8. 设置样式（颜色，线条，标记）

8.1 线条颜色 color

修改图形的颜色通过设定plot()的color参数来实现,color参数也可以简写为c。

颜色的取值有多种方式指定，最常用的是直接设定颜色的名称或颜色名称的简写，也可以通过RGB数组(比如(1,1,0)等其他方式设定)。

常用的颜色简写有

此外，常用颜色还可以选择的有brown,purple,pink,orange,olive,gold,gray等。

8.2 线条样式 linestyle

plot()函数中的linestyle参数用于设定曲线的类型。为了书写方便，有时会用ls代替linestyle, 该参数的主要取值如表所示：

线条类型可能的取值有

8.3 标记样式 maker

除了线条样式外，还可以设置数据点的形状。数据点形状通过plot()方法的maker参数来设定。maker参数取值有很多，如表所示：

点的形状marker的部分值表

8.4 线条宽度 linewidth

线条的宽度通过参数linewidth来设定。参数linewidth也可以简写成lw。

8.5 标记的样式

参数mfc用于设置标记的颜色

参数ms用于设置标记的大小

参数mec用于设置标记的边框的颜色。

__

8.6 样式使用示例

绘制两条折线为例

一条为红色，线条样式为“点线”类型，标记为大菱形标记，线条宽度为2。

另一条为绿色，线条样式为虚线类型（’:’），标记为横六边形标记，线条宽度为4。

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.plot([5.12, 5.15, 5.13, 5.10, 5.2, 5.25, 5.19, 5.24, 5.31], label='股票A收盘价', c='r', ls='-.', marker='D', lw=2)
plt.plot([5.09, 5.13, 5.16, 5.12, 5.09, 5.25, 5.16, 5.20, 5.25], label='股票B收盘价', c='g', ls=':', marker='H', lw=4)
plt.xticks(range(9), \
        ['2021-02-01', '2021-02-02', '2021-02-03', '2021-02-04', \
        '2021-02-05', '2021-02-06', '2021-02-07', '2021-02-08', \
         '2021-02-09'], rotation=45)
plt.title('某股票开盘价&收盘价时序图')
plt.xlabel('日期')
plt.ylabel('价格')
plt.grid(True)
plt.legend()
plt.show()

图像展示如下：

9.面向对象绘图

9.1 面向对象绘图 - 创建画布对象

设置画布，Matplotlib绘图的一大特色，即面向对象绘图。

使用Matplotlib面向对象绘图，绘图前我们要先创建一个Figure对象，即所谓的“画布”，Figure对象是一个空白区域。Figure对象可以通过pyplot包中的figure函数进行创建。

fig = plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

其中

num  指图像的编号或名称，数字为编号，字符串为名称。通过此参数来指定、区分不同的Figure对象。

figsize  指画布的宽和高，单位为英寸。(x, y)

dpi  指画布的分辨率，即每英寸有多少个像素，默认为80。

facecolor  指背景颜色。

edgecolor  指边框颜色。

frameon  指是否显示边框，默认为True，表示绘制边框。否则不绘制边框。

import matplotlib.pyplot as plt
fig = plt.figure(1, facecolor='r', figsize=(5, 3))
plt.plot([1, 1, 0, 0, -1, 0, 1, 1, -1])
plt.show()

对于每个Figure对象，都可以包含一个或者多个个Axes对象，每个Axes对象即一个绘图区域，其拥有自己独立的坐标系统。

不设置画布时则自动创建一个只有一个Axes对象的画布，且位置居中。

创建好Figure和Axes后，绘图时直接对创建的Axes对象调用相关方法即可（如ax1.plot()），不必再使用类似plt.plot()这样的形式。此即面向对象绘图。

9.2 创建Axes对象

以创建一个包含两个Axes的Figure对象为例，创建的方法有两种，一种是调用Figure对象的add_axes()方法，另一则是调用matplotlib的subplot()方法。

add_axes()方法

使用add_axes()方法创建Axes时，以对Figure对象fig创建Axes对象ax1为例，其语法如下

ax1 = fig.add_axes([x1,y1,x2,y2])

