matplotlib进阶教程：如何逐步美化一个折线图

2023年8月7日上午5:59 • Python • 阅读 65

大家好，今天分享一个非常有趣的 Python 教程，如何美化一个 matplotlib 折线图， 喜欢记得收藏、关注、点赞。

注：数据、完整代码、技术交流文末获取

1. 导入包

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import matplotlib.gridspec as gridspec

2. 获得数据

file_id = '1yM_F93NY4QkxjlKL3GzdcCQEnBiA2ltB'
url = f'https://drive.google.com/uc?id={file_id}'
df = pd.read_csv(url, index_col=0)
df

数据长得是这样的：

3. 对数据做一些预处理

按照需要，对数据再做一些预处理，代码及效果如下：

home_df = df.copy()
home_df = home_df.melt(id_vars = ["date", "home_team_name", "away_team_name"])
home_df["venue"] = "H"
home_df.rename(columns = {"home_team_name":"team", "away_team_name":"opponent"}, inplace = True)
home_df.replace({"variable":{"home_team_xG":"xG_for", "away_team_xG":"xG_ag"}}, inplace = True)

away_df = df.copy()
away_df = away_df.melt(id_vars = ["date", "away_team_name", "home_team_name"])
away_df["venue"] = "A"
away_df.rename(columns = {"away_team_name":"team", "home_team_name":"opponent"}, inplace = True)
away_df.replace({"variable":{"away_team_xG":"xG_for", "home_team_xG":"xG_ag"}}, inplace = True)

df = pd.concat([home_df, away_df]).reset_index(drop = True)
df

4. 画图


Y_for = df[(df["team"] == "Lazio") & (df["variable"] == "xG_for")]["value"].reset_index(drop = True)
Y_ag = df[(df["team"] == "Lazio") & (df["variable"] == "xG_ag")]["value"].reset_index(drop = True)
X_ = pd.Series(range(len(Y_for)))

Y_for = Y_for.rolling(window = 5, min_periods = 0).mean()
Y_ag = Y_ag.rolling(window = 5, min_periods = 0).mean()

fig, ax = plt.subplots(figsize = (7,3), dpi = 200)

ax.plot(X_, Y_for)
ax.plot(X_, Y_ag)

使用matplotlib倒是可以快速把图画好了，但是太丑了。接下来进行优化。

4.1 优化：添加点

这里为每一个数据添加点

fig, ax = plt.subplots(figsize = (7,3), dpi = 200)

ax.spines["left"].set_visible(False)
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)

ax.grid(ls = "--", lw = 0.5, color = "#4E616C")

ax.plot(X_, Y_for, marker = "o")
ax.plot(X_, Y_ag, marker = "o")

4.2 优化：设置刻度

fig, ax = plt.subplots(figsize = (7,3), dpi = 200)

ax.spines["left"].set_visible(False)
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)

ax.grid(ls = "--", lw = 0.25, color = "#4E616C")

ax.plot(X_, Y_for, marker = "o", mfc = "white", ms = 5)
ax.plot(X_, Y_ag, marker = "o", mfc = "white", ms = 5)

ax.xaxis.set_major_locator(ticker.MultipleLocator(2))
xticks_ = ax.xaxis.set_ticklabels([x - 1 for x in range(0, len(X_) + 3, 2)])

ax.xaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)
ax.yaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)

ax.spines["bottom"].set_edgecolor("#4E616C")

4.3 优化：设置填充

fig, ax = plt.subplots(figsize = (7,3), dpi = 200)

ax.spines["left"].set_visible(False)
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)

ax.grid(ls = "--", lw = 0.25, color = "#4E616C")

ax.plot(X_, Y_for, marker = "o", mfc = "white", ms = 5)
ax.plot(X_, Y_ag, marker = "o", mfc = "white", ms = 5)

ax.fill_between(x = X_, y1 = Y_for, y2 = Y_ag, alpha = 0.5)

ax.xaxis.set_major_locator(ticker.MultipleLocator(2))
xticks_ = ax.xaxis.set_ticklabels([x - 1 for x in range(0, len(X_) + 3, 2)])

ax.xaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)
ax.yaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)

ax.spines["bottom"].set_edgecolor("#4E616C")

