷饮分地区总销量')
axes[1].set_xlabel(u'地区', loc='right')
axes[1].set_ylabel(u'销量\n(千杯)', rotation='horizontal',y=1)
# 加数据标注
for i,v in enumerate(y3):
axes[1].annotate(v, (i-0.2,v+0.7))
# 整个图形的标题
plt.figtext(0.4,1,s=u'2020冷饮销售状况',fontsize=17)
# 子图间距调整
plt.subplots_adjust(wspace=0.35) # 让两个子图之间的距离变大些，轴名称不要重叠
plt.savefig(r'C:\Users\aa\Desktop\a.png',dpi=300, bbox_inches='tight')
1 画布创建
fig = plt.figure(
num=None, 图像编号或名称，数字为编号 ，字符串为名称
figsize=(6.4，4.8), 指定figure的宽和高，单位为英寸；
dpi=100, 参数指定绘图对象的分辨率，即每英寸多少个像素
facecolor='white', 背景颜色
edgecolor='white', 边框颜色
frameon=True, 是否显示边框
tight_layout=False 是否是紧凑布局
)
2 坐标轴、标题设置
1 轴刻度范围
plt.xlim()：获得坐标轴范围，针对当前、最新创建的图
plt.xlim([n,m]) plt.xlim(n,m) ：设置坐标轴范围，针对当前、最新创建的图
plt.axis([0, 1100, 0, 1100000])：x和y坐标轴的最小值和最大值
2 轴刻度数与对应标签
plt.xticks([v1,v2,...], ('G1', 'G2', ..), rotation=30,fontsize=15)：先设置标签位置再设置对应标签，如果没有标签仅显示刻度，如果有标签就不显示刻度。
plt.tick_params(axis='both', labelcolor='', labelsize=,width=)：设置两个轴上刻度标记的大小、颜色
3 轴标签
plt.xlabel(' ', fontsize=14, loc={'center'},x=,y=，rotation= {'vertical'})
loc可选{'right'/'left'}
rotation可选 {'vertical', 'horizontal'}
x,y是标签的位置，不能和loc一同使用
plt.ylabel(' ', fontsize=14, loc='center',rotation= {'vertical'},x=,y=)
loc可选{'bottom','top'}
4 隐藏坐标轴
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
【标题】
plt.title(' ', fontsize=24)
3 图例
1 加入图例
plt.legend()：针对当前、最新创建的图，画图时要指明名称，即label参数：plt.plot(x,y,label='')
2 参数
plt.legend(loc='', ncol=, bbox_to_anchor=(x,y),frameon=True)
loc的参数如下：
best upper right upper left lower left lower right
right center left center right lower center upper center
center
ncol：设置列数
bbox_to_anchor：图例相对于整个图的位置(x,y)，(0,0)表示整个图的左下角，(1,1)为整个图的右上角
frameon：是否显示图例的边框，默认为True
其它边框的样式参数：
fancybox=True是否设置成圆角边框
edgecolor='black'边框的颜色
framealpha=1边框的透明度，1是完全不透明
borderpad=1内边距大小
shadow=True开启阴影
fontsize=8/'small,x-small,large,medium..'
labelcolor='red'标签文字的颜色
title图例的标题
title_fontsize图例的大小，同fontsize的设置
3 获得位置
box = ax.get_position()
4 选择图例显示的项
方法1：不想加的项不设置label
plt.plot(,,label='label1')
plt.plot()
plt.legend()
方法2：画图设置图像实例
lines = plt.plot(x,y[:,:3]) #一次画多条线
plt.legend(lines[:2], ['first','second'])
x = np.linspace(0,10,100)
plt.figure(figsize=(5,4))
plt.plot(x, np.sin(x), label='sine')
plt.plot(x, np.cos(x), label='cosine')
plt.ylim([-2,2])
plt.legend(loc='upper right',frameon=True,
fancybox=True, edgecolor='black',framealpha=0.8, borderpad=1,shadow=True,
labelcolor=['blue','orange'],title='三角函数',title_fontsize='large')
图例显示不同尺寸的点
data:
记录数 地震区域 深度（公里） 纬度 经度 震级
0 1 新疆 10 39.40 75.20 5.1
1 1 新疆 5 39.59 74.82 3.0
2 1 云南省 10 24.72 97.92 4.6
3 1 云南省 10 24.72 97.91 4.8
4 1 云南省 10 24.72 97.92 3.4
plt.scatter(data['经度'],data['纬度'],c=data['震级'],s=data['深度（公里）'],cmap='viridis',
alpha=0.6,linewidth=0)
plt.colorbar(label='震级')
plt.clim(3,7)
# 创建深度的图例
for deep in [10,100,200,500]:
plt.scatter([], [], s=deep, alpha=0.6, label='{}公里'.format(deep))
plt.legend(bbox_to_anchor=(1.5,0.55),labelspacing=1.5,title='深度', frameon=False,scatterpoints=1)
