• Matplotlib绘图添加标题，图例，网格，参考线，注释文本，数学表达式，标签，修改刻度

    Matplotlib绘图添加标题，图例，网格，参考线，注释文本，数学表达式，标签，修改刻度


    Matplotlib绘图添加标题，图例，网格，参考线，注释文本，数学表达式，标签，修改刻度

    matplotlib绘制直方图，饼图，散点图，气泡图，箱型图，雷达图 http://t.csdn.cn/ZeXim

    matplotlib的参数配置：http://t.csdn.cn/TiI79

    一.设置x轴和y轴的标签

    xlabel(xlabel,fontdict=None,labelpad=None)
ylabel(ylabel,fontdict=None,labelpad=None)

    • 1
    • 2

    • xlabel/ylabel: 表示x轴(y轴)的标签文本。

    • fontdict：表示控制标签文本样式的字典。

    • labelpad：表示标签与坐标轴边框(包括刻度和刻度标签)的距离。

    示例代码：

    # 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
# 设置标签
plt.xlabel("this is x 轴",size=20)
plt.ylabel("this is y 轴",size=20)
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13

    image-20221001205035213

    二.设置刻度范围

    使用xlim，ylim函数来设置x轴和y轴的范围

    xlim(left=None,right=None,emit=True,auto=False,xmin=None,xmax=None)
ylim(left=None,right=None,emit=True,auto=False,ymin=None,ymax=None)

    • 1
    • 2
    • 使用xmin(ymin)和xmax(ymax)来设置
    # 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
# 设置标签
plt.xlabel("this is x 轴",size=20)
plt.ylabel("this is y 轴",size=20)
# 刻度标签
plt.xlim(-4,4)
plt.ylim(-1,1)
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    image-20221001205614877

    三.添加标题和图例

    标题

    title(label,fontdict=None,loc="center",pad=None)

    • 1

    主要是这里这个loc

    • loc：表示标题的对齐样式，包括left,right,center
    • pad:表示标题与图表顶部的距离，默认为None

    图例

    legend(handles,labels,loc)

    • 1
    • loc:图例的位置这里可以选择uper right，upper left，lowerleft，lowright …建议选择loc=‘best’
    # 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
pic=plt.plot(x,y1,x,y2)
# 设置标签
plt.xlabel("this is x 轴",size=20)
plt.ylabel("this is y 轴",size=20)
# 刻度标签
plt.xlim(-4,4)
plt.ylim(-1,1)
# 添加标题
plt.title("正弦曲线和余弦曲线",loc="left")
# 添加图例
plt.legend(pic,["sinx","cosx"],shadow=True,fancybox="blue")
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20

    image-20221001210854598

    四.显示网格

    这个简单，plt.grid()就好了,但是里面还有一些参数

    grid(b=True,axis="both",which='major')

    • 1

    • which:显示网格的类型，支持major，minor，both默认是major

    • axis：表示显示哪个方向的网格，有x，y，both三个选项

    • linewidth或lw：线条的宽度

      默认：

    # 标签
import numpy as np
import matplotlib.pyplot as plt

# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
pic = plt.plot(x, y1, x, y2)
# 设置标签
plt.xlabel("this is x 轴", size=20)
plt.ylabel("this is y 轴", size=20)
# 添加标题
plt.title("正弦曲线和余弦曲线", loc="left")
# 添加图例
plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
# 网格
plt.grid()
plt.show()


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21

    image-20221001211112120

    选择添加y轴的网格，修改lw为0.3

    plt.grid(lw=1, axis="y")

    • 1

    image-20221001211644221

    五.添加水平参考线和参考区域

    1.使用axhline添加水平参考线

    axhline(y=0,xmin=0,xmax-1,linestyle="-")

    • 1

    • y:表示水平参考线的坐标

    • xmin：表示水平参考线的起始位置，默认为0

    • xmax：水平参考线的终止位置，默认为1

    • linstyle：表示水平参考线的类型，默认是实线

      linstyle的其他类型：http://t.csdn.cn/Ufbvt

    image-20221001212112835

    2.使用axvline绘制垂直参考线

    axvline与axhline的语法类似，只需要修改x和y即可

    示例：在上图中添加两条参考线：

    ​

    # 标签
import numpy as np
import matplotlib.pyplot as plt

# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
pic = plt.plot(x, y1, x, y2)
# 设置标签
plt.xlabel("this is x 轴", size=20)
plt.ylabel("this is y 轴", size=20)
# 添加标题
plt.title("正弦曲线和余弦曲线", loc="left")
# 添加图例
plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
# 网格
plt.grid(lw=1, axis="y")
# 参考线
plt.axvline(x=0.5, linestyle=":", color="m")
plt.axhline(y=0.5, linestyle="--", color="y")
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23

    image-20221001212546052

    3.使用axhspan和axvspan添加参考区域

    axhspan(ymin,ymax,xmin,xmax)
axvspan(ymin,ymax,xmin,xmax)