4.4 优化：设置填充颜色

当橙色线更高时，希望填充为橙色。但是上面的还无法满足，这里再优化一下.

fig, ax = plt.subplots(figsize = (7,3), dpi = 200)

ax.spines["left"].set_visible(False)
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)

ax.grid(ls = "--", lw = 0.25, color = "#4E616C")

ax.plot(X_, Y_for, marker = "o", mfc = "white", ms = 5)
ax.plot(X_, Y_ag, marker = "o", mfc = "white", ms = 5)

pos_for = (Y_for > Y_ag)
ax.fill_between(x = X_[pos_for], y1 = Y_for[pos_for], y2 = Y_ag[pos_for], alpha = 0.5)

pos_ag = (Y_for  Y_ag)
ax.fill_between(x = X_[pos_ag], y1 = Y_for[pos_ag], y2 = Y_ag[pos_ag], alpha = 0.5)

ax.xaxis.set_major_locator(ticker.MultipleLocator(2))
xticks_ = ax.xaxis.set_ticklabels([x - 1 for x in range(0, len(X_) + 3, 2)])

ax.xaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)
ax.yaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)

ax.spines["bottom"].set_edgecolor("#4E616C")

上面的图出现异常，再修改一下：

X_aux = X_.copy()
X_aux.index = X_aux.index * 10
last_idx = X_aux.index[-1] + 1
X_aux = X_aux.reindex(range(last_idx))
X_aux = X_aux.interpolate()

Y_for_aux = Y_for.copy()
Y_for_aux.index = Y_for_aux.index * 10
last_idx = Y_for_aux.index[-1] + 1
Y_for_aux = Y_for_aux.reindex(range(last_idx))
Y_for_aux = Y_for_aux.interpolate()

Y_ag_aux = Y_ag.copy()
Y_ag_aux.index = Y_ag_aux.index * 10
last_idx = Y_ag_aux.index[-1] + 1
Y_ag_aux = Y_ag_aux.reindex(range(last_idx))
Y_ag_aux = Y_ag_aux.interpolate()

fig, ax = plt.subplots(figsize = (7,3), dpi = 200)

ax.spines["left"].set_visible(False)
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)

ax.grid(ls = "--", lw = 0.25, color = "#4E616C")

for_ = ax.plot(X_, Y_for, marker = "o", mfc = "white", ms = 5)
ag_ = ax.plot(X_, Y_ag, marker = "o", mfc = "white", ms = 5)

for index in range(len(X_aux) - 1):

    if Y_for_aux.iloc[index + 1] > Y_ag_aux.iloc[index + 1]:
        color = for_[0].get_color()
    else:
        color = ag_[0].get_color()

    ax.fill_between([X_aux[index], X_aux[index+1]],
                    [Y_for_aux.iloc[index], Y_for_aux.iloc[index+1]],
                    [Y_ag_aux.iloc[index], Y_ag_aux.iloc[index+1]],
                    color=color, zorder = 2, alpha = 0.2, ec = None)

ax.xaxis.set_major_locator(ticker.MultipleLocator(2))
xticks_ = ax.xaxis.set_ticklabels([x - 1 for x in range(0, len(X_) + 3, 2)])

ax.xaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)
ax.yaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)

ax.spines["bottom"].set_edgecolor("#4E616C")

5. 把功能打包成函数

上面的样子都还不错啦，接下来把这些东西都打包成一个函数。方便后面直接出图。

def plot_xG_rolling(team, ax, window = 5, color_for = "blue", color_ag = "orange", data = df):
  '''
  This function creates a rolling average xG plot for a given team and rolling
  window.

  team (str): The team's name
  ax (obj): a Matplotlib axes.

  window (int): The number of periods for our rolling average.

  color_for (str): A hex color code for xG created.

  color_af (str): A hex color code for xG conceded.

  data (DataFrame): our df with the xG data.

