Python常见库matplotlib学习笔记之画图中各个模块的含义及修改方法

目录

• 系列文章目录
• 前言
• 一、单张图常见函数说明
• 1. x轴数据（x），y轴数据（y)
• 2. x轴标签说明（xlabel），y轴标签说明（ylabel）
• 3. 图名（title）
• 4. 图例（legend）
• 5. x轴刻度（xticks），y轴刻度（yticks）
• 总结

系列文章目录

• 第一章 Python常见库matplotlib之画图文字的中文显示
• 第二章 Python常见库matplotlib之画图中各个模块的含义及修改方式
• 第三章 Python常见库matplotlib之多个子图绘图

前言

第一章节我们介绍了如何在matplotlib中进行想要的字体显示，但未对常见的函数意义进行介绍，本章节会介绍常用模块的含义和修改方式，我们会从绘图的部分代码开始看起。依然以下面的代码为例

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

# 指定字体
font_path = 'SIMSUN.TTC'
font_prop = fm.FontProperties(fname=font_path, size=12)

en_font_path = 'TIMES.TTF'
en_font_prop = fm.FontProperties(fname=en_font_path, size=12)

x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, label=u'正弦曲线')
plt.plot(x, y2, label=u'余弦曲线')

plt.xlabel('横轴', fontproperties=font_prop)
plt.ylabel('纵轴', fontproperties=font_prop)
plt.title('函数', fontproperties=font_prop)

plt.xticks(fontproperties=en_font_prop)
plt.yticks(fontproperties=en_font_prop)

plt.legend(loc='upper right', fontsize=12, edgecolor='black', fancybox=False, framealpha=1, prop=font_prop)

plt.show()

上述代码运行的结果应该如下面所示，如果有问题，请按照第一章内容配置相同后再看下面的内容

一、单张图常见函数说明

在绘图中我们最经常要画的就是二维坐标系图，这种图必备的内容，主要有 x轴数据（x），y轴数据（y），x轴标签说明（xlabel），y轴标签说明（ylabel），图例（legend），图名（title）

1. x轴数据（x），y轴数据（y)

画图之前，我们肯定需要给出x和y的值，对应上面的程序，自然是下面的部分

x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

这部分代码中，x的取值是0~2π直接的数，这些数要等间隔，总共加起来要有100个。y1的值是用numpy采用sin（x）实现的，y2的值是用numpy采用cos（x）。也就是直接调用numpy中现有的函数，告诉y与x之间的函数关系。

然后利用绘图函数，先将x-y1曲线和x-y2曲线在图中绘制出来，即只运行下面的代码

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

# 指定字体
font_path = 'SIMSUN.TTC'
font_prop = fm.FontProperties(fname=font_path, size=12)

en_font_path = 'TIMES.TTF'
en_font_prop = fm.FontProperties(fname=en_font_path, size=12)

x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, label=u'正弦曲线')
plt.plot(x, y2, label=u'余弦曲线')

plt.show()

运行的结果如下图所示，我们能看到线已经画出来了，虽然在plot的label变量中我们已经指定了名字，但是却没有显示出来，因为这两个label指定的是给图例legend用的，而我们还没添加legend

2. x轴标签说明（xlabel），y轴标签说明（ylabel）

下面的代码中只给出了xlabel和ylabel的名称，他们的名称就是函数的第一个参数，由于我们要输入的是中文，所以后面还指定了字体类型。传入了fontproperties变量。

plt.xlabel('横轴', fontproperties=font_prop)
plt.ylabel('纵轴', fontproperties=font_prop)

除此之外还有其他

• labelpad：标签和轴之间的间距，以点为单位。
• fontsize：标签字体的大小。
• color：标签的颜色。
• rotation：标签的旋转角度，以度为单位。
• ha：水平对齐方式的缩写，可以设置为’center’、‘right’或’left’。
• va：垂直对齐方式的缩写，可以设置为’center’、‘top’或’bottom’。

