【Python数据分析】Matplotlib小技巧！

1. 添加标题-title

matplotlib.pyplot 对象中有个 title() 可以设置表格的标题。

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
\# 显示中文  
plt.rcParams\['font.sans-serif'\] = \[u'SimHei'\]  
plt.rcParams\['axes.unicode\_minus'\] = **False**  
%matplotlib inline  
x=np.arange(0,10)  
plt.title('这是一个示例标题')  
plt.plot(x,x\*x)  
plt.show()

具体实现效果：

2. 添加文字-text

设置坐标和文字，可以使用 matplotlib.pyplot 对象中 text() 接口。其中第一、二个参数来设置坐标，第三个参数是设置显示文本内容。

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
\# 显示中文  
plt.rcParams\['font.sans-serif'\] = \[u'SimHei'\]  
plt.rcParams\['axes.unicode\_minus'\] = **False**  
%matplotlib inline  
x=np.arange(\-10,11,1)  
y=x\*x  
plt.plot(x,y)  
plt.title('这是一个示例标题')  
\# 添加文字  
plt.text(\-2.5,30,'function y=x\*x')  
plt.show()

具体实现效果：

3. 添加注释-annotate

我们实用 annotate() 接口可以在图中增加注释说明。其中：

xy 参数：备注的坐标点
xytext 参数：备注文字的坐标(默认为xy的位置)
arrowprops 参数：在 xy 和 xytext 之间绘制一个箭头。

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
\# 显示中文  
plt.rcParams\['font.sans-serif'\] = \[u'SimHei'\]  
plt.rcParams\['axes.unicode\_minus'\] = **False**  
%matplotlib inline  
x=np.arange(\-10,11,1)  
y=x\*x  
plt.title('这是一个示例标题')  
plt.plot(x,y)  
\# 添加注释  
plt.annotate('这是一个示例注释',xy=(0,1),xytext=(\-2,22),arrowprops={'headwidth':10,'facecolor':'r'})  
plt.show()

具体实现效果：

4. 设置坐标轴名称-xlabel/ylabel

二维坐标图形中，需要在横轴和竖轴注明名称以及数量单位。设置坐标轴名称使用的接口是 xlabel() 和 ylable()。

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
\# 显示中文  
plt.rcParams\['font.sans-serif'\] = \[u'SimHei'\]  
plt.rcParams\['axes.unicode\_minus'\] = **False**  
%matplotlib inline  
x=np.arange(1,20)  
plt.xlabel('示例x轴')  
plt.ylabel('示例y轴')  
plt.plot(x,x\*x)  
plt.show()

具体实现效果：

5. 添加图例-legend

当线条过多时，我们设置不同颜色来区分不同线条。因此，需要对不同颜色线条做下标注，我们实用 legend() 接口来实现。

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
\# 显示中文  
plt.rcParams\['font.sans-serif'\] = \[u'SimHei'\]  
plt.rcParams\['axes.unicode\_minus'\] = **False**  
%matplotlib inline  
plt.plot(x,x)  
plt.plot(x,x\*2)  
plt.plot(x,x\*3)  
plt.plot(x,x\*4)  
\# 直接传入legend  
plt.legend(\['生活','颜值','工作','金钱'\])  
plt.show()

具体实现效果：

6. 调整颜色-color

传颜色参数，使用 plot() 中的 color 属性来设置，color 支持以下几种方式。

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
%matplotlib inline  
x=np.arange(1,5)  
#颜色的几种方式  
plt.plot(x,color='g')  
plt.plot(x+1,color='0.5')  
plt.plot(x+2,color='#FF00FF')  
plt.plot(x+3,color=(0.1,0.2,0.3))  
plt.show()

具体实现效果：

7. 切换线条样式-marker

如果想改变线条的样式，我们可以使用修改 plot() 绘图接口中 mark 参数，具体实现效果：

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
%matplotlib inline  
x=np.arange(1,5)  
plt.plot(x,marker='o')  
plt.plot(x+1,marker='>')  
plt.plot(x+2,marker='s')  
plt.show()

