echarts y轴只显示5个刻度_16个matplotlib绘图实用小技巧!

关注上方“深度学习技术前沿”，选择“星标公众号”，

资源干货，第一时间送达！

本文主要 16 个 Matplotlib 绘图实用的小技巧。

1. 添加标题-title

matplotlib.pyplot 对象中有个 title() 可以设置表格的标题。

import numpy as npimport matplotlib.pyplot as plt# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.arange(0,10)
plt.title('这是一个示例标题')
plt.plot(x,x*x)
plt.show()

具体实现效果：

2. 添加文字-text

设置坐标和文字，可以使用 matplotlib.pyplot 对象中 text() 接口。其中 第一、二个参数来设置坐标，第三个参数是设置显示文本内容。

import numpy as npimport matplotlib.pyplot as plt# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.arange(-10,11,1)
y=x*x
plt.plot(x,y)
plt.title('这是一个示例标题')# 添加文字
plt.text(-2.5,30,'function y=x*x')
plt.show()

具体实现效果：

3. 添加注释-annotate

我们实用 annotate() 接口可以在图中增加注释说明。其中：

• xy 参数：备注的坐标点

• xytext 参数：备注文字的坐标(默认为xy的位置)

• arrowprops 参数：在 xy 和 xytext 之间绘制一个箭头。

import numpy as npimport matplotlib.pyplot as plt# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.arange(-10,11,1)
y=x*x
plt.title('这是一个示例标题')
plt.plot(x,y)# 添加注释
plt.annotate('这是一个示例注释',xy=(0,1),xytext=(-2,22),arrowprops={
      'headwidth':10,'facecolor':'r'})
plt.show()

具体实现效果：

4. 设置坐标轴名称-xlabel/ylabel

二维坐标图形中，需要在横轴和竖轴注明名称以及数量单位。设置坐标轴名称使用的接口是  xlabel()  和  ylable()。

import numpy as npimport matplotlib.pyplot as plt# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.arange(1,20)
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
plt.plot(x,x*x)
plt.show()

具体实现效果：

5. 添加图例-legend

当线条过多时，我们设置不同颜色来区分不同线条。 因此 ，需要对不同颜色线条做下标注，我们实用 legend() 接口来实现。

import numpy as npimport matplotlib.pyplot as plt# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
plt.plot(x,x)
plt.plot(x,x*2)
plt.plot(x,x*3)
plt.plot(x,x*4)# 直接传入legend
plt.legend(['生活','颜值','工作','金钱'])
plt.show()

具体实现效果：

6. 调整颜色-color

传颜色参数，使用  plot()  中的 color 属性来设置，color 支持以下几种方式

import numpy as npimport matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(1,5)#颜色的几种方式
plt.plot(x,color='g')
plt.plot(x+1,color='0.5')
plt.plot(x+2,color='#FF00FF')
plt.plot(x+3,color=(0.1,0.2,0.3))
plt.show()

具体实现效果：

7. 切换线条样式-marker

如果想改变线条的样式，我们可以使用修改 plot() 绘图接口中  mark  参数，具体实现效果：

import numpy as npimport matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(1,5)
plt.plot(x,marker='o')
plt.plot(x+1,marker='>')
plt.plot(x+2,marker='s')
plt.show()

具体实现效果：

其中 marker 支持的类型：

• ‘.’：点(point marker)

• ‘,’：像素点(pixel marker)

• ‘o’：圆形(circle marker)

• ‘v’：朝下三角形(triangle_down marker)

• ‘^’：朝上三角形(triangle_up marker)

• ‘

• ‘>’：朝右三角形(triangle_right marker)

• ‘1’：(tri_down marker)

• ‘2’：(tri_up marker)

• ‘3’：(tri_left marker)

• ‘4’：(tri_right marker)

• ‘s’：正方形(square marker)

• ‘p’：五边星(pentagon marker)

• ‘*’：星型(star marker)

• ‘h’：1号六角形(hexagon1 marker)

• ‘H’：2号六角形(hexagon2 marker)

• ‘+’：+号标记(plus marker)

• ‘x’：x号标记(x marker)

• ‘D’：菱形(diamond marker)

• ‘d’：小型菱形(thin_diamond marker)

• ‘|’：垂直线形(vline marker)

• ‘_’：水平线形(hline marker)

具体各个效果类型如下

8. 显示数学公式-mathtext

格式如下： 作为开始和结束符，如\omega $，中间的将解析出公式中的符号

import numpy as npimport matplotlib.pyplot as plt
%matplotlib inline
plt.title('chenqionghe')
plt.xlim([1,8])
plt.ylim([1,5])
plt.text(2,4,r'$ \alpha \beta \pi \lambda \omega $',size=25)
plt.text(4,4,r'$ \sin(0)=\cos(\frac{\pi}{2}) $',size=25)
plt.text(2,2,r'$ \lim_{x \rightarrow y} \frac{1}{x^3} $',size=25)
plt.text(4,2,r'$ \sqrt[4]{x}=\sqrt{y} $',size=25)
plt.show()

具体实现效果：

9. 显示网格-grid

grid() 接口可以用来设置背景图为网格。

import numpy as npimport matplotlib.pyplot as plt
%matplotlib inline
x='a','b','c','d'
y=[15,30,45,10]
plt.grid()# 也可以设置颜色、线条宽度、线条样式# plt.grid(color='g',linewidth='1',linestyle='-.')
plt.plot(x,y)
plt.show()

