Python matplotlib参数详解

作者: 米小河123 | 来源:发表于2020-04-03 16:06 被阅读0次

一、系统字体与显示中文

1、matplotlib系统字体

（1）查询matplotlib系统所有字体

from matplotlib.font_manager import fontManager
fontManager.ttflist

2、matplotlib显示中文方法

## 方法一
from pylab import *
import matplotlib
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'
mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei'] ##更新字体格式
mpl.rcParams['font.size'] = 9

## 方法二
import matplotlib.pyplot as plt 
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签 ，SimHei代表：黑体
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号

二、面向对象绘图案例

1、figure布局，axes区域规划，标题与文字标注等

（1）尽量使用matplotlib中figure,axes等面向对象的编程命令，少用pyplot api命令；
（2）绘图思路：由大到小，首先是figure对象布局；接着是axes对象规划，包括axes区域（如背景、颜色、栅格、图例），图形等；三是axis对象，包括坐标轴、刻度线、标签等；最后是文字信息，包括标题、数据标注、其他文字说明等。

import matplotlib.pyplot as plt 
import random 
 
#生成数据
x=[x for x in range(1,11)]
y1=[]
for i in range(10):y1.append(random.randint(10,40))
 
y2=[]
for i in range(10):y2.append(random.randint(10,40))
 
#显示中文
plt.rcParams['font.sans-serif']=['SimHei']   #用来正常显示中文标签
 
#图片布局
fig,(ax1,ax2)=plt.subplots(2,1,sharex=True)
fig.set_figheight(4)
fig.set_figwidth(6)
 
#绘制图ax1
plt.sca(ax1)                                           #选定ax1
ax1.plot(x,y1,label='y1销售金额',c='r',ls='--',lw=2,marker='o',mec='b',ms=4)    
ax1.patch.set_facecolor("gray")                        #设置ax1区域背景颜色
ax1.patch.set_alpha(0.5)                               #设置ax1区域背景颜色透明度
ax1.grid()                                             #打开网格
ax1.legend(loc='best',fontsize=9,frameon=False)        #图例设置
 
#ax1标题与标注
ax1.set_title("y1销售趋势图",fontsize=11)               #设置标题
for xy1 in zip(x, y1):                                 #标注数据
    plt.annotate("%s" % xy1[1], xy=xy1, xytext=(-5, 5), textcoords='offset points',color='b')
 
#绘制图ax2
plt.sca(ax2)
ax2.patch.set_facecolor("yellowgreen")
ax2.patch.set_alpha(0.5) 
ax2.plot(x,y2,label='y2销售金额',c='b',ls='--',lw=2,marker='o',mec='orange',ms=4)
ax2.legend(loc='best',fontsize=9,frameon=False)
 
 
#ax2标题与标注   
ax2.set_title("y2销售趋势图",fontsize=11)
for xy2 in zip(x, y2):
    plt.annotate("%s" % xy2[1], xy=xy2, xytext=(-5, 5), textcoords='offset points',color='r')
    
#调整字图间距离
plt.subplots_adjust(0.1,0.2)
 
#显示图像
plt.show()

2、axis（坐标轴）与tick（刻度）

###########第一部分:读取数据##############
import sys
sys.path.append(r"E:\python\project\python可视化\eda可视化项目\数据清洗与描述")
import data_and_clear
from datetime import datetime
df=data_and_clear.yd_department_day_sold()
#x轴转为日期格式 
dates  = [str(y) for y in list(df['date'])]
x_date = [datetime.strptime(d, '%Y%m%d').date() for d in dates]
 
###########第二部分:matplotlib绘图##############
#设置显示中文
from pylab import *  
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
 
#显示中文
matplotlib.rcParams['font.family'] = 'Microsoft JhengHei'
mpl.rcParams['font.sans-serif'] = ['Microsoft JhengHei']  #更新字体格式
mpl.rcParams['font.style'] = 'italic'
mpl.rcParams['font.size'] = 9                          #更新字体大小
 
#figure布局
fig=plt.figure(figsize=(8,4))
ax1=fig.add_subplot(1,1,1) 
 