注意：labelpad指的是标签和轴之间的间距，以点（pt）为单位，其中1点等于1/72英寸。因此，点并不是指像素，而是一种长度单位，用于测量打印机分辨率的物理长度，只是在屏幕上使用matplotlib，1点将大致等于1像素。

例如我们修改代码为下面这样

plt.xlabel('横轴', fontproperties=font_prop, rotation=90, fontsize=10, va='top', ha='left', color='blue')
plt.ylabel('纵轴', fontproperties=font_prop)

我们发现最终横轴标记的字体大小方向颜色都发生了相应变化

3. 图名（title）

title指定了图片的图名，同样地，由于我们用的是中文需要额外指定能显示中文的字体文件路径。

plt.title('函数', fontproperties=font_prop)

第一个就是必选参数，指定title的名字

除此之外还有下面一些可选参数。

• loc：标题的位置，可以设置为’center’、‘left’、‘right’等。
• pad：标题和子图区域的间距，以点为单位。
• color：标题的颜色。
• fontsize：标题字体的大小。
• ha：水平对齐方式的缩写，可以设置为’center’、‘right’或’left’。
• va：垂直对齐方式的缩写，可以设置为’center’、‘top’或’bottom’。

我们填入参数测试下，将前面的title代码修改为下面的

plt.title('函数', fontproperties=font_prop, loc='left',pad=10,color='red',fontsize=15,ha='right', va='top')

运行结果可以看到，标题“函数”的字体大小，位置，与图的距离都变了

4. 图例（legend）

legend是对图例的相关参数进行设置

legend有以下参数可以进行设置

• loc：图例在图表中的位置，可以设置为’best’、‘upper right’、‘upper left’、‘lower left’、‘lower right’、‘right’、‘center left’、‘center right’、‘lower center’或’upper center’。还可以传递一个元组(x,y)，其中x和y是介于0和1之间的坐标，表示图例的位置相对于图表的尺寸。
• fontsize：图例文本的字体大小。
• edgecolor：图例框线的颜色。
• fancybox：是否使用圆角框（默认为True）。
• framealpha：图例框的不透明度，范围从0（完全透明）到1（完全不透明）。
• ncol：图例中的列数。
• prop：设置图例文本的字体属性。

plt.legend(loc='upper right', fontsize=12, edgecolor='black', fancybox=False, framealpha=1, prop=font_prop)

按照上面代码的设置，我们的图例应该在右上角，字体大小为12，图例框线为黑色，不使用圆角框，图例框也不透明，字体使用的是宋体。最终的显示结果确实如此。

5. x轴刻度（xticks），y轴刻度（yticks）

刻度中常见的参数有以下几个：

• ticks：自定义刻度标签的位置。可以传递一个列表，其中每个元素表示一个刻度标签的位置。
• labels：自定义刻度标签的文本。可以传递一个列表，其中每个元素表示一个刻度标签的文本。
• rotation：刻度标签的旋转角度，以度为单位。
• fontsize：刻度标签文本的字体大小。
• color：刻度标签文本的颜色。
• ha：刻度标签的水平对齐方式，可以设置为’center’、‘right’或’left’。
• va：刻度标签的垂直对齐方式，可以设置为’top’、‘bottom’或’center’。
• minor：是否使用次要刻度标签。

我们的例子比较简单只传入了fontproperties=en_font_prop，其目的只是让刻度里数据显示成新罗马体。

我们把参数稍微修改一些，如下面所示

plt.xticks(fontproperties=en_font_prop,fontsize=15,rotation=90,color='green')

新的图示就变成下面这样，显然刻度的颜色方向字体大小都相应改变了，读者如果有兴趣可自己试试

总结

本文主要介绍了matplotlib绘图中常用的几个函数参数的使用情况

x轴数据（x），y轴数据（y），x轴标签说明（xlabel，y轴标签说明（ylabel），图例（legend），图名（title）等，希望对读者能有所启发。