plt.title('我国地震震级及深度示意图')
plt.xlabel('经度')
plt.ylabel('纬度')
4 添加注释、数字标签
方法一：
plt.annotate(
text, 注释文字
(x,y), 待注释位置
xytext, 注释的位置
xycoords, 待注释位置的性质，可选项
arrowprops= 箭头属性设置：颜色，箭头宽度，箭头长度
dict(facecolor='',headwidth=,headlength=)
horizontalalignment='left', 水平对齐
verticalalignment='' 垂直对齐
)
xycoords可选项：
'figure points' 'figure pixels' 'figure fraction' 距离图层左下角的点、像素、百分比
'axes points' 'axes pixels' 'axes fraction' 距离轴坐标左下角的点、像素、百分比
'data' 使用实际的轴坐标的数据（默认）
'polar' 使用极坐标系来处理，（弧度，长度）
最简形式：
plt.annotate(text,(x,y))：xy处有注释text
方法二：
plt.text(x, y, s, fontsize, bbox=dict(facecolor='red', alpha=0.5), va='bottom')
x, y注释位置
s：注释
bbox：注释属性设置
方法三：
plt.figtext(x,y,string) :# xy为float类型，string为文字，它是在整个画布上注释文字，而非上面两个在最后绘制的一个图上，在多图绘制写注释时有用
p = [51,39]
fig,axes = plt.subplots(1,2,figsize=(6,4))
# text
p = [51,39]
fig,axes = plt.subplots(1,2,figsize=(6,4))
axes[0].bar([0,1],p,color=['grey','teal'],width=0.5)
axes[0].set_xticks([0,1])
axes[0].set_xticklabels(['January', 'February'])
for i,x in enumerate(p):
axes[0].text(i,x+0.5, x)
# annotate
axes[1].bar([0,1],p)
plt.xticks(range(len(p)), ['January', 'February'])
for i,x in enumerate(p):
plt.annotate(x, (i,x+0.5))
# 当数据源获得较为困难时，赋值给图，获得其x,y
# a = axes[0].bar([0,1],p,color=['grey','teal'],width=0.5)
# for rect in a:
# x = rect.get_x(),
# y = rect.get_height()
# axes[0].text(x + rect.get_width()/2, y, str(y))
5 子图
（1）创建
方法一：创建画布和子图（推荐）
fig,axes = plt.subplots(
nrows=2, ncols=2, 参数名称可以省略，子图行列数
figsize=(xx,xx), 图表大小
subplot_kw={}, 关键字字典
sharex=False, 设置子图具有相同的X轴或Y轴。调节xlim/ylim时将影响所有的子图
sharey=False,
)
axes[0,1]：代表第1行第1列的子图
方法二：先建画布，再逐个建子图
fig = plt.figure()：空画布
axes[0,0] = fig.add_subplot(2,2,1)：创建子图，编号从1开始
方法三：不建画布，直接逐个建子图
plt.subplot(2, 2, 1)：2行2列，当前为于第1个位置-区域1
plt.plot(num)：在新建的子图上绘制
plt.subplot(2, 2, 2)：2行2列，当前为于第2个位置-区域2
plt.plot(data)：在新建的子图上绘制
**（2）其它 **
【子图间距调整】
plt.subplots_adjust(left=None, bottom=None, right=None, top=None,wspace=None, hspace=None)：距离上下左右等的百分比，值越大，图越小
【坐标轴】
axes[0,0].get_xlim：获得坐标轴范围
axes[0,0].set_xlim(n,m) or ([n,m])：设置坐标轴刻度范围
axes[0, 0].set_xticks([v1,v2,...])：设置x坐标轴刻度，想加刻度标签先加刻度再加xticklabels，不能少
axes[0, 0].set_xticklabels(['','',..], rotation=30,fontsize=15)：对应刻度添加标签、旋转角度、大小。设置了标签就没有刻度了。
axes[0, 0].tick_params(axis='both', labelcolor='', labelsize=,width=)：设置两个轴上刻度标记的大小、颜色
【轴名称】
axes[0, 0].set_xlabel('')
ax.set_ylabel('') ：添加坐标轴标签
【图例】
axs[0, 1].legend() ：参数同plt.legend()
【标题】
axes[0, 0].set_title('', fontsize=15)：添加图标题
【注释】
axes[0].text(x,y,string)
axes[0].annotate(string,(x,y))
6 其它设置
【网格线】
plt.grid(b=True, which=, axis='y', linewidth, linestyle=)
b:布尔值，是否使用网格线
which:在哪个坐标轴'major' 'minor' 'both'
axis:在哪个坐标轴'x' 'y' 'both'
【保存】
plt.savefig('名称.png', bbox_inches='tight',dpi,facecolor,edgecolor)：
格式支持png pdf svg eps ps ；bbox_inches='tight':去除多余空白，dpi图像分辨率（每英寸点数）
【全局设置】
plt.rc('对象名称',对象参数设置/字典形式)
plt.rc('figure',figuresize=(10,10))：设置全部的画布大小为10*10
第一个参数是对象名称：'figure'、'axes'、'xtick'、'ytick'、'grid'、'legend'等
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
