matplotlib---绘图属性设置（图例、线条属性、坐标轴刻度、坐标轴范围、坐标轴配置、标题和网格、标签、文本、注释、保存图片）
1. 图例 legend
fig = plt.figure(figsize=(8, 5))
x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x), label='sin')
plt.plot(x, np.cos(x), label='cos')
# 图例
plt.legend()
fig = plt.figure(figsize=(8, 5))
x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x))
# 图例
plt.legend(['Sin', 'Cos'],
fontsize=18,
loc='center', # 居中
ncol=2, # 显示成几列
# bbox_to_anchor = [x, y, width, height]
bbox_to_anchor=[0, 0.8, 1, 0.2] # 图例的具体位置
)
2. 线条属性
color 颜色 linestyle 样式 linewidth 宽度 alpha 透明度
marker 标记 mfc: marker face color 标记的背景颜色
fig = plt.figure(figsize=(8, 5))
x = np.linspace(0, 2*np.pi, 20)
y1 = np.sin(x)
y2 = np.cos(x)
# c : color 线颜色
# marker: 标记的样式或点的样式
# mfc: marker face color 标记的背景颜色
# ls : line style 线的样式
# lw: line width 线的宽度
# label: 线标签（图例中显示）
plt.plot(x, y1, c='r', marker='o', ls='--', lw=1, label='sinx', mfc='y', )
plt.plot(x, y2, c='b', marker='*', ls='-', lw=2, label='cosx', mfc='g', )
plt.plot(x, y1-y2, c='y', marker='^', ls='-', lw=3, label='sinx-cosx', mfc='b', alpha=0.5)
plt.plot(x, y1+y2, c='orange', marker='>', ls='-.', lw=4, label='sinx+cosx',
mfc='y',
markersize=10, # 点大小
markeredgecolor='green', #点边缘颜色
markeredgewidth=2 # 点边缘宽度
)
# 图例
plt.legend()
plt.savefig('images/4-2.png')
# **Line Styles**
# ============= ===============================
# character description
# ============= ===============================
# ``'-'`` solid line style
# ``'--'`` dashed line style
# ``'-.'`` dash-dot line style
# ``':'`` dotted line style# **Colors**
# The supported color abbreviations are the single letter codes
# ============= ===============================
# character color
# ============= ===============================
# ``'b'`` blue
# ``'g'`` green
# ``'r'`` red
# ``'c'`` cyan
# ``'m'`` magenta
# ``'y'`` yellow
# ``'k'`` black
# ``'w'`` white# **Markers**
# ============= ===============================
# character description
# ============= ===============================
# ``'.'`` 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
# ``'8'`` octagon marker
# ``'s'`` square marker
# ``'p'`` pentagon marker
# ``'P'`` plus (filled) marker
# ``'*'`` star marker
# ``'h'`` hexagon1 marker
# ``'H'`` hexagon2 marker
# ``'+'`` plus marker
# ``'x'`` x marker
# ``'X'`` x (filled) marker
# ``'D'`` diamond marker
# ``'d'`` thin_diamond marker
# ``'|'`` vline marker
# ``'_'`` hline marker3. 坐标轴刻度
xticks yticks
# 图形绘制
x = np.linspace(0, 10)
y = np.sin(x)
plt.plot(x,y)
# 设置x轴y轴刻度
plt.xticks(np.arange(0, 11, 1))
plt.yticks([-1, 0, 1],
color='red')
plt.savefig('images/4-3.png')