具体实现效果：

10. 调整坐标轴刻度-locator_params

坐标图的刻度我们可以使用  locator_params 接口来调整显示颗粒。 同时调整 x 轴和 y 轴：plt.locator_params(nbins=20) 只调整 x 轴：plt.locator_params(‘'x',nbins=20) 只调整 y 轴：plt.locator_params(‘'y',nbins=20)

import numpy as npimport matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(0,30,1)
plt.plot(x,x)# x轴和y轴分别显示20个
plt.locator_params(nbins=20)
plt.show()

具体实现效果：

11. 调整坐标轴范围-axis/xlim/ylim

axis：[0,5,0,10]，x从0到5，y从0到10 xlim：对应参数有xmin和xmax，分别能调整最大值最小值 ylim：同xlim用法

import numpy as npimport matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(0,30,1)
plt.plot(x,x*x)#显示坐标轴，plt.axis(),4个数字分别代表x轴和y轴的最小坐标，最大坐标#调整x为10到25
plt.xlim(xmin=10,xmax=25)
plt.plot(x,x*x)
plt.show()

具体实现效果：

12. 调整日期自适应-autofmt_xdate

有时候显示日期会重叠在一起，非常不友好，调用 plt.gcf().autofmt_xdate() ，将自动调整角度

import numpy as npimport pandas as pdimport matplotlib.pyplot as plt
%matplotlib inline
x=pd.date_range('2020/01/01',periods=30)
y=np.arange(0,30,1)
plt.plot(x,y)
plt.gcf().autofmt_xdate()
plt.show()

具体实现效果：

13. 添加双坐标轴-twinx

import numpy as npimport matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(1,20)
y1=x*x
y2=np.log(x)
plt.plot(x,y1)# 添加一个坐标轴，默认0到1
plt.twinx()
plt.plot(x,y2,'r')
plt.show()

具体实现效果：

14. 填充区域-fill/fill_beween

fill 填充函数区域

import numpy as npimport matplotlib.pyplot as plt# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.linspace(0,5*np.pi,1000)
y1=np.sin(x)
y2=np.sin(2*x)
plt.plot(x,y1)
plt.plot(x,y2)# 填充
plt.fill(x,y1,'g')
plt.fill(x,y2,'r')
plt.title('这是一个示例标题')
plt.show()

具体实现效果： fill_beween填充函数交叉区域

import numpy as npimport matplotlib.pyplot as plt# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
plt.title('这是一个示例标题')
x=np.linspace(0,5*np.pi,1000)
y1=np.sin(x)
y2=np.sin(2*x)
plt.plot(x,y1)
plt.plot(x,y2)# 填充
plt.fill_between(x,y1,y2,where=y1>y2,interpolate=True)
plt.show()

具体实现效果：

15. 画一个填充好的形状-matplotlib.patche

import numpy as npimport matplotlib.pyplot as pltimport matplotlib.patches as mptaches
%matplotlib inline
xy1=np.array([0.2,0.2])
xy2=np.array([0.2,0.8])
xy3=np.array([0.8,0.2])
xy4=np.array([0.8,0.8])
fig,ax=plt.subplots()#圆形,指定坐标和半径
circle=mptaches.Circle(xy1,0.15)
ax.add_patch(circle)#长方形
rect=mptaches.Rectangle(xy2,0.2,0.1,color='r')
ax.add_patch(rect)#多边形
polygon=mptaches.RegularPolygon(xy3,6,0.1,color='g')
ax.add_patch(polygon)# 椭圆
ellipse=mptaches.Ellipse(xy4,0.4,0.2,color='c')
ax.add_patch(ellipse)
ax.axis('equal')
plt.show()

具体实现效果：

16. 切换样式-plt.style.use

matplotlib支持多种样式，可以通过plt.style.use切换样式，例如： plt.style.use('ggplot') 输入  plt.style.available  可 以查看所有的样式:

import matplotlib.pyplot as plt
plt.style.available

具体实现效果： 示例代码，ggplot样式：

import numpy as npimport matplotlib.pyplot as pltimport matplotlib.patches as mptaches
%matplotlib inline
plt.style.use('ggplot')# 新建4个子图
fig,axes=plt.subplots(2,2)
ax1,ax2,ax3,ax4=axes.ravel()# 第一个图
x,y=np.random.normal(size=(2,100))
ax1.plot(x,y,'o')# 第二个图
x=np.arange(0,10)
y=np.arange(0,10)
colors=plt.rcParams['axes.prop_cycle']
length=np.linspace(0,10,len(colors))for s in length:
    ax2.plot(x,y+s,'-')# 第三个图
x=np.arange(5)
y1,y2,y3=np.random.randint(1,25,size=(3,5))
width=0.25
ax3.bar(x,y1,width)
ax3.bar(x+width,y2,width)
ax3.bar(x+2*width,y3,width)# 第四个图for i,color in enumerate(colors):
    xy=np.random.normal(size=2)
ax4.add_patch(plt.Circle(xy,radius=0.3,color=color['color']))
ax4.axis('equal')
plt.show()

具体实现 效果：

重磅！深度学习技术前沿-微信群已成立

扫码添加群助手，可申请加入 深度学习技术前沿 微信群，旨在交流深度学习方面的学习、科研、工程项目等内容，其中研究方向主要包括：图像识别、图像分类、目标检测、图像分割、人脸识别、模型剪枝与压缩、自然语言处理、知识图谱、强化学习、NAS、GAN等。并且还会第一时间在群中分享一线大厂求职内推资料。

一定要备注：研究方向+学校/公司+姓名(如图像分割+浙大+李四)，按照格式备注，可更快被通过且邀请进群。(广告商、博主请绕道！)

? 长按识别，即可加群

? 长按识别，即可关注