  '''

  home_df = data.copy()
  home_df = home_df.melt(id_vars = ["date", "home_team_name", "away_team_name"])
  home_df["venue"] = "H"
  home_df.rename(columns = {"home_team_name":"team", "away_team_name":"opponent"}, inplace = True)
  home_df.replace({"variable":{"home_team_xG":"xG_for", "away_team_xG":"xG_ag"}}, inplace = True)

  away_df = data.copy()
  away_df = away_df.melt(id_vars = ["date", "away_team_name", "home_team_name"])
  away_df["venue"] = "A"
  away_df.rename(columns = {"away_team_name":"team", "home_team_name":"opponent"}, inplace = True)
  away_df.replace({"variable":{"away_team_xG":"xG_for", "home_team_xG":"xG_ag"}}, inplace = True)

  df = pd.concat([home_df, away_df]).reset_index(drop = True)

  Y_for = df[(df["team"] == team) & (df["variable"] == "xG_for")]["value"].reset_index(drop = True)
  Y_ag = df[(df["team"] == team) & (df["variable"] == "xG_ag")]["value"].reset_index(drop = True)
  X_ = pd.Series(range(len(Y_for)))

  if Y_for.shape[0] == 0:
    raise ValueError(f"Team {team} is not present in the DataFrame")

  Y_for = Y_for.rolling(window = 5, min_periods = 0).mean()
  Y_ag = Y_ag.rolling(window = 5, min_periods = 0).mean()

  X_aux = X_.copy()
  X_aux.index = X_aux.index * 10
  last_idx = X_aux.index[-1] + 1
  X_aux = X_aux.reindex(range(last_idx))
  X_aux = X_aux.interpolate()

  Y_for_aux = Y_for.copy()
  Y_for_aux.index = Y_for_aux.index * 10
  last_idx = Y_for_aux.index[-1] + 1
  Y_for_aux = Y_for_aux.reindex(range(last_idx))
  Y_for_aux = Y_for_aux.interpolate()

  Y_ag_aux = Y_ag.copy()
  Y_ag_aux.index = Y_ag_aux.index * 10
  last_idx = Y_ag_aux.index[-1] + 1
  Y_ag_aux = Y_ag_aux.reindex(range(last_idx))
  Y_ag_aux = Y_ag_aux.interpolate()

  ax.spines["left"].set_visible(False)
  ax.spines["top"].set_visible(False)
  ax.spines["right"].set_visible(False)

  ax.grid(ls = "--", lw = 0.25, color = "#4E616C")

  for_ = ax.plot(X_, Y_for, marker = "o", mfc = "white", ms = 4, color = color_for)
  ag_ = ax.plot(X_, Y_ag, marker = "o", mfc = "white", ms = 4, color = color_ag)

  for index in range(len(X_aux) - 1):

      if Y_for_aux.iloc[index + 1] > Y_ag_aux.iloc[index + 1]:
          color = for_[0].get_color()
      else:
          color = ag_[0].get_color()

      ax.fill_between([X_aux[index], X_aux[index+1]],
                      [Y_for_aux.iloc[index], Y_for_aux.iloc[index+1]],
                      [Y_ag_aux.iloc[index], Y_ag_aux.iloc[index+1]],
                      color=color, zorder = 2, alpha = 0.2, ec = None)

  ax.set_ylim(0)

  ax.xaxis.set_major_locator(ticker.MultipleLocator(2))
  xticks_ = ax.xaxis.set_ticklabels([x - 1 for x in range(0, len(X_) + 3, 2)])

  ax.xaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)
  ax.yaxis.set_tick_params(length = 2, color = "#4E616C", labelcolor = "#4E616C", labelsize = 6)

  ax.spines["bottom"].set_edgecolor("#4E616C")

