【python】matplotlib画图常用功能汇总
目录:
一、matplotlib画图风格
在 Matplotlib 中，可以通过设置不同的绘图风格（style）来自定义图形的外观。Matplotlib有一些预定义的风格，也允许您创建自定义风格。
以下是一些基本的设置绘图风格的方法：
-
使用预定义的风格：
Matplotlib提供了一些预定义的绘图风格，如 ‘seaborn’, ‘ggplot’, ‘fivethirtyeight’ 等。您可以使用以下代码之一设置风格：import matplotlib.pyplot as plt # 使用预定义的风格 plt.style.use('seaborn') # 也可以使用其他风格，如 'ggplot', 'fivethirtyeight' 等 -
自定义风格：
如果您希望创建自定义风格，可以使用plt.style.context，在此上下文中设置参数：import matplotlib.pyplot as plt # 创建自定义风格 with plt.style.context({ 'axes.edgecolor': 'gray', 'axes.labelcolor': 'black', 'xtick.color': 'black', 'ytick.color': 'black', 'xtick.direction': 'in', 'ytick.direction': 'in', 'grid.color': 'lightgray', 'grid.linestyle': '--', 'figure.facecolor': 'white', 'figure.edgecolor': 'white', }): # 在此上下文中绘制图形，图形将使用上述自定义风格 plt.plot(x, y) plt.xlabel('X-axis Label') plt.ylabel('Y-axis Label') plt.title('Custom Style Plot') # 图形在此上下文之外将使用默认风格 -
查看可用的预定义风格：
如果想了解可用的预定义风格，可以使用以下代码：available_styles = plt.style.available print("Available styles:", available_styles)从中选择一个适合您的绘图的风格。
二、matplotlib图像尺寸和保存分辨率
-
图像的默认设置：
'figure.figsize': 图像的默认尺寸，例如[6.4, 4.8]。'figure.dpi': 图像分辨率（每英寸点数），默认为100。
在 Matplotlib 中，您可以通过设置图形的大小和分辨率来调整图像的尺寸和清晰度。以下是一些方法：
-
设置图形大小：
您可以使用plt.figure(figsize=(width, height))来设置图形的大小。例如：import matplotlib.pyplot as plt # 设置图形大小为宽度10英寸，高度6英寸 plt.figure(figsize=(10, 6)) # 绘制图形 plt.plot(x, y) # 显示图形 plt.show() -
设置分辨率：
您可以使用plt.savefig方法保存图形（savefig语句要在show之前，否则图像show之后图像销毁无法保存），并通过dpi参数设置分辨率。例如：import matplotlib.pyplot as plt # 绘制图形 plt.plot(x, y) # 保存图形并设置分辨率为300dpi plt.savefig('output_plot.png', dpi=300) # 显示图形（可选） plt.show()在上述例子中，图形将以300dpi的分辨率保存为PNG文件。您可以调整
dpi的值以获得所需的分辨率。 -
综合使用大小和分辨率：
如果需要在显示和保存时分别设置大小和分辨率，可以结合使用plt.figure和plt.savefig：import matplotlib.pyplot as plt # 设置图形大小为宽度10英寸，高度6英寸 plt.figure(figsize=(10, 6)) # 绘制图形 plt.plot(x, y) # 保存图形并设置分辨率为300dpi plt.savefig('output_plot.png', dpi=300) # 显示图形 plt.show()在这个例子中，图形在显示时具有指定的大小，但保存时具有指定的分辨率。
根据您的具体需求，可以灵活调整图形的大小和分辨率。
三、matplotlib子图相关功能
Matplotlib中的子图（subplots）功能使您能够在同一图形上绘制多个子图。以下是子图相关功能的一些用法汇总：
创建子图：
-
使用
plt.subplots创建多个子图：import matplotlib.pyplot as plt fig, axes = plt.subplots(nrows=2, ncols=2)在此示例中，
fig是整个图形对象，axes是一个包含所有子图的2x2数组。 -
使用
plt.subplot创建单个子图：import matplotlib.pyplot as plt plt.subplot(2, 2, 1) # 创建一个2x2布局的图形，选择第一个子图
绘制子图：
-
在指定子图上绘制图形：
axes[0, 0].plot(x1, y1) axes[0, 1].scatter(x2, y2)在此示例中，
axes[0, 0]表示第一行第一列的子图。
设置子图属性：
-
设置子图标题：
axes[0, 0].set_title('Title for Subplot 1') -
设置子图标签：
axes[1, 0].set_xlabel('X-axis Label') axes[1, 0].set_ylabel('Y-axis Label') -
设置图形标题：
fig.suptitle('Overall Title for the Figure', fontsize=16)
调整布局：
-
调整子图之间的间距：
plt.subplots_adjust(wspace=0.5, hspace=0.3)这将调整子图之间的水平（
wspace）和垂直（hspace）间距。
示例代码：
import matplotlib.pyplot as plt
import numpy as np
# 生成示例数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 创建2x2的子图布局
fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10, 8))
# 在子图上绘制图形
axes[0, 0].plot(x, y1)
axes[0, 1].scatter(x, y2)
axes[1, 0].hist(y1, bins=20, color='green', alpha=0.7)
axes[1, 1].barh(x, y2, color='orange', alpha=0.7)
# 设置子图属性
axes[0, 0].set_title('Sine Curve')
axes[0, 1].set_title('Scatter Plot')