具体实现效果：

其中 marker 支持的类型：

‘.’：点(point marker)
‘,’：像素点(pixel marker)
‘o’：圆形(circle marker)
‘v’：朝下三角形(triangle_down marker)
‘^’：朝上三角形(triangle_up marker)
‘<‘：朝左三角形(triangle_left marker)
‘>’：朝右三角形(triangle_right marker)
‘1’：(tri_down marker)
‘2’：(tri_up marker)
‘3’：(tri_left marker)
‘4’：(tri_right marker)
‘s’：正方形(square marker)
‘p’：五边星(pentagon marker)
‘*’：星型(star marker)
‘h’：1号六角形(hexagon1 marker)
‘H’：2号六角形(hexagon2 marker)
‘+’：+号标记(plus marker)
‘x’：x号标记(x marker)
‘D’：菱形(diamond marker)
‘d’：小型菱形(thin_diamond marker)
‘|’：垂直线形(vline marker)
‘_’：水平线形(hline marker)

具体各个效果类型如下：

8. 显示数学公式-mathtext

格式如下：作为开始和结束符，如$，中间的将解析出公式中的符号。

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
%matplotlib inline  
plt.title('chenqionghe')  
plt.xlim(\[1,8\])  
plt.ylim(\[1,5\])  
plt.text(2,4,r'$ \\alpha \\beta \\pi \\lambda \\omega $',size=25)  
plt.text(4,4,r'$ \\sin(0)=\\cos(\\frac{\\pi}{2}) $',size=25)  
plt.text(2,2,r'$ \\lim\_{x \\rightarrow y} \\frac{1}{x^3} $',size=25)  
plt.text(4,2,r'$ \\sqrt\[4\]{x}=\\sqrt{y} $',size=25)  
plt.show()

具体实现效果：

9. 显示网格-grid

grid() 接口可以用来设置背景图为网格。

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
%matplotlib inline  
x='a','b','c','d'  
y=\[15,30,45,10\]  
plt.grid()  
\# 也可以设置颜色、线条宽度、线条样式  
\# plt.grid(color='g',linewidth='1',linestyle='-.')  
plt.plot(x,y)  
plt.show()

具体实现效果：

10. 调整坐标轴刻度-locator_params

坐标图的刻度我们可以使用 locator_params 接口来调整显示颗粒。

同时调整 x 轴和 y 轴：plt.locator_params(nbins=20)

只调整 x 轴：plt.locator_params(‘‘x’,nbins=20)

只调整 y 轴：plt.locator_params(‘‘y’,nbins=20)

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
%matplotlib inline  
x=np.arange(0,30,1)  
plt.plot(x,x)  
\# x轴和y轴分别显示20个  
plt.locator\_params(nbins=20)  
plt.show()

具体实现效果：

11. 调整坐标轴范围-axis/xlim/ylim

axis：[0,5,0,10]，x从0到5，y从0到10

xlim：对应参数有xmin和xmax，分别能调整最大值最小值

ylim：同xlim用法

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
%matplotlib inline  
x=np.arange(0,30,1)  
plt.plot(x,x\*x)  
#显示坐标轴，plt.axis(),4个数字分别代表x轴和y轴的最小坐标，最大坐标  
#调整x为10到25  
plt.xlim(xmin=10,xmax=25)  
plt.plot(x,x\*x)  
plt.show()

具体实现效果：

12. 调整日期自适应-autofmt_xdate

有时候显示日期会重叠在一起，非常不友好，调用plt.gcf().autofmt_xdate()，将自动调整角度。

**import** numpy **as** np  
**import** pandas **as** pd  
**import** matplotlib.pyplot **as** plt  
%matplotlib inline  
x=pd.date\_range('2020/01/01',periods=30)  
y=np.arange(0,30,1)  
plt.plot(x,y)  
plt.gcf().autofmt\_xdate()  
plt.show()