  Y_for_last = Y_for.iloc[-1]
  Y_ag_last = Y_ag.iloc[-1]

  team_ = ax.text(
            x = 0, y = ax.get_ylim()[1] + ax.get_ylim()[1]/20,
            s = f'{team}',
            color = "#4E616C",
            va = 'center',
            ha = 'left',
            size = 7
          )

  for_label_ = ax.text(
            x = X_.iloc[-1] + 0.75, y = Y_for_last,
            s = f'{Y_for_last:,.1f} xGF',
            color = color_for,
            va = 'center',
            ha = 'left',
            size = 6.5
          )

  ag_label_ = ax.text(
            x = X_.iloc[-1] + 0.75, y = Y_ag_last,
            s = f'{Y_ag_last:,.1f} xGA',
            color = color_ag,
            va = 'center',
            ha = 'left',
            size = 6.5
          )

6.1 测试函数

file_id = '1yM_F93NY4QkxjlKL3GzdcCQEnBiA2ltB'
url = f'https://drive.google.com/uc?id={file_id}'
df = pd.read_csv(url, index_col=0)

fig = plt.figure(figsize=(5, 2), dpi = 200)
ax = plt.subplot(111)

plot_xG_rolling("Sassuolo", ax, color_for = "#00A752", color_ag = "black", data = df)

plt.tight_layout()

再设置更加丰富的颜色：

fig = plt.figure(figsize=(5, 8), dpi = 200, facecolor = "#EFE9E6")

ax1 = plt.subplot(411, facecolor = "#EFE9E6")
ax2 = plt.subplot(412, facecolor = "#EFE9E6")
ax3 = plt.subplot(413, facecolor = "#EFE9E6")
ax4 = plt.subplot(414, facecolor = "#EFE9E6")

plot_xG_rolling("Sassuolo", ax1, color_for = "#00A752", color_ag = "black", data = df)
plot_xG_rolling("Lazio", ax2, color_for = "#87D8F7", color_ag = "#15366F", data = df)
plot_xG_rolling("Hellas Verona", ax3, color_for = "#153aab", color_ag = "#fdcf41", data = df)
plot_xG_rolling("Empoli", ax4, color_for = "#00579C", color_ag = "black", data = df)

plt.tight_layout()

最后

其实本文主要是对两个折线图做了一系列的优化和改进而已，主要是强调细节部分。

涉及到的matplotlib的知识，也主要是在ticks、背景颜色、fill_between部分。

技术交流

欢迎转载、收藏、有所收获点赞支持一下！ 数据、代码可以找我获取

目前开通了技术交流群，群友已超过 2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

方式①、发送如下图片至微信，长按识别，后台回复：加群；
方式②、添加微信号： dkl88191，备注：来自CSDN
方式③、微信搜索公众号： Python学习与数据挖掘，后台回复：加群

Original: https://blog.csdn.net/weixin_38037405/article/details/124719333
Author: 我爱Python数据挖掘
Title: matplotlib进阶教程：如何逐步美化一个折线图

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/739321/

转载文章受原作者版权保护。转载请注明原作者出处！

python

【自取】最近整理的，有需要可以领取学习：

Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言刷题答案下载！

【如何在anaconda虚拟环境中安装多个版本的CUDA,cudnn,pytorch,torchvision,torchaudio及进行环境配置手把手教学】

如何在anaconda虚拟环境中安装多个版本的CUDA,cudnn,pytorch,torchvision,torchaudio及进行环境配置手把手教学 0，操作代码汇总 1，查看…

Python 2023年9月7日
0041
【赵渝强老师】史上最详细的PostgreSQL体系架构介绍

PostgreSQL是最像Oracle的开源数据库，我们可以拿Oracle来比较学习它的体系结构，比较容易理解。PostgreSQL的主要结构如下：一、存储结构 PG数据存储结构…