#绘图
ax1.plot(x_date,df['HC'],ls='--',lw=3,color='b',marker='o',ms=6, mec='r',mew=2, mfc='w',label='业绩趋势走向')
plt.gcf().autofmt_xdate()  # 自动旋转日期标记
 
#配置坐标轴
#设置x轴为日期格式
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y/%m/%d'))
plt.gca().xaxis.set_major_locator(mdates.DayLocator())    
 
#去除部分边框和刻度线
ax1.spines['left'].set_color('none')
ax1.spines['right'].set_color('none')
ax1.spines['top'].set_color('none')
ax1.tick_params(labelleft=False,left=False,right=False,top=False)
ax1.tick_params(labelsize=9)
 
#设置坐标轴标签
plt.ylabel("销售额(万美元)",fontsize=11,color='b')
 
#标注数据
for xy in zip(x_date,df['HC']):                                 #标注数据  
    plt.annotate("%0.02f" % round(xy[1]/10000,2), xy=xy, xytext=(2,12), textcoords='offset points',color='k',rotation=30)  
 
#图像标题
ax1.set_title("业绩趋势走向图",fontsize=12)
 
#显示图像
plt.show()

3、双折线图

import matplotlib.pyplot as plt 
x1=range(0,10) 
y1=[10,13,5,40,30,60,70,12,55,25] 
x2=range(0,10) 
y2=[5,8,0,30,20,40,50,10,40,15] 
plt.plot(x1,y1,label='Frist line',linewidth=3,color='r',marker='o', markerfacecolor='blue',markersize=12) 
plt.plot(x2,y2,label='second line') 
plt.xlabel('Plot Number') 
plt.ylabel('Important var') 
plt.title('Interesting Graph\nCheck it out') 
plt.legend(loc='upper left') 
plt.show()

三、设置折线与点属性

1、线条名称（标签）

label：给所绘制的曲线一个名字，在图示/图例中显示

plt.plot(x,y,'ro', color='r', label='业绩趋势走向')

2、线条颜色

（1）线条颜色命名方式

用全名，如blue
16进制，如FF00FF
（r,g,b)或者（r,g,b,a)，其中r,g,b,a均取值[0,1]之间。
（2）颜色名称或简写
plot方法的关键字参数color（或c）用来设置线的颜色。

plt.plot(x,y1, color='blue')
plt.plot(x, y1,c='blue')

常用取值：b:blue g:green r:red c:cyan m:magenta y:yellow k:black w:white
详细颜色参数：http://www.cnblogs.com/darkknightzh/p/6117528.html

3、线条形状

plot方法的关键字参数linestyle（或ls）用来设置线的样式。

plt.plot(x, y1, linestyle=':') 
plt.plot(x, y1, ls=':')

可取值为：
- 实线（solid）
-- 短线（dashed）
-. 短点相间线（dashdot）
：虚点线（dotted）
None 空

4、线条大小

设置plot方法的关键字参数linewidth（或LW）可以改变线的粗细，其值为浮点数。

plt.plot(x,y1, c='r', ls='--', lw=3)

5、折点样式

（1）marker -- 折点形状
（2）markeredgecolor 或 mec -- 折点外边颜色
（3）markeredgewidth 或 mew -- 折点线宽
（4）markerfacecolor 或 mfc -- 折点实心颜色
（5）markerfacecoloralt 或 mfcalt
（6）markersize 或ms -- 折点大小
折点形状选择：
'-' solid line style
'--' dashed line style
'-.' dash-dot line style
':' dotted line style
'.' point marker
',' pixel marker
'o' circle marker
'v' triangle_down marker
'^' triangle_up marker
'<' triangle_left marker
'>' triangle_right marker
'1' tri_down marker
'2' tri_up marker
'3' tri_left marker
'4' tri_right marker
's' square marker
'p' pentagon marker
'*' star marker
'h' hexagon1 marker
'H' hexagon2 marker
'+' plus marker
'x' x marker
'D' diamond marker
'd' thin_diamond marker
'|' vline marker
'_' hline marker

plt.plot(x, y1, marker='o', mec='r', mfc='w')
plt.plot(x, y2, marker='*', ms=10)