具体实现效果：

13. 添加双坐标轴-twinx

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
%matplotlib inline  
x=np.arange(1,20)  
y1=x\*x  
y2=np.log(x)  
plt.plot(x,y1)  
\# 添加一个坐标轴，默认0到1  
plt.twinx()  
plt.plot(x,y2,'r')  
plt.show()

具体实现效果：

14. 填充区域-fill/fill_beween

fill 填充函数区域

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
\# 显示中文  
plt.rcParams\['font.sans-serif'\] = \[u'SimHei'\]  
plt.rcParams\['axes.unicode\_minus'\] = **False**  
%matplotlib inline  
x=np.linspace(0,5\*np.pi,1000)  
y1=np.sin(x)  
y2=np.sin(2\*x)  
plt.plot(x,y1)  
plt.plot(x,y2)  
\# 填充  
plt.fill(x,y1,'g')  
plt.fill(x,y2,'r')  
plt.title('这是一个示例标题')  
plt.show()

具体实现效果：

fill_beween填充函数交叉区域

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
\# 显示中文  
plt.rcParams\['font.sans-serif'\] = \[u'SimHei'\]  
plt.rcParams\['axes.unicode\_minus'\] = **False**  
%matplotlib inline  
plt.title('这是一个示例标题')  
x=np.linspace(0,5\*np.pi,1000)  
y1=np.sin(x)  
y2=np.sin(2\*x)  
plt.plot(x,y1)  
plt.plot(x,y2)  
\# 填充  
plt.fill\_between(x,y1,y2,where=y1>y2,interpolate=**True**)  
plt.show()

具体实现效果：

15. 画一个填充好的形状-matplotlib.patche

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
**import** matplotlib.patches **as** mptaches  
%matplotlib inline  
xy1=np.array(\[0.2,0.2\])  
xy2=np.array(\[0.2,0.8\])  
xy3=np.array(\[0.8,0.2\])  
xy4=np.array(\[0.8,0.8\])  
fig,ax=plt.subplots()  
#圆形,指定坐标和半径  
circle=mptaches.Circle(xy1,0.15)  
ax.add\_patch(circle)  
#长方形  
rect=mptaches.Rectangle(xy2,0.2,0.1,color='r')  
ax.add\_patch(rect)  
#多边形  
polygon=mptaches.RegularPolygon(xy3,6,0.1,color='g')  
ax.add\_patch(polygon)  
\# 椭圆  
ellipse=mptaches.Ellipse(xy4,0.4,0.2,color='c')  
ax.add\_patch(ellipse)  
ax.axis('equal')  
plt.show()

具体实现效果：

16. 切换样式-plt.style.use

matplotlib支持多种样式，可以通过plt.style.use切换样式，例如：

plt.style.use(‘ggplot’)输入plt.style.available 可以查看所有的样式:

**import** matplotlib.pyplot **as** plt  
plt.style.available

具体实现效果：

示例代码，ggplot样式：

**import** numpy **as** np  
**import** matplotlib.pyplot **as** plt  
**import** matplotlib.patches **as** mptaches  
%matplotlib inline  
plt.style.use('ggplot')  
\# 新建4个子图  
fig,axes=plt.subplots(2,2)  
ax1,ax2,ax3,ax4=axes.ravel()  
\# 第一个图  
x,y=np.random.normal(size=(2,100))  
ax1.plot(x,y,'o')  
\# 第二个图  
x=np.arange(0,10)  
y=np.arange(0,10)  
colors=plt.rcParams\['axes.prop\_cycle'\]  
length=np.linspace(0,10,len(colors))  
**for** s **in** length:  ax2.plot(x,y+s,'-')  
\# 第三个图  
x=np.arange(5)  
y1,y2,y3=np.random.randint(1,25,size=(3,5))  
width=0.25  
ax3.bar(x,y1,width)  
ax3.bar(x+width,y2,width)  
ax3.bar(x+2\*width,y3,width)  
\# 第四个图  
**for** i,color **in** enumerate(colors):  xy=np.random.normal(size=2)  
ax4.add\_patch(plt.Circle(xy,radius=0.3,color=color\['color'\]))  
ax4.axis('equal')  
plt.show()

具体实现效果：