基础画图
坐标设置
确定坐标范围 xlim(xmin, xmax) 和 ylim(ymin, ymax) 来调整 x , y 坐标范围
import numpy as np
import matplotlib.pyplot as plt
from pylab import *
x = np.arange(-5.0, 5.0, 0.02)
y1 = np.sin(x)
plt.figure(1)
plt.subplot(211)
plt.plot(x, y1)
plt.subplot(212)
xlim(-2.5, 2.5)
ylim(-1, 1)
plt.plot(x, y1)
设置坐标轴刻度
plt.xticks() 和 plt.yticks() 可以设置坐标轴的刻度显示的值
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
yticks([-1, 0, +1],
[r'$-1$', r'$0$', r'$+1$'])
线点的参数设置
设置图中线与点的形状和颜色（linestyle、marker）
linestyle 有如下几个可选参数：
'-' solid line style
'--' dashed line style
'-.' dash-dot line style
':' dotted line style
marker 有如下几个可选参数：
'.' 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
marker 示意图：
cnames = {
'aliceblue': '#F0F8FF',
'antiquewhite': '#FAEBD7',
'aqua': '#00FFFF',
'aquamarine': '#7FFFD4',
'azure': '#F0FFFF',
'beige': '#F5F5DC',
'bisque': '#FFE4C4',
'black': '#000000',
'blanchedalmond': '#FFEBCD',
'blue': '#0000FF',
'blueviolet': '#8A2BE2',
'brown': '#A52A2A',
'burlywood': '#DEB887',
'cadetblue': '#5F9EA0',
'chartreuse': '#7FFF00',
'chocolate': '#D2691E',
'coral': '#FF7F50',
'cornflowerblue': '#6495ED',
'cornsilk': '#FFF8DC',
'crimson': '#DC143C',
'cyan': '#00FFFF',
'darkblue': '#00008B',
'darkcyan': '#008B8B',
'darkgoldenrod': '#B8860B',
'darkgray': '#A9A9A9',
'darkgreen': '#006400',
'darkkhaki': '#BDB76B',
'darkmagenta': '#8B008B',
'darkolivegreen': '#556B2F',
'darkorange': '#FF8C00',
'darkorchid': '#9932CC',
'darkred': '#8B0000',
'darksalmon': '#E9967A',
'darkseagreen': '#8FBC8F',
'darkslateblue': '#483D8B',
'darkslategray': '#2F4F4F',
'darkturquoise': '#00CED1',
'darkviolet': '#9400D3',
'deeppink': '#FF1493',
'deepskyblue': '#00BFFF',
'dimgray': '#696969',
'dodgerblue': '#1E90FF',
'firebrick': '#B22222',
'floralwhite': '#FFFAF0',
'forestgreen': '#228B22',
'fuchsia': '#FF00FF',
'gainsboro': '#DCDCDC',
'ghostwhite': '#F8F8FF',
'gold': '#FFD700',
'goldenrod': '#DAA520',
'gray': '#808080',
'green': '#008000',
'greenyellow': '#ADFF2F',
'honeydew': '#F0FFF0',
'hotpink': '#FF69B4',
'indianred': '#CD5C5C',
'indigo': '#4B0082',
'ivory': '#FFFFF0',
'khaki': '#F0E68C',
'lavender': '#E6E6FA',
'lavenderblush': '#FFF0F5',
'lawngreen': '#7CFC00',
'lemonchiffon': '#FFFACD',
'lightblue': '#ADD8E6',
'lightcoral': '#F08080',
'lightcyan': '#E0FFFF',
'lightgoldenrodyellow': '#FAFAD2',
'lightgreen': '#90EE90',
'lightgray': '#D3D3D3',
'lightpink': '#FFB6C1',
'lightsalmon': '#FFA07A',
'lightseagreen': '#20B2AA',
'lightskyblue': '#87CEFA',
'lightslategray': '#778899',
'lightsteelblue': '#B0C4DE',
'lightyellow': '#FFFFE0',
'lime': '#00FF00',
'limegreen': '#32CD32',
'linen': '#FAF0E6',
'magenta': '#FF00FF',
'maroon': '#800000',
'mediumaquamarine': '#66CDAA',
'mediumblue': '#0000CD',
'mediumorchid': '#BA55D3',
'mediumpurple': '#9370DB',
'mediumseagreen': '#3CB371',
'mediumslateblue': '#7B68EE',
'mediumspringgreen': '#00FA9A',
'mediumturquoise': '#48D1CC',
'mediumvioletred': '#C71585',
'midnightblue': '#191970',
'mintcream': '#F5FFFA',
'mistyrose': '#FFE4E1',
'moccasin': '#FFE4B5',
'navajowhite': '#FFDEAD',
'navy': '#000080',
'oldlace': '#FDF5E6',
'olive': '#808000',
'olivedrab': '#6B8E23',
'orange': '#FFA500',
'orangered': '#FF4500',
'orchid': '#DA70D6',
'palegoldenrod': '#EEE8AA',
'palegreen': '#98FB98',
'paleturquoise': '#AFEEEE',
'palevioletred': '#DB7093',
'papayawhip': '#FFEFD5',
'peachpuff': '#FFDAB9',
'peru': '#CD853F',
'pink': '#FFC0CB',
'plum': '#DDA0DD',
'powderblue': '#B0E0E6',
'purple': '#800080',
'red': '#FF0000',
'rosybrown': '#BC8F8F',
'royalblue': '#4169E1',
'saddlebrown': '#8B4513',
'salmon': '#FA8072',