6、alpha线条透明度

alpha的值在[0,1]之间

import matplotlib.pyplot as plt
y1=[12,3,6,7,23,19,16]
y2=[14,9,12,17,13,11,15]
x=[1,2,3,4,5,6,7]
plt.plot(x,y1,ls='--',lw=4,c='b',alpha=0.5,label='total')
plt.plot(x,y2,ls='-.',lw=4,c='g',alpha=0.8,label='quantity')
plt.legend()
plt.show()

四、设置图例语法legend

1、图例legend基础语法及用法

matplotlib.pyplot.legend(*args, **kwargs)

Keyword	Description
loc	Location code string, or tuple (see below). 图例所有figure位置
prop	the font property 字体参数
fontsize	the font size (used only if prop is not specified)
markerscale	the relative size of legend markers vs. original 图例标记与原始标记的相对大小
markerfirst	If True (default), marker is to left of the label. 如果为True，则图例标记位于图例标签的左侧
numpoints	the number of points in the legend for line. 为线条图图例条目创建的标记点数
scatterpoints	the number of points in the legend for scatter plot. 为散点图图例条目创建的标记点数
scatteryoffsets	a list of yoffsets for scatter symbols in legend. 为散点图图例条目创建的标记的垂直偏移量
frameon	If True, draw the legend on a patch (frame). 控制是否应在图例周围绘制框架
fancybox	If True, draw the frame with a round fancybox. 控制是否应在构成图例背景的FancyBboxPatch周围启用圆边
shadow	If True, draw a shadow behind legend. 控制是否在图例后面画一个阴影
framealpha	Transparency of the frame. 控制图例框架的 Alpha 透明度
edgecolor	Frame edgecolor.
facecolor	Frame facecolor.
ncol	number of columns 设置图例分为n列展示
borderpad	the fractional whitespace inside the legend border 图例边框的内边距
labelspacing	the vertical space between the legend entries 图例条目之间的垂直间距
handlelength	the length of the legend handles 图例句柄的长度
handleheight	the height of the legend handles 图例句柄的高度
handletextpad	the pad between the axes and legend border 轴与图例边框之间的距离
columnspacing	the spacing between columns 列间距
title	the legend title
bbox_to_anchor	the bbox that the legend will be anchored.指定图例在轴的位置
bbox_transform	the transform for the bbox. transAxes if None.

（1）设置图例位置
使用loc参数

plt.legend(loc='lower left')


0: ‘best' 1: ‘upper right' 2: ‘upper left' 3: ‘lower left'	4: ‘lower right' 5: ‘right' 6: ‘center left'	7: ‘center right' 8: ‘lower center' 9: ‘upper center' 10: ‘center'

（2）设置图例字体
设置字体大小
fontsize:int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}
（3）设置图例边框及背景

plt.legend(loc='best', frameon=False) # 去掉图例边框
plt.legend(loc='best', edgecolor='blue') # 设置图例边框颜色
plt.legend(loc='best', facecolor='blue') # 设置图例背景颜色，若无边框，参数无效

（4）设置图例标题

plt.legend(loc='best', title='figure 1 legend')

2、legend面向对象命令

（1）获取并设置legend图例

plt.legend(loc=0, numpoints=1)
leg = plt.gca().get_legend() # 或 leg=ax.get_legend()
ltext=leg.get_texts()
plt.setp(ltext, fontsize=12,fontweight='bold')

（2）设置图例

legend=ax.legend((rectsTest1, rectsTest2, rectsTest3), ('test1', 'test2', 'test3'))
legend=ax.legend(loc='upper center', shadow=True, fontsize='x-large')
legend.get_frame().set_facecolor('red') # 设置图例背景为红色
frame=legend.get_frame()
frame.set_alpha(1)
frame.set_facecolor('none') # 设置图例背景透明

（3）移除图例

ax1.legend_.remove() ##移除子图ax1中的图例
ax2.legend_.remove() ##移除子图ax2中的图例
ax3.legend_.remove() ##移除子图ax3中的图例

（4）设置图例到图形边界外

#主要是bbox_to_anchor的使用
box = ax1.get_position()
ax1.set_position([box.x0, box.y0, box.width , box.height* 0.8])
ax1.legend(loc='center', bbox_to_anchor=(0.5, 1.2),ncol=3)

