【python】matplotlib画图常用功能汇总

目录:

    • 一、matplotlib画图风格
    • 二、matplotlib图像尺寸和保存分辨率
    • 三、matplotlib子图相关功能
      • 创建子图:
      • 绘制子图:
      • 设置子图属性:
      • 调整布局:
      • 示例代码:
    • 四、matplotlib字体设置
      • 字体族和字体的区别
      • 字体选择和设置
        • 1. Matplotlib中的字体设置
        • 2. 使用中文字体
        • 3. 使用自定义字体
        • 4. 查看系统自带字体
        • 5. 其他字体属性
      • 示例代码:

一、matplotlib画图风格

在 Matplotlib 中,可以通过设置不同的绘图风格(style)来自定义图形的外观。Matplotlib有一些预定义的风格,也允许您创建自定义风格。

以下是一些基本的设置绘图风格的方法:

  1. 使用预定义的风格:
    Matplotlib提供了一些预定义的绘图风格,如 ‘seaborn’, ‘ggplot’, ‘fivethirtyeight’ 等。您可以使用以下代码之一设置风格:

    import matplotlib.pyplot as plt
    
    # 使用预定义的风格
    plt.style.use('seaborn')  # 也可以使用其他风格,如 'ggplot', 'fivethirtyeight' 等
    
  2. 自定义风格:
    如果您希望创建自定义风格,可以使用plt.style.context,在此上下文中设置参数:

    import matplotlib.pyplot as plt
    
    # 创建自定义风格
    with plt.style.context({
        'axes.edgecolor': 'gray',
        'axes.labelcolor': 'black',
        'xtick.color': 'black',
        'ytick.color': 'black',
        'xtick.direction': 'in',
        'ytick.direction': 'in',
        'grid.color': 'lightgray',
        'grid.linestyle': '--',
        'figure.facecolor': 'white',
        'figure.edgecolor': 'white',
    }):
        # 在此上下文中绘制图形,图形将使用上述自定义风格
        plt.plot(x, y)
        plt.xlabel('X-axis Label')
        plt.ylabel('Y-axis Label')
        plt.title('Custom Style Plot')
    
    # 图形在此上下文之外将使用默认风格
    
  3. 查看可用的预定义风格:
    如果想了解可用的预定义风格,可以使用以下代码:

    available_styles = plt.style.available
    print("Available styles:", available_styles)
    

    从中选择一个适合您的绘图的风格。


二、matplotlib图像尺寸和保存分辨率

  1. 图像的默认设置

    • 'figure.figsize': 图像的默认尺寸,例如[6.4, 4.8]
    • 'figure.dpi': 图像分辨率(每英寸点数),默认为100
      在 Matplotlib 中,您可以通过设置图形的大小和分辨率来调整图像的尺寸和清晰度。以下是一些方法:
  2. 设置图形大小:
    您可以使用 plt.figure(figsize=(width, height)) 来设置图形的大小。例如:

    import matplotlib.pyplot as plt
    
    # 设置图形大小为宽度10英寸,高度6英寸
    plt.figure(figsize=(10, 6))
    
    # 绘制图形
    plt.plot(x, y)
    
    # 显示图形
    plt.show()
    
  3. 设置分辨率:
    您可以使用 plt.savefig 方法保存图形(savefig语句要在show之前,否则图像show之后图像销毁无法保存),并通过 dpi 参数设置分辨率。例如:

