Python matplotlib绘图详解_Python

图标英文显示设置：

正常以字符串形式传进去字串，英文显示格式不是很美观，为了让文字更美观点，在书写时以这种格式写：

r'$string$'

在这里，如果需要特殊数学字符使用 \ 转义，空格也需要转义

比如：r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$'

Python matplotlib绘图详解

一、figure窗口及坐标轴设置

plt.figure(figsize = (20, 8), dpi = 80)	窗口，用于展示图片	1、figure图形的意思，这里指我们画的图， 2、通过实例化一个figure并且传递参数，能够在后台自动使用该figure实例； 3、在图像模糊的时候可以传入dpi参数，让图片更加清晰 4、figsize：指定图片的大小 5、linewidth：指定显示的线的宽度 6、linestyle：指定线条显示的风格，如：虚线 linestyle="--"
ax = plt.gca()	获取当前图形的坐标轴	gca == "get current axis" 获取坐标轴
ax.spines['right'].set_color('none')	图形的边框	spines通过在[]设置left\right\bottom\top来对4个边框进行格式设置 set_color是设置颜色
ax.xaxis.set_ticks_position('bottom')	设置用哪个刻度做轴	使用bottom当作x轴
ax.spines['bottom'].set_position(('data', 0))	设置坐标轴的位置	设置x轴的位置是放在y轴的0刻度处

import numpy as np
from matplotlib import pyplot as plt

x = np.linspace(-3, 3, 50)
y1 = x*2+1
y2 = x**2

#创建一个窗口
plt.figure()
#同一窗口放置多张图片
l1, = plt.plot(x, y1, label='up')
l2, = plt.plot(x, y2, color="red", linewidth=2.0, linestyle="--", label='down')
#设置显示图例
plt.legend(handles=[l1, l2], labels=['aaa', 'bbb'], loc='best')

#设置坐标轴的取值范围
plt.xlim((-1,2))
plt.ylim((-2,3))

#设置坐标轴的提示信息
plt.xlabel("I am x")
plt.ylabel("I am y")

#生成新的坐标点
new_ticks = np.linspace(-1, 2, 5) #将-1~2分为5份
#设置显示出来的坐标单位
plt.xticks(new_ticks)
#人为指定坐标轴显示的内容
#设置刻度上显示的内容，但需要人为指定对应顺序
plt.yticks([-2, -1.8, -1, 1.22, 3,], [r'$really\ bad$', r'$bad$', r'$normal$',
                          r'$good$', r'$really\ good$'])

# gca == "get current axis" 获取坐标轴
ax = plt.gca()
#图形的边框
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

#改变坐标轴的位置
#设置用哪个刻度做轴
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
#横坐标设置为y轴的0
ax.spines['bottom'].set_position(('data', 0)) #outward， axes
ax.spines['left'].set_position(('data', 0))
plt.show()

Python matplotlib绘图详解

二、为特殊点加注解（Annotation）

使用text()会将文本放置在轴域的任意位置。文本的一个常见用例是标注绘图的某些特征，而annotate()方法提供辅助函数，使标注变得容易。annotate用于在图形上给数据添加文本注解，而且支持带箭头的划线工具，方便我们在合适的位置添加描述信息。在标注中，有两个要考虑的点：由参数xy表示的标注位置和xytext的文本位置。这两个参数都是(x, y)元组。

参数说明：

Axes.annotate(s,xy,*args,**kwargs)

s：注释文本的内容
xy：被注释的坐标点，二维元组形如(x,y)
xytext：注释文本的坐标点，也是二维元组，默认与xy相同
xycoords：被注释点的坐标系属性，允许输入的值如下

属性值	含义
'figure points'	以绘图区左下角为参考，单位是点数
'figure pixels'	以绘图区左下角为参考，单位是像素数
'figure fraction'	以绘图区左下角为参考，单位是百分比
'axes points'	以子绘图区左下角为参考，单位是点数（一个figure可以有多个axex，默认为1个）
'axes pixels'	以子绘图区左下角为参考，单位是像素数
'axes fraction'	以子绘图区左下角为参考，单位是百分比
'data'	以被注释的坐标点xy为参考 (默认值)
'polar'	不使用本地数据坐标系，使用极坐标系

textcoords：注释文本的坐标系属性，默认与xycoords属性值相同，也可设为不同的值。除了允许输入xycoords的属性值，还允许输入以下两种：

属性值	含义
'offset points'	相对于被注释点xy的偏移量（单位是点）
'offset pixels'	相对于被注释点xy的偏移量（单位是像素）

arrowprops：箭头的样式，dict（字典）型数据，如果该属性非空，则会在注释文本和被注释点之间画一个箭头。如果不设置'arrowstyle'关键字，则允许包含以下关键字：

关键字	说明
width	箭头的宽度（单位是点）
headwidth	箭头头部的宽度（点）
headlength	箭头头部的长度（点）
shrink	箭头两端收缩的百分比（占总长）
?	任何 matplotlib.patches.FancyArrowPatch中的关键字

import numpy as np
from matplotlib import pyplot as plt

x = np.linspace(-3, 3, 50)
y1 = x*2+1
plt.figure()
plt.plot(x, y1, label='up')

#添加注释
x0 = 1
y0 = 2*x0 + 1
#使用散点方式，只显示一个点， blue
plt.scatter(x0, y0, s=50, color='b')
#k--表示 black的 --
plt.plot([x0, x0], [0, y0], 'k--', lw=2.5)

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

#设置标注
#method 1
plt.annotate(r'$2x+1=%s$' % str(y0), xy=(x0, y0),
           xycoords='data', xytext=(+30, -30), textcoords='offset points',
           fontsize=16, arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=.2'))
plt.text(-3.7, 3, r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$',
          fontdict={'size':16, 'color': 'r'})

plt.show()

Python matplotlib绘图详解