3、案例：显示多图例legend

import matplotlib.pyplot as plt
import numpy as np
x = np.random.uniform(-1, 1, 4)
y = np.random.uniform(-1, 1, 4)
p1, = plt.plot([1,2,3])
p2, = plt.plot([3,2,1])
l1 = plt.legend([p2, p1], ["line 2", "line 1"], loc='upper left')
 
p3 = plt.scatter(x[0:2], y[0:2], marker = 'D', color='r')
p4 = plt.scatter(x[2:], y[2:], marker = 'D', color='g')
# This removes l1 from the axes.
plt.legend([p3, p4], ['label', 'label1'], loc='lower right', scatterpoints=1)
# Add l1 as a separate artist to the axes
plt.gca().add_artist(l1)

import matplotlib.pyplot as plt
line1, = plt.plot([1,2,3], label="Line 1", linestyle='--')
line2, = plt.plot([3,2,1], label="Line 2", linewidth=4)
# 为第一个线条创建图例
first_legend = plt.legend(handles=[line1], loc=1)
# 手动将图例添加到当前轴域
ax = plt.gca().add_artist(first_legend)
# 为第二个线条创建另一个图例
plt.legend(handles=[line2], loc=4)
plt.show()

五、设置网格线

1、设置网格线
（1）使用pyplot api格式
打开网格线：plt.grid(true)
设置网格格式：plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)

（2）使用axes类面向对象命令

# 同时设置两坐标轴上的网格线
ax.grid(color='r', linestyle='--', linewidth=1, alpha=0.3)
# 设置X坐标轴上（垂直方向）的网格线
ax.xaxis.grid(color='r', linestyle='--', linewidth=1, alpha=0.3)
# 设置Y坐标轴上（水平方向）的网格线
ax.yaxis.grid(color='r', linestyle='--', linewidth=1, alpha=0.3)

2、设置axes脊柱（坐标系）
（1）去掉脊柱（坐标系）

ax.spines['top'].set_visible(False) # 去掉上边框
ax.spines['bottom'].set_visible(False) # 去掉下边框
ax.spines['left'].set_visible(False) # 去掉左边框
ax.spines['right'].set_visible(False) # 去掉右边框

（2）移动脊柱

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

（3）设置边框线颜色

ax=plt.gca() # 获取当前的axes
ax.spines['right'].set_color('blue')
ax.spines['top'].set_color('none')

（4）设置边框线宽

ax1.spines['left'].set_linewidth(5)

（5）设置边框线型

ax.spines['left'].set_linestyle('--')

3、设置背景颜色

（1）设置figure背景颜色
facecolor：背景颜色 edgecolor：边框颜色

# 方法1：
plt.figure(facecolor='blue', edgecolor='black')
# 方法2：
fig=plt.gcf()
fig.set_facecolor('green')

（2）设置axes背景颜色

a=plt.axes([.65, .6, .2, .2], facecolor='k')   ## pyplot api命令-黑色背景

ax1=plt.gca()
ax1.patch.set_facecolor('gray') # 设置ax1区域背景颜色
ax1.patch.set_alpha(0.5） # 设置ax1区域背景颜色透明度

（3）修改matplotlib默认参数

plt.rcParams['axes.facecolor']='red'
plt.rcParams['savefig.facecolor']='red'

六、坐标轴数值格式

1、横坐标设置时间格式

from datetime import datetime
 
import matplotlib.dates as mdates
import matplotlib.pyplot as plt
 
# 生成横纵坐标信息
dates = ['01/02/1991', '01/03/1991', '01/04/1991']
xs = [datetime.strptime(d, '%m/%d/%Y').date() for d in dates]
ys = range(len(xs))
# 配置横坐标
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%m/%d/%Y'))
plt.gca().xaxis.set_major_locator(mdates.DayLocator())
# Plot
plt.plot(xs, ys)
plt.gcf().autofmt_xdate()  # 自动旋转日期标记
plt.show()

2、纵坐标设置显示百分比

import matplotlib.ticker as mtick
fmt='%.2f%%'
yticks = mtick.FormatStrFormatter(fmt)
ax2.yaxis.set_major_formatter(yticks)

3、去除科学计数法

ax.get_xaxis().get_major_formatter().set_useOffset(False)