'sandybrown': '#FAA460',
'seagreen': '#2E8B57',
'seashell': '#FFF5EE',
'sienna': '#A0522D',
'silver': '#C0C0C0',
'skyblue': '#87CEEB',
'slateblue': '#6A5ACD',
'slategray': '#708090',
'snow': '#FFFAFA',
'springgreen': '#00FF7F',
'steelblue': '#4682B4',
'tan': '#D2B48C',
'teal': '#008080',
'thistle': '#D8BFD8',
'tomato': '#FF6347',
'turquoise': '#40E0D0',
'violet': '#EE82EE',
'wheat': '#F5DEB3',
'white': '#FFFFFF',
'whitesmoke': '#F5F5F5',
'yellow': '#FFFF00',
'yellowgreen': '#9ACD32'}
颜色示意图：
文字设置
添加文字说明
plt.text() 可以在图中的任意位置添加文字，并支持 LaTex 语法
xlable() 和 ylable 用于添加 x 轴和 y 轴标签
title() 用于添加图的题目
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.annotate() 可以添加注释
import numpy as np
import matplotlib.pyplot as plt
ax = plt.subplot(111)
t = np.arange(0.0, 5.0, 0.01)
s = np.cos(2*np.pi*t)
line, = plt.plot(t, s, lw=2)
plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5),
arrowprops=dict(facecolor='black', shrink=0.05),
)
plt.ylim(-2,2)
plt.show()
图表正常显示中文
为了在图表中正常显示中文和负号等，需要如下设置代码：
import matplotlib.pyplot as plt
plt.rcParams['font.sas-serig']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
图表设置
添加图例
plt.legend() 添加图例
plot(X, C, color="blue", linewidth=2.5, linestyle="-", label="cosine")
plot(X, S, color="red", linewidth=2.5, linestyle="-", label="sine")
legend(loc='upper left')
设置图例的位置
图例的位置通过 plt.legend(bbox_to_anchor=(num1, num2), loc=num3, borderaxespad=num4) 设置
bbox_to_anchor(num1,num2) 表示 legend 的位置和图像的位置关系， num1 表示水平位置， num2 表示垂直位置。
num1=0 表示 legend 位于图像的左侧垂直线（图像内，与 y 轴重合）； num1=1 表示 legend 位于图像的右侧垂直线（图像外面，与右侧垂线重合）；当 num1 大于 1 时， legend 位于图像的右侧垂直线（图像外面，不与右侧垂线重合），一般取 num1=1.05。
num2=1 表示 legend 位于图像上侧水平线； num2=0 表示 legend 位于图像下侧水平线。
其中， loc 参数如下，可以单独使用 plt.legend(bbox_to_anchor=(loc='upper right')，也可以和其他参数一起使用 plt.legend(bbox_to_anchor=(num1, num2), loc=num3, borderaxespad=num4)
位置StringNumber右上upper right1左上upper left2左下lower left3右下lower right4正右right5中央偏左center left6中央偏右center right7中央偏下lower center8中央偏上upper center9正中央center10
参数 num4 表示轴和 legend 之间的填充，以字体大小距离测量，默认值为 None，但实际操作中，如果不加该参数，效果是有一定的填充。
特殊点做注释
t = 2*np.pi/3
plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
scatter([t,],[np.cos(t),], 50, color ='blue')
annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
xy=(t, np.sin(t)), xycoords='data',
xytext=(+10, +30), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")
scatter([t,],[np.sin(t),], 50, color ='red')
annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',
xy=(t, np.cos(t)), xycoords='data',
xytext=(-90, -50), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
plt.subplot()
plt.subplot(231) 表示把图分割为 2*3 的网格，也可以是 plt.subplot(231)
其中，第一个参数表示行数，第二个参数表示列数，第三个参数表示图形的标号
图表背景色
通过向 plt.pyplot.axes() 或者 plt.pyplot.subplot() 提供一个 axisbg 参数，可以指定坐标轴的背景色
subplot(111, axisbg=(0.1843, 0.3098, 0.3098))
饼图——pie
一个例子：
import matplotlib.pyplot as plt
labels = 'frogs', 'hogs', 'dogs', 'logs'
sizes = 15, 20, 45, 10
colors = 'yellowgreen', 'gold', 'lightskyblue', 'lightcoral'
explode = 0, 0.1, 0, 0
plt.pie(sizes, explode = explode, labels = labels, colors = colors, autopct = '%1.2f%%', shadow = True, startangle = 50)
plt.axis('equal')
plt.show()
pie 的参数说明：
参数说明x(每一块)的比例，如果sum(x) > 1会使用sum(x)归一化labels(每一块)饼图外侧显示的说明文字explode(每一块)离开中心距离startangle起始绘制角度；
默认图是从x轴正方向逆时针画起
；如设定=90则从y轴正方向画起shadow在饼图下面画一个阴影；
默认值：False，即不画阴影
labeldistancelabel标记的绘制位置，相对于半径的比例；
默认值为1.1，如
Original: https://blog.csdn.net/un357951/article/details/122667027
Author: timedecdec
Title: Python + matplotlib（plt） 绘图要点明细整理
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/764860/
转载文章受原作者版权保护。转载请注明原作者出处！