matplotlib可視化《2》圖形設置與調整

•figure和subplot

matplotlib的圖像都是位於figure對象中的，我們可以通過plt.figure創建一個新的figure：

fig=plt.figure(figsize=(6,6))#figsize控制畫布的大小

但figure是不能繪圖的，我們需要用fig.add_subplot的方式創建一個或者多個subplot才行：

ax1=fig.add_subplot(211)#表示選中2行1列的第一個畫布
x=np.linspace(0,8,num=50)
y1=np.sin(x)
ax1.plot(x,y1)

ax2=fig.add_subplot(212)#第二塊畫布
x=np.linspace(0,8,num=50)
y2=np.cos(x)
ax2.plot(x,y2)
fig

 

 

 

 

plt.subplots

plt.subplots是更為簡單的方法，可以直接創建多個畫布，直接調用即可

fig,axes=plt.subplots(2,1,sharex=True,figsize=(7,7))

axes#為數組，所以我們可以用數值索引的方式調用

array([<matplotlib.axes._subplots.AxesSubplot object at 0x7f97c0ba9350>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x7f97ef1eb090>],
      dtype=object)

axes[0].plot(x,y1)#第一塊畫布
axes[1].plot(x,y2)#第二塊畫布
fig

 

 

 

~plt.subplots_adjust

plt.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None

參數含義：
left, right, bottom, top：子圖所在區域的邊界。
當值大於1.0的時候子圖會超出figure的邊界從而顯示不全；值不大於1.0的時候，子圖會自動分布在一個矩形區域（下圖灰色部分）。
要保證left < right, bottom < top，否則會報錯。
如下圖：

 

wspace, hspace：子圖之間的橫向間距、縱向間距分別與子圖平均寬度、平均高度的比值。

 

舉個例子

fig,axes=plt.subplots(2,2,facecolor="darkseagreen",figsize=(6,6))
plt.subplots_adjust(left=0.1, wspace=0.1, top=0.9,hspace=0.2) #位置調整

 

 

•美圖

~顏色、標記和線型

fig,axes=plt.subplots(2,2,facecolor="darkseagreen",figsize=(6,6))
plt.subplots_adjust(left=0.1, wspace=0.1, top=0.9,hspace=0.2) #位置調整
axes[0,0].plot(np.random.randn(20).cumsum(),"ro--")#“ro--”簡單表
axes[0,1].plot(np.random.randn(20).cumsum(),color="g",linestyle="dashed",marker="o")#展開
fig

 

 

顏色和線型參考表如下

 

~標題、刻度、標簽和圖例

標題

 

#整個figure的標題
fig.suptitle('我的畫板', fontsize=16, fontweight='bold')
#各個畫布的標題
axes[0,0].set_title("畫板一")
axes[0,1].set_title("畫板二")
axes[1,0].set_title("畫板三")
axes[1,1].set_title("畫板四")
fig

 

 

刻度、標簽

axes[1,0].plot(x,y1)
axes[1,0].set_xticks([0,2,4,6,8])#設置刻度
axes[1,0].set_xticklabels(["第一級","第二級","第三級","第四級","第五級"])#給刻度命名
axes[1,0].set_xlabel("x的值")#標簽名
fig

 

 

 

圖例

 

plt.style.use('ggplot')#設置背景
x=np.linspace(0,8,num=50)
y1=np.sin(x)
y2=np.cos(x)
plt.plot(x,y1,"k-",label="sin函數")
plt.plot(x,y2,"go--",label="cos函數")
plt.title("sin-cos圖")
plt.ylabel("y軸")
plt.xlabel("x軸")
plt.legend()#作圖時加label，這里才會生成legend

 

• 注釋

~text

tb=test.groupby(["所屬區域"]).agg({"數量":np.mean,})#根據實際需求對一表格畫柱狀圖，先分類匯總 2 tb

 

 

fig = plt.figure(figsize=(7, 5),  dpi=90)  # 聲明畫布1
ax = fig.add_subplot(1,1,1) #  聲明繪圖區
x, y = tb.index, list(tb["數量"])
plt.bar(x, y, color='dodgerblue', width=0.35, label='label1')
plt.grid(linestyle="-.", axis='y', alpha=0.4)#設置橫向網格
plt.tight_layout()
for a,b in zip(x,y):
    plt.text(a, b,'%.3f'%b, ha = 'center',va = 'bottom',fontsize=10)

 

 

 

 注：plt.text在對應位置添文字說明來生成相應的數字標簽，a、b表示文字顯示在坐標軸的位置，'%.3f' % b,代表標注的文字，即每個柱子對應的y值， ha='center', va= 'bottom'代表horizontalalignment（水平對齊）、verticalalignment（垂直對齊）的方式，fontsize則是文字大小。

 

折線圖

tt=test.groupby(test["訂購日期"]).agg({"數量":np.sum})
x,y=tt.index,tt["數量"]
plt.plot(x,y,"go--")
for a,b in zip(x,y):
    plt.text(a,b,"%.3f"%b,ha="center",va="bottom")

 

 

~annotate

參數說明：

Axes.annotate(s, xy, *args, **kwargs)

• s：注釋文本的內容
• xy：被注釋的坐標點，二維元組形如(x,y)
• xytext：注釋文本的坐標點，也是二維元組，默認與xy相同
• arrowprops箭頭的樣式，dict（字典）型數據，如果該屬性非空，則會在注釋文本和被注釋點之間畫一個箭頭。可設置arrowstyle' 關鍵字

 

 

fig, ax = plt.subplots()
 
# 繪制一個余弦曲線
t = np.arange(0.0, 4.0, 0.01)
s = np.cos(2*np.pi*t)
line, = ax.plot(t, s, lw=2)
 
# 繪制一個綠色簡單的箭頭
ax.annotate('local max', xy=(2, 1), xytext=(3, 1.5),
            xycoords='data',
            arrowprops=dict(arrowstyle='simple',facecolor='green')
            )
ax.set_ylim(-2, 2)