plt.show()# 图形绘制
x = np.linspace(0, 10)
y = np.sin(x)
plt.plot(x,y)
# 设置x轴y轴刻度标签
plt.yticks([-1, 0, 1], # 刻度值
['min', '0', 'max'], # 刻度值对应的标签名（显示）
fontsize=20, # 文字大小
ha='right', # 水平对齐方式
color= 'red' # 颜色
)
plt.xticks(np.arange(0, 11, 1), fontsize=20, color='red' )
plt.savefig('images/4-4.png')
plt.show()
4. 坐标轴范围
xlim ylim
# sin曲线
x = np.linspace(0, 2*np.pi)
y = np.sin(x)
plt.plot(x, y, c='r')
# 设置x轴范围
plt.xlim(-2, 8)
# # 设置 y轴范围
plt.ylim(-2, 2)
plt.savefig('images/4-5.png')5. 坐标轴配置
axis
# sin曲线
x = np.linspace(0, 2*np.pi)
y = np.sin(x)
plt.plot(x, y, c='r')
# 坐标轴范围：[xmin, xmax, ymin, ymax]
plt.axis([-2, 8, -2, 2])
# 选项
# off ： 不显示坐标轴
# equal: 让x轴和y轴 刻度距离相等
# scaled：自动缩放坐标轴和图片适配
# tight：紧凑型自动适配图片
# square：x轴和y轴宽高相同
plt.axis('square')
plt.savefig('images/4-6.png')
plt.show()6. 标题和网格
title grid
# 图形绘制
x = np.linspace(0, 10)
y = np.sin(x)
plt.plot(x, y)
# 图的标题
# fontsize : 标题大小
# loc：标题位置
plt.title('sin曲线', fontsize=20, loc='center')
# 父标题
plt.suptitle('父标题',
y=1.1, # 位置
fontsize=30 #文字大小
)
# 网格线
# ls: line style 网格线样式
# lw：line width 网格线宽度
# c: color 网格线颜色
# axis：画哪个轴的网格线，默认x轴和y轴都画
plt.grid(ls='--', lw=0.5, c='gray', axis='y')
plt.savefig('images/4-7.png')
plt.show()
7. 标签
xlabel ylabe
# 图形绘制
x = np.linspace(0, 10)
y = np.sin(x)
plt.plot(x, y)
# 坐标轴标签
plt.xlabel('y=sin(x)',
fontsize=20, # 文字大小
rotation=0, # 旋转角度
)
plt.ylabel('y=sin(x)',
rotation=90, # 旋转角度
horizontalalignment='right', # 水平对齐方式
fontsize=20
)
# 标题
plt.title('正弦曲线')
plt.savefig('images/4-8.png')
8. 文本
text
plt.figure(figsize=(8, 5))
x = np.linspace(0, 10, 10)
y = np.array([60, 30, 20, 90, 40, 60, 50, 80, 70, 30])
plt.plot(x, y, ls='--', marker='o')
# 文字
for a, b in zip(x, y):
# 画文本
plt.text(
x=a+0.3, # x坐标
y=b+0.5, # y坐标
s=b, # 文字内容
ha='center', # 水平居中
va='center', # 垂直居中
fontsize=14, # 文字大小
color='r' # 文字颜色
)
plt.savefig('images/4-9.png')
plt.show()
9. 注释
annotate
plt.figure(figsize=(8, 5))
x = np.linspace(0, 10, 10)
y = np.array([60, 30, 20, 90, 40, 60, 50, 80, 70, 30])
plt.plot(x, y, ls='--', marker='o')
i=2
# 注释（标注）
plt.annotate(
s='最高销量', # 标注的内容
xy=(3, 90), # 标注的坐标点
xytext=(1, 80), # 标注的内容的坐标点
# 箭头
arrowprops={
'width': 2, # 箭头线的宽度
'headwidth': 8, # 箭头头部的宽度
'facecolor': 'blue' # 箭头的背景颜色
}
)
plt.savefig('images/4-10.png')
10. 保存
savefig
# 图形绘制
f = plt.figure(figsize=(8, 5))
x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x) )
plt.plot(x, np.cos(x))
f.savefig(
fname='pic_name2.png', # 文件名：png、jpg、pdf
dpi=100, # 保存图片像素密度
facecolor='pink', # 背景颜色
# edgecolor='lightgreen', # 边界颜色
bbox_inches='tight', # 保存图片完整
pad_inches=1 # 内边距
)
plt.savefig('images/4-11.png')