Python--matplotlib绘图可视化知识点整理

参考

matplotlib-绘制精美的图表matplotlib.pyplot.plt参数介绍

t010f58f30823dcdcd0

matplotlib图标正常显示中文

为了在图表中能够显示中文和负号等，需要下面一段设置：

t01835c769d86a008f7

matplotlib inline和pylab inline

可以使用ipython --pylab打开ipython命名窗口。

t018da3e338c3671323

这两个命令都可以在绘图时，将图片内嵌在交互窗口，而不是弹出一个图片窗口，但是，有一个缺陷：除非将代码一次执行，否则，无法叠加绘图，因为在这两种模式下，是要有plt出现，图片会立马show出来，因此：

推荐在ipython notebook时使用，这样就能很方便的一次编辑完代码，绘图。

为项目设置matplotlib参数

在代码执行过程中，有两种方式更改参数：

使用参数字典(rcParams)调用matplotlib.rc()命令 通过传入关键字元祖，修改参数

如果不想每次使用matplotlib时都在代码部分进行配置，可以修改matplotlib的文件参数。可以用matplot.get_config()命令来找到当前用户的配置文件目录。

配置文件包括以下配置项：

axex: 设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示backend: 设置目标暑促TkAgg和GTKAggfigure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置font: 字体集（font family）、字体大小和样式设置grid: 设置网格颜色和线性legend: 设置图例和其中的文本的显示line: 设置线条（颜色、线型、宽度等）和标记patch: 是填充2D空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。savefig: 可以对保存的图形进行单独设置。例如，设置渲染的文件的背景为白色。verbose: 设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying。xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。

线条相关属性标记设置

用来该表线条的属性

t011c944c64562dfb03

线条标记

t01c52ec1f7417f7042

颜色

可以通过调用matplotlib.pyplot.colors()得到matplotlib支持的所有颜色。

t01fb59a04097cd023b

如果这两种颜色不够用，还可以通过两种其他方式来定义颜色值：

使用HTML十六进制字符串color='eeefff'使用合法的HTML颜色名字（’red’,’chartreuse’等）。也可以传入一个归一化到[0,1]的RGB元祖。color=(0.3,0.3,0.4)

很多方法可以介绍颜色参数，如title()。plt.tilte('Title in a custom color',color='#123456'）

背景色

通过向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()这样的方法提供一个axisbg参数，可以指定坐标这的背景色。

subplot(111,axisbg=(0.1843,0.3098,0.3098)

基础

如果你向plot()指令提供了一维的数组或列表，那么matplotlib将默认它是一系列的y值，并自动为你生成x的值。默认的x向量从0开始并且具有和y同样的长度，因此x的数据是[0,1,2,3].

t01d7093137def6cd29

图片来自:绘图: matplotlib核心剖析

确定坐标范围

plt.axis([xmin, xmax, ymin, ymax])上面例子里的axis()命令给定了坐标范围。xlim(xmin, xmax)和ylim(ymin, ymax)来调整x,y坐标范围

t0116417a01b4d7417f

叠加图

用一条指令画多条不同格式的线。

t0185e8a876dbe78d6d

plt.figure()

你可以多次使用figure命令来产生多个图，其中，图片号按顺序增加。这里，要注意一个概念当前图和当前坐标。所有绘图操作仅对当前图和当前坐标有效。通常，你并不需要考虑这些事，下面的这个例子为大家演示这一细节。

t01853e47532595b2cb

t01f5abdec0b4046bbb

figure感觉就是给图像ID，之后可以索引定位到它。

plt.text()添加文字说明

text()可以在图中的任意位置添加文字，并支持LaTex语法xlable(), ylable()用于添加x轴和y轴标签

title()用于添加图的题目

t01235f4525a1a5c877

text中前两个参数感觉应该是文本出现的坐标位置。

plt.annotate()文本注释

在数据可视化的过程中，图片中的文字经常被用来注释图中的一些特征。使用annotate()方法可以很方便地添加此类注释。在使用annotate时，要考虑两个点的坐标：被注释的地方xy(x, y)和插入文本的地方xytext(x, y)。[^1]

t010b671f755efde957

[^1]:DataHub-Python 数据可视化入门1

plt.xticks()/plt.yticks()设置轴记号

现在是明白干嘛用的了，就是人为设置坐标轴的刻度显示的值。

t015ea063928c3d937f

t01f52a2398946bdc35

当我们设置记号的时候，我们可以同时设置记号的标签。注意这里使用了 LaTeX。[^2]

[^2]:Matplotlib 教程

移动脊柱 坐标系

t0141f04e8c19fd49e7

这个地方确实没看懂，囧，以后再说吧，感觉就是移动了坐标轴的位置。

plt.legend()添加图例

t0198ce97f2945203e4

matplotlib.pyplot

使用plt.style.use('ggplot')命令，可以作出ggplot风格的图片。

t019d7a763fc2f5671f

t011a2d4256ea4a4a4a

给特殊点做注释

好吧，又是注释，多个例子参考一下！

我们希望在 2π/32π/3 的位置给两条函数曲线加上一个注释。首先，我们在对应的函数图像位置上画一个点；然后，向横轴引一条垂线，以虚线标记；最后，写上标签。

t01c48d8f4e68ae691d

t0140dae108f44a43d7

plt.subplot()

plt.subplot(2,3,1)表示把图标分割成2*3的网格。也可以简写plt.subplot(231)。其中，第一个参数是行数，第二个参数是列数，第三个参数表示图形的标号。

plt.axes()

我们先来看什么是Figure和Axes对象。在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个，或者多个Axes对象。每个Axes对象都是一个拥有自己坐标系统的绘图区域。其逻辑关系如下^3：

t01df82355f8fbc5824

plt.axes-官方文档

axes() by itself creates a default full subplot(111) window axis.axes(rect, axisbg=’w’) where rect = [left, bottom, width, height] in normalized (0, 1) units. axisbg is the background color for the axis, default white.axes(h) where h is an axes instance makes h the current axis. An Axes instance is returned.

rect=[左, 下, 宽, 高] 规定的矩形区域,rect矩形简写，这里的数值都是以figure大小为比例，因此，若是要两个axes并排显示，那么axes[2]的左=axes[1].左+axes[1].宽，这样axes[2]才不会和axes[1]重叠。

show code:

t011c9d541106b4f4e3

t0147584122e89f3656

[^3]:绘图: matplotlib核心剖析

pyplot.pie参数

matplotlib.pyplot.pie

colors颜色

找出matpltlib.pyplot.plot中的colors可以取哪些值？

so-Named colors in matplotlib

CSDN-matplotlib学习之（四）设置线条颜色、形状

t01c82bc6bcc62c842a

打印颜色值和对应的RGB值。

plt.axis('equal')避免比例压缩为椭圆

autopct

How do I use matplotlib autopct?

t013fbbfb38865b3c4c