Matplotlib从入门到精通:Axes与Axis(一)

简介: Matplotlib从入门到精通:Axes与Axis

上一篇,我们讲了Figure层面的一些操作,本篇我们主要聚焦在Axes层面,做一些操作。首先,导入画图必须包

import numpy as np
import matplotlib.pyplot as plt

在matplotlib中如需显示中文和负号的需求,则需要添加下面两行代码

# 解决中文不显示的问题
plt.rcParams['font.sans-serif'] = ['SimHei']
# 解决负数不显示的问题
plt.rcParams['axes.unicode_minus'] = False

对于Axes来说,他是真正承载各种图形的地方,比如柱状图的“柱子”,散点图中的“点”。因此,我们可以直接在Axes上进行画图,同时设置Axes的一些属性信息。

Axes层面

设置坐标轴范围

坐标不会随数据而变化

fig, ax = plt.subplots(figsize=(3.5, 1.5))
ax.set_xlim(0, 10)
ax.set_ylim(-2, 5)

607de17fa55d36262eb29a21a844bd81_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

fig, ax = plt.subplots(figsize=(3.5, 1.5))
ax.set_title('Title')

4a572f8617afc2a509d39827241092ed_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

添加横纵坐标轴的标签

fig, ax = plt.subplots(figsize=(3.5, 1.5))
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')

da4ce194bbf5fd6d82e1211adf3c30d9_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

设置边框线

# 设置上方和左方的边框线为不可见
# 同理,右方和下方的分别为  right和bottom
fig, ax = plt.subplots(figsize=(3.5, 1.5))
ax.spines['top'].set_visible(False)
ax.spines['left'].set_visible(False)

4dd0d6ace3a8c87de4585ec016f10ef6_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

设置背景颜色

颜色值支持多种模式,后面会专门出一期matplotlib中的颜色专题

  • 可以是标准颜色,如 blue,red,green
  • 可以是十六进制颜色:如#ffffff
  • 可以是颜色的简写,如b,k,...
fig, ax = plt.subplots(figsize=(3.5, 1.5))
ax.set_facecolor('#fff548')

c2eea798fb956bcb5fda473a98cc4ef8_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

使用文字

fig, ax = plt.subplots(figsize=(3.5, 1.5))
ax.set_xlim(-2, 2)
ax.set_ylim(-2, 2)
ax.text(0, 0, '在(0,0)处的文字')
ax.plot(0,0, marker='o', color='red')

5b139ebdd5e95dd199226a2177552a0a_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

填充两条线的中间部分

fig, (ax1,ax2) = plt.subplots(ncols=2,figsize=(3.5, 2.5))
x = np.linspace(1, 10)
y1 = np.sin(x)
y2 = np.cos(x) + 5
ax1.fill_between(x=x, y1=y1, y2=y2)
ax2.fill_betweenx(y=x, x1=y1, x2=y2)

eb532f8f762b55d733e552447e2451b8_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

折线

fig, (ax1,ax2) = plt.subplots(ncols=2,figsize=(3.5, 2.5))
x = np.linspace(-np.pi, np.pi)
# 数据分别是(x, np.sin(x))
# 颜色为 'g' ==> green
# 线宽为 2
ax1.plot(x, np.sin(x), color='g', linewidth=2)
# 画一条线段
# 两点确定一条直线
# (0, 0) ,(3, 5)
ax2.plot([0, 3], [0,5])
ax2.set_xlim(-2, 10)
ax2.set_ylim(-2, 10)

0e4cfb3ffc5ac0040a866bb086312d15_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

相关文章
|
1月前
|
数据可视化 数据挖掘 C++
一文入门数分三剑客--Numpy、Pandas、Matplotlib
一文入门数分三剑客--Numpy、Pandas、Matplotlib
|
13天前
|
Python
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)-2
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)
|
13天前
|
数据可视化 开发者 Python
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)-1
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)
|
1月前
|
数据可视化 搜索推荐 数据挖掘
Matplotlib入门:数据可视化基础
【4月更文挑战第17天】这篇文章是Matplotlib的入门教程,介绍了如何使用Python的Matplotlib库进行数据可视化。内容包括Matplotlib的基本概念、安装与导入、绘制线图、定制图形标题和标签、以及散点图、柱状图和饼图的绘制。通过本文,读者可以掌握数据可视化的基础,为进一步探索Matplotlib的高级功能打下基础。
|
1月前
|
机器学习/深度学习 数据可视化 数据挖掘
Python中的数据可视化:Matplotlib库入门与实践
在数据分析和机器学习领域,数据可视化是至关重要的一环。本文将介绍Python中常用的数据可视化库Matplotlib的基本用法和实践技巧,帮助读者快速掌握如何利用Matplotlib创建各种类型的图表,提升数据分析和展示的效果。
|
1月前
|
人工智能 数据可视化 算法
Matplotlib从入门到精通05-样式色彩秀芳华
Matplotlib从入门到精通05-样式色彩秀芳华
Matplotlib从入门到精通05-样式色彩秀芳华
|
1月前
|
人工智能 算法 数据可视化
Matplotlib从入门到精通04-文字图例尽眉目
Matplotlib从入门到精通04-文字图例尽眉目
Matplotlib从入门到精通04-文字图例尽眉目
|
1月前
|
人工智能 算法 API
Matplotlib从入门到精通03-布局格式定方圆
Matplotlib从入门到精通03-布局格式定方圆
Matplotlib从入门到精通03-布局格式定方圆
|
1月前
|
前端开发 API Python
Matplotlib从入门到精通02-层次元素和容器
Matplotlib从入门到精通02-层次元素和容器
Matplotlib从入门到精通02-层次元素和容器
|
1月前
|
机器学习/深度学习 数据可视化 API
Matplotlib从入门到精通01-matplotlib简介与绘图基本流程
Matplotlib从入门到精通01-matplotlib简介与绘图基本流程
Matplotlib从入门到精通01-matplotlib简介与绘图基本流程