    • 1
    • 2
    • ymin:表示水平跨度的下限
    • ymax表示水平跨度的上限
    • xmin:表示垂直跨度的下限
    • xmax:表示垂直跨度的上限
    # 标签
import numpy as np
import matplotlib.pyplot as plt

# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
pic = plt.plot(x, y1, x, y2)
# 设置标签
plt.xlabel("this is x 轴", size=20)
plt.ylabel("this is y 轴", size=20)
# 添加标题
plt.title("正弦曲线和余弦曲线")
# 添加图例
plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
# 网格
plt.grid(lw=1, axis="y")
# 参考线
plt.axvline(x=0.5, linestyle=":", color="m")
plt.axhline(y=0.5, linestyle="--", color="y")
# 参考区域
plt.axvspan(xmin=0.5, xmax=1, alpha=0.32)
plt.axhspan(ymin=0.2, ymax=0.5, alpha=0.32)

plt.show()

    • 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

    image-20221001213116289

    六：添加注释文本

    一.指向性文本

    anootate(s,xy,xytext,xycoords,arrowprops,bbox)

    • 1
    • s:表示注释的文本内容
    • xy：表示注释的点的坐标位置，接受元组(x,y)
    • xytext:表示注释文本所在的坐标位置
    • xycoords：表示xy的坐标系统，默认使用与折线使用相同的坐标系统
    • bbox：表示注释文本的边框的属性字典
    • arrowprops：表示知识箭头的属性字典

    arrowprops参数如下：

    image-20221001214629604

    二.无指向性文本注释文本

    text(x,y,s,fontdict=None,bbox)

    • 1

    • x,y:表示注释文本的位置。

    • s：表示注释文本的内容。

    • fontdict：表示控制字体的字典。

    • bbox：表示注释文本的边框属性子弹

    例如：

    # 标签
import numpy as np
import matplotlib.pyplot as plt

# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
pic = plt.plot(x, y1, x, y2)
# 设置标签
plt.xlabel("x 轴", size=20)
plt.ylabel("y 轴", size=20)
# 添加标题
plt.title("正弦曲线和余弦曲线")
# 添加图例
plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
# 网格
plt.grid()
plt.annotate("最小值", xy=(-np.pi / 2, -1.0), xytext=((-np.pi / 2), -0.5), arrowprops=dict(arrowstyle="->"))
plt.text(3.1, 0.1, "y=sin(x)", bbox=dict(alpha=0.2))
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22

    image-20221001215003576

    七.添加数学公式

    只要使用latetx或者katex语法即可

    比如r"$\sin x$"就会显示为 sin ⁡ x \sin x sinx

    这里修改下标题

        # 标签
    import numpy as np
    import matplotlib.pyplot as plt

    # 支持中文
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
    x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
    y1, y2 = np.sin(x), np.cos(x)
    pic = plt.plot(x, y1, x, y2)
    # 设置标签
    plt.xlabel(" x 轴", size=15)
    plt.ylabel(" y 轴", size=15)
    # 添加标题
    plt.title(r'$\frac{\sin x}{2}$')
    # 添加图例
    plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
    # 网格
    plt.grid()
    plt.annotate("最小值", xy=(-np.pi / 2, -1.0), xytext=((-np.pi / 2), -0.5), arrowprops=dict(arrowstyle="->"))
    plt.text(3.1, 0.1, "y=sin(x)", bbox=dict(alpha=0.2))
    plt.show()


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23

    image-20221001220255295

    参考链接：Matplotlib — Visualization with Python
    参考书籍：Python数据可视化%20(黑马程序员)

  • 相关阅读:
    蛋白质结构预测 AlphaFold2、ColabFold、Uni-Fold
    企业媒体信息发布系统，一键发布省时省力
    中高价位搭载率超过60%！NOA几乎标配！APA赛道持续升温
    常见的安全设备详解
    Python编程——for循环基础语法、range语句以及一些案例
    驱动开发，IO多路复用（select,poll,epoll三种实现方式的比较）
    【数字IC/FPGA】热独码检测
    六级高频词汇——Group07
    SAP ERP系统里的那些核心主数据
    Docker的交互式模式，你知道了吗？
  • 原文地址：https://blog.csdn.net/qq_54423921/article/details/127138106