axes[1, 0].set_title('Histogram')
axes[1, 1].set_title('Horizontal Bar Chart')
# 设置图形标题
fig.suptitle('Multiple Subplots Example', fontsize=16)
# 调整布局
plt.subplots_adjust(wspace=0.5, hspace=0.3)
# 显示图形
plt.show()
这个示例代码创建了一个包含四个子图的图形，并展示了如何在子图上绘制不同类型的图形。根据您的需求，可以进一步调整子图的属性和布局。
四、matplotlib字体设置
字体族和字体的区别
在Matplotlib和其他文本处理库中，字体族（font family）和字体（font）是两个相关但不同的概念。
-
字体族（Font Family）：
- 字体族指的是一组具有相似设计风格的字体。这组字体通常由不同的字体样式组成，包括正常（regular）、粗体（bold）、斜体（italic）等。
- 字体族用于指定文本的整体外观风格，而不仅仅是单一字体样式。常见的字体族包括"serif"（衬线字体，如Times New Roman）、“sans-serif”（无衬线字体，如Arial）、“monospace”（等宽字体，如Courier New）等。
-
字体（Font）：
- 字体是字体族中的具体样式的实例，它定义了字符的外观、形状和大小。
- 例如，“serif” 字体族可能包含具体的字体样式，如"Times New Roman"、"Georgia"等。每个具体的字体都属于特定的字体族，并具有独特的设计特征。
在Matplotlib中，通过指定字体族，您可以选择使用该族中的任何具体字体样式。字体族的选择通常受到个人偏好、图形的整体风格以及文本在不同设备上的可读性等因素的影响。
字体选择和设置
1. Matplotlib中的字体设置
Matplotlib提供了一些用于设置字体的方法，包括全局字体设置和特定元素的字体设置。
import matplotlib.pyplot as plt
# 全局字体设置
plt.rcParams['font.family'] = 'sans-serif' # 指定字体家族
plt.rcParams['font.sans-serif'] = ['Arial'] # 指定具体字体
# 也可以直接在绘图时指定字体
plt.title('Title', fontdict={'fontname': 'Arial', 'fontsize': 16})
plt.xlabel('X Label', fontdict={'fontname': 'Arial', 'fontsize': 12})
plt.ylabel('Y Label', fontdict={'fontname': 'Arial', 'fontsize': 12})
# 显示图形
plt.show()
2. 使用中文字体
对于中文字体，可以使用支持中文的字体，如SimHei、Microsoft YaHei等。
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['SimHei'] # 使用黑体或其他中文字体
3. 使用自定义字体
可以下载并使用第三方的中文字体文件，然后指定路径。
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Path/To/Your/CustomChineseFont.ttf'] # 替换为自定义中文字体文件的路径
4. 查看系统自带字体
from matplotlib import font_manager
for f in font_manager.fontManager.ttflist:
print(f.name)
以上方法应该能够解决大多数中文字体无法显示的问题。根据具体需求，选择适合的中文字体并进行相应的设置。
5. 其他字体属性
plt.rcParams是一个字典，用于设置Matplotlib的默认配置参数。以下是一些常见的plt.rcParams属性，用于定制Matplotlib的外观和行为：
-
字体相关设置：
'font.family': 字体家族，默认为'sans-serif'。'font.sans-serif': 无衬线字体的具体名称，默认为'DejaVu Sans'。'font.serif': 有衬线字体的具体名称，默认为'DejaVu Serif'。'font.monospace': 等宽字体的具体名称，默认为'DejaVu Sans Mono'。'font.size': 字体大小，默认为10。
-
线条和标记的默认设置：
'lines.linewidth': 线条宽度，默认为1.5。'lines.linestyle': 线条风格，默认为'-'。'lines.marker': 数据点标记，默认为'None'。
-
刻度相关设置：
'xtick.labelsize': X轴刻度标签字体大小，默认为'medium'。'ytick.labelsize': Y轴刻度标签字体大小，默认为'medium'。'xtick.direction': X轴刻度方向，默认为'out'。'ytick.direction': Y轴刻度方向，默认为'out'。
-
文本相关设置：
'text.color': 默认文本颜色，默认为'black'。
-
坐标轴范围：
'axes.xmargin'和'axes.ymargin': 控制数据显示的空白边缘比例，默认为0.05。
等等。你可以通过plt.rcParams.keys()来查看所有的默认配置参数。
定制这些参数可以让你在绘图时不必每次都手动设置相同的属性，提高了代码的可读性和重复使用性。
示例代码：
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'serif'
plt.rcParams['font.serif'] = 'Times New Roman'
plt.rcParams['font.size'] = 20
plt.rcParams['font.weight'] = "bold"
plt.rcParams['font.style'] = "italic"
plt.rcParams['text.color'] = "red"
plt.rcParams['xtick.color'] = "purple"
plt.plot([1, 2, 3, 4], [10, 20, 25, 30])
plt.title('Sample chart')
plt.xlabel('X-axis', color="blue")
plt.ylabel('Y-axis')
# 或者在特定的文本上设置字体属性
plt.text(1, 29, 'Hello, Matplotlib!', fontsize=16, fontweight='bold', fontstyle = 'oblique', color='green')
plt.show()
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：chenni525@qq.com进行投诉反馈，一经查实，立即删除！