Python 2023年6月3日
0086
【完虐算法】自顶向下专题类目全复盘

零刷题复盘进度大家好，我是Johngo！ [TencentCloudSDKException] code:FailedOperation.ServiceIsolate mess…

Python 2023年6月3日
0056
NewStarCTF week 3 web wp

** BabySSTI_One ** 这样能解析应该是python的flask ssti 这里一开始试了直接引号拼接但是发现都不能成功后面想了想尝试十六进制编码大概是这么个写法{…

Python 2023年8月12日
0045
开源的.Net 工作流引擎Elsa初试——创建工作流服务器和图形化工作流配置管理应用

🚀 优质资源分享 🚀 学习路线指引（点击解锁）知识定位人群定位🧡 Python实战微信订餐小程序 🧡 进阶级本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯…

Python 2023年8月9日
00231
NumPy数组属性

本节介绍 Numpy 数组的常用属性。 ndarray.shape shape 属性的返回值一个由数组维度构成的元组，比如 2 行 3 列的二维数组可以表示为(2,3)，该属性可以…

Python 2023年8月26日
0045
【Shashlik.EventBus】.NET 事件总线，分布式事务最终一致性

【Shashlik.EventBus】.NET 事件总线，分布式事务最终一致性 Nuget PackageName Nuget Description Shashlik.Event…

Python 2023年10月22日
0074
接口自动化框架搭建 pytest

接口自动化框架搭建，持续更新中。。。接口自动化框架架构简介：一个excel文件代表一个项目，一个项目中的每个sheet就是一个模块，一个模块中写正常用例和异常用例，extrac…

Python 2023年9月10日
0045
M1安装TensorFlow(Easy版本)

这些是我在参考对应文章后，亲身实践，并调试后的详细步骤。 Mac M1 安装原生tensorflow（超简单，亲测可用）_kuzi_kz的博客-CSDN博客_mac m1 ten…

Python 2023年9月8日
0052
Django项目实战学习笔记

前言：一、创建项目：二、创建数据库：osdb 三、项目框架构建： 3.1 创建项目应用： 3.2 创建项目模板目录—templates和静态文件目录—static 3.3 3个…

Python 2023年8月4日
0056
c++重要知识点

*空指针和野指针 int *p = NULL; //空指针，即地址为0的指针，用于初始化指针，不可被访问 int *q = (int)0x1234; //野指针，因为没有申请访问地…

Python 2023年6月3日
0052
scrapy_基本使用

1.介绍 Scrapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架，可以应用在包括数据挖掘，信息处理或存储历史数据等一系列的程序中。 2.安装scrapy 第一步：pip…

Python 2023年10月2日
0032
ISCC-WP（二）擂台

WEB 1. Melody 查看源代码，发现/info，然后访问是要更改useragent头，要讲请求头改为Melody。给Melody传入参数{{config}},会发现一个ke…

Python 2023年8月12日
0051
第2关：Pandas缺失值类型

任务描述本关任务：根据所学知识完成右侧选择题。相关知识本关卡主要介绍 Pandas自带的几个处理缺失值的工具的用法，该系列 Pandas实训的缺失值主要有三种形式： null…

Python 2023年8月28日
0061
python Merge

/merage# pandas提供了一个类似于关系数据库的连接(join)操作的方法 merage,可以根据一个或多个键将不同DataFrame中的行连接起来，语法如下： merg…

Python 2023年8月7日
0050
pytest——05 报告

目录一、pytest 生成测试报告 1、文本格式的报告 2、生成JUnitXml格式报告 3、将测试报告发送到pastebin服务器 4、生成Html格式报告二、pytest结…

Python 2023年9月11日
0041

2024 年 5 月
一	二	三	四	五	六	日
		1	2	3	4	5
6	7	8	9	10	11	12
13	14	15	16	17	18	19
20	21	22	23	24	25	26
27	28	29	30	31