matplotlib绘图技巧详解(三)(三)

简介: matplotlib绘图技巧详解(三)(三)

③ 去掉坐标轴:plt.axis(“off”)

plt.plot([2, 4, 8], [4, 7, 5], “b-o”)

plt.axis(“off”)


结果如下:

image.png


④ 设置x轴和y轴每个单位长度大小一致:plt.axis(“equal”)

plt.plot([2, 4, 8], [4, 7, 5], "b-o")
plt.axis("off")


结果如下:

image.png


4、坐标轴标题、标签与图标题设置

1)坐标轴标题、标签与图标题设置的相关说明

关于本章知识的讲解,我们从两方面进行说明。

当一张figure画布上,只有一个图的时候,通过如下方式设置:


plt.xlabel 设置x轴的标签说明。

plt.ylabel 设置y轴的标签说明。

plt.xticks 设置x轴的刻度标签。

plt.yticks 设置y轴的刻度标签。

plt.title 设置标题。

当一张figure画布上,有多个图形的时候,通过如下方式设置,除了通过plt对象外,我们还可以通过子绘图对象来设置与获取标签与刻度。


ax.set_xlim 设置x轴刻度范围。

ax.get_xlim 获取x轴刻度范围。

ax.set_xticks 设置x轴显示的刻度。

ax.get_xticks 获取x轴显示的刻度。

ax.set_xticklabels 设置x轴显示的刻度标签。默认显示的是就是刻度值。

ax.get_xticklabels 获取x轴显示的刻度标签。默认显示的是就是刻度值。

也可以设置标签说明与标题。


ax.set_xlabel 设置x轴的标签说明。

ax.get_xlabel 获取x轴的标签说明。

ax.set_title 设置标题。

ax.get_title 获取标题。

说明:


“如果需要设置或者获取y轴,只需要将x换成y即可。”

2)一张figure画布上,只有一个图,怎么设置坐标轴标题、标签与图标题?

plt.plot([2, 4, 8], [4, 7, 5], "b-o")
plt.xticks([2,4,8],["低","中","高"])
plt.xlabel("x轴标签")
plt.ylabel("y轴标签")
plt.title("图标题")


结果如下:

image.png


3)一张figure画布上,有多个图形,怎么设置坐标轴标题、标签与图标题?


figure = plt.figure()
axes1 = figure.add_subplot(2,1,1)
axes1.plot([2,4,8],[4,7,5])
axes1.set_xticks([2,4,8])
axes1.set_xticklabels(["低","中","高"])
axes1.set_xlabel("年龄")
axes1.set_ylabel("数值大小")
axes1.set_title("波动值")
axes2 = figure.add_subplot(2,1,2)
axes2.plot([2,4,8],[7,2,6])
plt.subplots_adjust(hspace=0.5)


结果如下:

image.png


5、添加注解

1)什么是注解?

“注解”就是在图形上绘制文本等说明信息。


2)箭头和文本一次性设置:plt.annotate()

① 常用参数介绍

xy 箭头指向坐标

xytext:文本起点坐标。(箭头尾部坐标)

arrowprops:字典类型,可设置箭头的属性。

facecolor:箭头的颜色。

headwidth:箭头的宽度。

width:箭身的宽度。

headlength:箭头的长度。

shrink:收缩大小。

常见参数用法如图:

image.png


② 举例如下

x = np.linspace(-10, 10, 100)

plt.plot(x, -x ** 2, “r-”)

plt.title(“抛物线图”)

plt.annotate(“这是极大值点”, xy=(0,0), xytext=(-5,-40),

arrowprops=dict(facecolor=“g”,width=1,headwidth=5))


结果如下:

image.png

相关文章
|
数据可视化 数据挖掘 大数据
【数据分析与可视化】Matplotlib绘图基础语法讲解(图文解释 超详细)
【数据分析与可视化】Matplotlib绘图基础语法讲解(图文解释 超详细)
447 0
|
资源调度 自然语言处理 数据可视化
【数据分析与可视化】Matplotlib中十大绘图模型的讲解及实现(图文解释 附源码)
【数据分析与可视化】Matplotlib中十大绘图模型的讲解及实现(图文解释 附源码)
294 1
|
Python
Matplotlib 绘图标记
Matplotlib 绘图标记
215 2
|
Python
Matplotlib 教程 之 Matplotlib 绘图标记 9
在本教程中,我们将探讨如何使用 Matplotlib 的 `plot()` 方法中的 `marker` 参数来自定义图表标记。您可以选择不同的线类型(如实线 `'-'`、虚线 `':'` 等),以及颜色类型(如红色 `'r'`、绿色 `'g'` 等)。同时,通过调整 `markersize (ms)`、`markerfacecolor (mfc)` 和 `markeredgecolor (mec)` 参数,可以定制标记的大小和颜色。
154 1
|
Python
Matplotlib 教程 之 Matplotlib 绘图标记 3
这段Matplotlib教程展示了如何通过`plot()`方法的`marker`参数来自定义图表标记,为数据点添加独特的视觉风格。例如,通过设置`marker = '*'`,可以使每个数据点显示为星形标记。这在需要对坐标轴进行特殊标注时尤为有用。下面的示例代码生成了一个带有星形标记的简单折线图。
122 2
|
搜索推荐 数据可视化 Python
Matplotlib 教程 之 Matplotlib 绘图标记 4
本教程介绍如何使用 Matplotlib 的 `plot()` 方法中的 `marker` 参数来自定义图表标记,使你的数据可视化更加直观和个性化。通过实例演示了如何设置下箭头作为数据点标记。
101 1
|
Python
​16个matplotlib绘图实用小技巧
​16个matplotlib绘图实用小技巧
150 1
Matplotlib.pyplot.plot 绘图
Matplotlib.pyplot.plot 绘图
107 1
|
Python
Matplotlib 教程 之 Matplotlib 绘图标记 8
在 Matplotlib 中,可以通过 `plot()` 方法的 `marker` 参数自定义图表标记。此外,还可以设置线类型(如 `'-'` 实线、`':'` 虚线等)和颜色(如 `'r'` 红色、`'g'` 绿色等)。使用 `markersize` (`ms`) 定义大小,`markerfacecolor` (`mfc`) 和 `markeredgecolor` (`mec`) 分别定义标记的内部和边框颜色。
178 0
|
数据可视化 Python
Matplotlib 教程 之 Matplotlib 绘图标记 6
在本教程中,我们将探讨如何利用 Matplotlib 的 `plot()` 方法中的 `marker` 参数来自定义图表标记,以增强数据可视化效果。此外,还介绍了线类型(如实线 `'-'`、虚线 `':'` 等)、颜色类型(如红色 `'r'`、绿色 `'g'` 等)以及如何通过 `markersize` (`ms`)、`markerfacecolor` (`mfc`) 和 `markeredgecolor` (`mec`) 来调整标记的大小和颜色。通过一个示例展示了如何设置标记大小。
174 0