    import matplotlib.pyplot as plt
    
    # 绘制图形
    plt.plot(x, y)
    
    # 保存图形并设置分辨率为300dpi
    plt.savefig('output_plot.png', dpi=300)
    
    # 显示图形(可选)
    plt.show()
    

    在上述例子中,图形将以300dpi的分辨率保存为PNG文件。您可以调整 dpi 的值以获得所需的分辨率。

  4. 综合使用大小和分辨率:
    如果需要在显示和保存时分别设置大小和分辨率,可以结合使用 plt.figureplt.savefig

    import matplotlib.pyplot as plt
    
    # 设置图形大小为宽度10英寸,高度6英寸
    plt.figure(figsize=(10, 6))
    
    # 绘制图形
    plt.plot(x, y)
    
    # 保存图形并设置分辨率为300dpi
    plt.savefig('output_plot.png', dpi=300)
    
    # 显示图形
    plt.show()
    

    在这个例子中,图形在显示时具有指定的大小,但保存时具有指定的分辨率。

根据您的具体需求,可以灵活调整图形的大小和分辨率。


三、matplotlib子图相关功能

Matplotlib中的子图(subplots)功能使您能够在同一图形上绘制多个子图。以下是子图相关功能的一些用法汇总:

创建子图:

  1. 使用 plt.subplots 创建多个子图:

    import matplotlib.pyplot as plt
    
    fig, axes = plt.subplots(nrows=2, ncols=2)
    

    在此示例中,fig 是整个图形对象,axes 是一个包含所有子图的2x2数组。

  2. 使用 plt.subplot 创建单个子图:

    import matplotlib.pyplot as plt
    
    plt.subplot(2, 2, 1)  # 创建一个2x2布局的图形,选择第一个子图
    

绘制子图:

  1. 在指定子图上绘制图形:

    axes[0, 0].plot(x1, y1)
    axes[0, 1].scatter(x2, y2)
    

    在此示例中,axes[0, 0] 表示第一行第一列的子图。

设置子图属性:

  1. 设置子图标题:

    axes[0, 0].set_title('Title for Subplot 1')
    
  2. 设置子图标签:

    axes[1, 0].set_xlabel('X-axis Label')
    axes[1, 0].set_ylabel('Y-axis Label')
    
  3. 设置图形标题:

    fig.suptitle('Overall Title for the Figure', fontsize=16)
    

调整布局:

  1. 调整子图之间的间距:

    plt.subplots_adjust(wspace=0.5, hspace=0.3)
    

    这将调整子图之间的水平(wspace)和垂直(hspace)间距。

示例代码:

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建2x2的子图布局
fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10, 8))

# 在子图上绘制图形
axes[0, 0].plot(x, y1)
axes[0, 1].scatter(x, y2)
axes[1, 0].hist(y1, bins=20, color='green', alpha=0.7)
axes[1, 1].barh(x, y2, color='orange', alpha=0.7)

# 设置子图属性
axes[0, 0].set_title('Sine Curve')
axes[0, 1].set_title('Scatter Plot')
axes[1, 0].set_title('Histogram')
axes[1, 1].set_title('Horizontal Bar Chart')

# 设置图形标题
fig.suptitle('Multiple Subplots Example', fontsize=16)

# 调整布局
plt.subplots_adjust(wspace=0.5, hspace=0.3)

# 显示图形
plt.show()

【python】matplotlib画图常用功能汇总_第1张图片

这个示例代码创建了一个包含四个子图的图形,并展示了如何在子图上绘制不同类型的图形。根据您的需求,可以进一步调整子图的属性和布局。


四、matplotlib字体设置

字体族和字体的区别

在Matplotlib和其他文本处理库中,字体族(font family)和字体(font)是两个相关但不同的概念。

  1. 字体族(Font Family):

    • 字体族指的是一组具有相似设计风格的字体。这组字体通常由不同的字体样式组成,包括正常(regular)、粗体(bold)、斜体(italic)等。
    • 字体族用于指定文本的整体外观风格,而不仅仅是单一字体样式。常见的字体族包括"serif"(衬线字体,如Times New Roman)、“sans-serif”(无衬线字体,如Arial)、“monospace”(等宽字体,如Courier New)等。
  2. 字体(Font):

    • 字体是字体族中的具体样式的实例,它定义了字符的外观、形状和大小。
    • 例如,“serif” 字体族可能包含具体的字体样式,如"Times New Roman"、"Georgia"等。每个具体的字体都属于特定的字体族,并具有独特的设计特征。

在Matplotlib中,通过指定字体族,您可以选择使用该族中的任何具体字体样式。字体族的选择通常受到个人偏好、图形的整体风格以及文本在不同设备上的可读性等因素的影响。

