轻松可视化：Matplotlib绘图终极指南！就是这么简单！

概述 Matplotlib是最常用的2D绘图库之一，也是一款很实用的数据可视化工具，但是有时候你画出的图很难正好符合心意。比如说你可能遇到下面这些问题：

Matplotlib 是最常用的 2D 绘图库之一，也是一款很实用的数据可视化工具，但是有时候你画出的图很难正好符合心意。比如说你可能遇到下面这些问题：

怎么更改图例上的标签名称？ 如何设置刻度线？ 怎样将比例设置为对数？ 我该怎么给图表添加注释和箭头？ 如何给我的图表添加网格线？

本文收集了如何自定义你的 matplotlib 绘图的常见问题和答案，也可以作为 matplotlib 快速绘图的速查表，但不是 matplotlib 的入门介绍。如果你对这个库还不熟悉，可以看看它的文档。

进群：548377875   即可获取数十套pdf哦！

文章涵盖的话题包括图表、图表属性、图例、轴、注释和保存图表。

初步小贴士

首先，导入 matplotlib

import matplotlib.pyplot as plt

在 Jupyter Notebook 中，你可以把下面这行代码包含在内，这样每次想画图的时候就不用必须调用 plt.show()了。

%matplotlib inline

另一个方便的技巧是，如果你不想出现 这行恼人的信息，只需在你的代码后面添加一个分号，如下面第二张图所示。

之前：

之后：

图表和子图（subplot）

问：我该怎么增加图表的大小？

很多时候，图表的默认尺寸都很小。你可以添加参数 figsize，像下面这样以英寸为单位指明图形的高度和宽度。

plt.figure(figsize=(20,10))

问：什么是子图（subplot）？我该怎么创建和 *** 作子图？

子图就是一组更小的轴，它们一起存在于单个图中。下面是 2X2 形式的 4 个子图示例：

这些子图是用下面这些代码创建的。我们调用 plt.subplot，并指明 3 个数字。它们指行、列和子图的数量。

    for i in range (1,5): plt.subplot(2,2,i) plt.text(0.5,0.5,str((2,i)),ha=’center’,Fontsize = 10) plt.tight_layout()

在上面的子图中，图中的文本是对这 3 个数字的引用。子图编号的顺序是左上方开始的行，从数字 1 开始。例如，左上图是子图编号 1，右上图是子图编号 2，左下图是子图编号 3，右下图是子图编号 4.

注意，你必须调用 plt.subplot(2,1) 来激活子图。

问：我的子图布局看着很丑，该怎么调整？

下面例子中，子图之间靠的太近了，看着有点挤。我们可以通过调用 plt.tight_layout() 来修正。它会清理子图之间的填充部分，让图表看起来更清爽。

之前：

之后：

问：怎么向我的图表添加网格线？

plt.grID(True)

风格和属性

问：如何修改图表中线条的颜色/宽度/风格？

你可以传递和设置参数 color，linewidth 和 linestyle。

plt.plot(x,y,color = ‘green’,linewidth = 2,linestyle = “-”)

下面是一些你可以选择的线条风格：

问：怎样修改标记的样式或颜色？

你可以传递和设置参数 marker 和 color，如下所示：

plt.scatter(x,marker = ‘o’,color = ‘red’)

这里是一些供你选择的标记：

问：怎么修改线条的透明度？

向图表传入 Alpha 参数表示线条的透明度，它的设置范围在 0 到 1 之间，其中 0 表示完全透明，1 表示无透明。

    plt.plot(x,Alpha = 0.1)

下图展示了当 Alpha 分别为 0.9,0.5 和 0.1 时的透明效果：

图例

问：该怎样为我的图表添加图例？

如果你的图表上没有自动出现图例，你可以用如下代码来显示图例。

plt.legend()

问：该如何修改图例出现的位置？

你可以向 loc 参数中传入以下参数：upper right，upper left，lower left，lower right,right,center left,center right,lower center,upper center,center，分别表示右上角，左上角，左下角，右下角，右角，左中角，右中角，下中心，上中心，中心位置。

plt.legend(loc = ‘lower right’);

问：该怎样修改图例中的标签名称？

方法1：

比方说你有 10 个图例项，你只想修改第一个图例项中的标签。将图例保存到变量 L 之后，可以用“L.get_texts()[0]”调用图例中的第一项，手动设置为你想用的文本。在下面的例子中，我们将图例修改为了‘line123’。

L = plt.legend()get_texts()[0].set_text('line123')

方法2：

另外，你可以创建一列标签名称，设置图例标签等于你创建的列表。

mylabels = ['happy','sad','nervous','angry','neutral']plt.legend(labels = my_labels)

问：如何修改图例大小？

如果想设置具体图表中的图例大小，你可以传入 Fontsize 参数。

plt.legend(Fontsize = 10);

也可以不用数字表示字体大小，像下面这样 *** 作：

plt.legend(Fontsize = 'x-large');

轴

问：如何命名 x 轴和 y 轴的标签？以及如何修改字体大小？

根据你想具体使用的哪个轴，你可以叫他们‘ylabel’或‘xlabel’，如下所示。第一项就是你想让轴使用的名称。如果想设置字体大小，像下面这样嵌入 Fontsize 参数：

plt.ylabel('Income',Fontsize = 15) #for y labelplt.xlabel('Age',Fontsize = 15) #for x label

问：我该如何设置刻度线？

第一个参数设置刻度线所在的位置，第二个参数设置刻度线旁边的标签。

plt.yticks([0,4,6,7,10],[“0”,“2B”,"4B”,“8B”,“10B”])plt.xticks([0,1,3,5],“1oz”,"2oz”,“3oz”,“4oz”])

问：如何设置轴的长度？

plt.ylim(-1.0,1.0) #for y axisplt.xlim(0,50) #for x axis

问：如何将比例修改为对数？

plt.yscale(“log”) #for y axisplt.xsclae("log") #for x axis

注释

问：如何向图表添加注释和箭头？

我们可以创建注释，并指明注释 xy 参数的坐标。xytext 定义了标签的坐标。如果我们想添加箭头，需要使用 arrowprops 来显示箭头。

plt.annotate(‘sentosa’,xy = (5.0,3.5),xytext(4.25,4.0),arrowprops={'color': 'red'})

保存图表

按自己的需要自定义完图表后，就该保存了。这里我们将示例中的图表命名为“plot1”，用如下方式将图表保存到你的工作目录中。

plt.savefig('plot1.jpg')

最后一点

如果你在 Jupyter Notebook 中画了一个非常大的图表的话，你的 Jupyter Notebook 会变得非常慢。

如果你将鼠标悬停在图形的左侧，会出现一个如下所示的灰色框。双击该灰色框，就能隐藏你的图表，从而让 Jupyter Notebook 可以正常运行。这也有助于滚动图表。

希望本文对你使用 matplotlib 绘图有所帮助。

总结

以上是内存溢出为你收集整理的轻松可视化：Matplotlib绘图终极指南！就是这么简单！全部内容，希望文章能够帮你解决轻松可视化：Matplotlib绘图终极指南！就是这么简单！所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。