需要传入一个有四个元素的列表，四个数字依次表示创建的Axes的左下角、右上角的相对坐标位置。（原点在Figure对象左下角，计算相对位置时，Figure的宽和高都视为1个单位长度，要传入的坐标值都是0到1的浮点数）

import matplotlib.pyplot as plt
fig = plt.figure()
# 创建两个Axes对象
ax1 = fig.add_axes([0.1, 0.1, 0.3, 0.3])
ax2 = fig.add_axes([0.5, 0.5, 0.4, 0.4])
plt.show()

plt.subplot()方法

使用plt.subplot()方法创建Axes时，其语法如下

subplot(numRows, numCols, plotNum)

其中

num_Rows  指图像排多少行

numCols  指图像排多少列

plotNum  指图像的位置左上角第一个图像的位置开始记为1，往右依次记为2,3…,每一行的图像接着排下去，最终右下角的图像编号等于num_Rows×plotNum。

代码示例如下：

import matplotlib.pyplot as plt
# 位置1
ax1 = plt.subplot(221)
ax1.set_title('ax1')
# 位置2
ax2 = plt.subplot(222)
ax2.set_title('ax2')
# 位置3
ax3 = plt.subplot(223)
ax3.set_title('ax3')
# 位置4
ax4 = plt.subplot(224)
ax4.set_title('ax4')
plt.show()

9.3 常用面向对象绘图方法

以Axes对象ax1为例，常用的面向对象绘图方法有：

#绘图

ax1.plot()

#设置网格

ax1.grid()

#设置标题

ax1.set_title(‘ax1_title’)  

#设置标签

ax1.set_xlabel()

ax1.set_ylabel()

#设置坐标轴范围

ax1.set_xlim()

ax1.set_ylim()

#设置刻度标签

ax1.set_xticklabels()

ax1.set_yticklabels()

# 设置图例

ax1.legend()

# 显示图像

将数据显示为图像，即在2D常规栅格上。

ax1.imshow()

# 显示图像

将2D矩阵或数组的值绘制为颜色编码的图像。

ax1.matshow()

#添加一条水平线

ax1.axhline()

# 添加水平跨度

ax1.axhspan

# 添加一条垂直线

ax1.axvline

# 添加垂直跨度

ax1.axvspan

# 添加无限长的直线

ax1.axline

Axes对象也有bar()，barh()，pie()，scatter()等方法。

10.matplotlib进阶学习

更多相关操作，为了方便日常检索，小啾将其写在了其他博文中。且小啾将链接附在了文末，大家可以参考学习：

matplotlib进阶传送门：

（一）给图像添加 文本标签 与 注释

（一）python-matplotlib给图像添加文本标签与注释

（二）subplots_adjust()方法解决图表与画布的间距问题

（二）python-matplotlib绘图 -应用subplots_adjust()方法解决图表与画布的间距问题

（三）直方图的绘制

（三）直方图的绘制 基于python-matplotlib库

（四）单柱柱形图与多柱柱形图的绘制

（四）单柱柱形图与多柱柱形图的绘制 基于python-matplotlib库

（五）绘制饼形图专题(从一般饼状图到内嵌环形图)

（五）python-matplotlib库绘制饼形图专题(从一般饼状图到内嵌环形图)

（六）绘制面积图&热力图

（六）python-matplotlib 绘制面积图&热力图

（七）绘制箱线图 与 异常值的输出

（七）绘制箱线图 与 异常值的输出 - 基于Python matplotlib库

（八）双y轴图像实现

（八）python matplotlib 双y轴图像实现

（九）绘制 3D图像专题 （三维柱状图、曲面图、散点图、曲线图合集）

（九）python matplotlib绘制 3D图像专题 （三维柱状图、曲面图、散点图、曲线图合集）

（十）绘制渐变色扇形图 -基于 颜色地图plt.cm模块儿

（十）绘制渐变色扇形图 - 基于python - matplotlib 颜色地图plt.cm模块儿

（十一）实现 等高线图

（十一）实现 等高线图 - 基于python-matplotlib