字体选择和设置

1. Matplotlib中的字体设置

Matplotlib提供了一些用于设置字体的方法,包括全局字体设置和特定元素的字体设置。

import matplotlib.pyplot as plt

# 全局字体设置
plt.rcParams['font.family'] = 'sans-serif'  # 指定字体家族
plt.rcParams['font.sans-serif'] = ['Arial']  # 指定具体字体

# 也可以直接在绘图时指定字体
plt.title('Title', fontdict={'fontname': 'Arial', 'fontsize': 16})
plt.xlabel('X Label', fontdict={'fontname': 'Arial', 'fontsize': 12})
plt.ylabel('Y Label', fontdict={'fontname': 'Arial', 'fontsize': 12})

# 显示图形
plt.show()
2. 使用中文字体

对于中文字体,可以使用支持中文的字体,如SimHei、Microsoft YaHei等。

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体或其他中文字体
3. 使用自定义字体

可以下载并使用第三方的中文字体文件,然后指定路径。

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Path/To/Your/CustomChineseFont.ttf']  # 替换为自定义中文字体文件的路径
4. 查看系统自带字体
from matplotlib import font_manager

for f in font_manager.fontManager.ttflist:
    print(f.name)

以上方法应该能够解决大多数中文字体无法显示的问题。根据具体需求,选择适合的中文字体并进行相应的设置。

5. 其他字体属性

plt.rcParams是一个字典,用于设置Matplotlib的默认配置参数。以下是一些常见的plt.rcParams属性,用于定制Matplotlib的外观和行为:

  1. 字体相关设置

    • 'font.family': 字体家族,默认为'sans-serif'
    • 'font.sans-serif': 无衬线字体的具体名称,默认为'DejaVu Sans'
    • 'font.serif': 有衬线字体的具体名称,默认为'DejaVu Serif'
    • 'font.monospace': 等宽字体的具体名称,默认为'DejaVu Sans Mono'
    • 'font.size': 字体大小,默认为10
  2. 线条和标记的默认设置

    • 'lines.linewidth': 线条宽度,默认为1.5
    • 'lines.linestyle': 线条风格,默认为'-'
    • 'lines.marker': 数据点标记,默认为'None'
  3. 刻度相关设置

    • 'xtick.labelsize': X轴刻度标签字体大小,默认为'medium'
    • 'ytick.labelsize': Y轴刻度标签字体大小,默认为'medium'
    • 'xtick.direction': X轴刻度方向,默认为'out'
    • 'ytick.direction': Y轴刻度方向,默认为'out'
  4. 文本相关设置

    • 'text.color': 默认文本颜色,默认为'black'
  5. 坐标轴范围

    • 'axes.xmargin''axes.ymargin': 控制数据显示的空白边缘比例,默认为0.05

等等。你可以通过plt.rcParams.keys()来查看所有的默认配置参数。
【python】matplotlib画图常用功能汇总_第2张图片
定制这些参数可以让你在绘图时不必每次都手动设置相同的属性,提高了代码的可读性和重复使用性。

示例代码:

import matplotlib.pyplot as plt

plt.rcParams['font.family'] = 'serif'
plt.rcParams['font.serif'] = 'Times New Roman'
plt.rcParams['font.size'] = 20
plt.rcParams['font.weight'] = "bold"
plt.rcParams['font.style'] = "italic"
plt.rcParams['text.color'] = "red"
plt.rcParams['xtick.color'] = "purple"

plt.plot([1, 2, 3, 4], [10, 20, 25, 30])
plt.title('Sample chart')
plt.xlabel('X-axis', color="blue")
plt.ylabel('Y-axis')

# 或者在特定的文本上设置字体属性
plt.text(1, 29, 'Hello, Matplotlib!', fontsize=16, fontweight='bold', fontstyle = 'oblique', color='green')

plt.show()

【python】matplotlib画图常用功能汇总_第3张图片

你可能感兴趣的:(编程学习,python,matplotlib,开发语言)