今天云朵君給大家系統(tǒng)介紹Matplotlib圖表層次結(jié)構(gòu)，通過步驟分解，詳細(xì)了解一個圖表繪制的過程 。

?

Matplotlib圖表層次結(jié)構(gòu)

Figure圖形

Figure中最重要的元素是figure本身。在調(diào)用figure方法時創(chuàng)建的，可以指定它的長寬(figsize)及分辨率(dpi)，也可以指定背景顏色(facecolor)和標(biāo)題(suptitle)。另外，當(dāng)保存圖形時，背景顏色將不會被使用，因為savefig函數(shù)也有一個faceccolor參數(shù)(默認(rèn)為白色)，它將覆蓋您的圖形背景顏色。如果不想要任何背景，可以在保存圖形時指定transparent=True。

Axes軸

這是第二個最重要的元素，它對應(yīng)于將呈現(xiàn)數(shù)據(jù)圖表的實際區(qū)域。它也被稱為subplot子圖。每個figure可以有一個或多個axes軸，每個axes軸通常由四條邊(左、上、右、下)包圍，稱為spines。每一根spines上都可以裝飾有主刻度和次刻度(可以指向內(nèi)部或外部)、刻度標(biāo)簽和標(biāo)簽。默認(rèn)情況下，matplotlib只裝飾左邊和下面的spines邊框。

Axis軸

有刻度的spines邊線稱為軸。水平的是x軸，垂直的是y軸。每個軸每一個都是由一個spines軸線，主刻度、次刻度、主刻度標(biāo)簽、次刻度標(biāo)簽和一個軸標(biāo)簽組成。

Spines軸線

Spines是連接軸刻度線和數(shù)據(jù)區(qū)域邊界的軸線。它們可以被放置在任意位置，可以選擇展示或隱藏它們。

第一步，設(shè)置畫布大小、調(diào)整坐標(biāo)軸范圍 ?
第二步，設(shè)置圖表邊框格式 ?
第三步，設(shè)置圖表標(biāo)題 ?
第四步，設(shè)置圖表的網(wǎng)格 ?
第五步，設(shè)置軸刻度 ?
第六步，繪圖 ?
第七步，配置圖例

Step1設(shè)置畫布

第一步，設(shè)置畫布大小、調(diào)整坐標(biāo)軸范圍。

首先需要有畫布，才能在上面創(chuàng)作，就像寫字需要先拿一張紙。畫布的大小（長寬比、分辨率）及刻度范圍可以先設(shè)置好，如果預(yù)先不知道刻度范圍，可以等繪圖結(jié)束后再做適當(dāng)調(diào)整。

設(shè)置畫布fig?=?plt.figure(figsize=(8,?8)) ax?=?fig.add_subplot(1,?1,?1,?aspect=1) ax.set_xlim(0,?4) ax.set_ylim(0,?4)

Matplotlib有兩種畫圖接口：①是便捷的 MATLAB 風(fēng)格接口，②是功能更強大的面向?qū)ο蠼涌凇?/p>

MATLAB風(fēng)格接口

MATLAB 風(fēng)格的工具位于pyplot(plt) 接口中。plt.xx之類的是 函數(shù)式繪圖，通過將數(shù)據(jù)參數(shù)傳入 plt類 的靜態(tài)方法中并調(diào)用方法，從而繪圖。

這種接口最重要的特性是有狀態(tài)的：它會持續(xù)跟蹤 "當(dāng)前的" 圖形和坐標(biāo)軸，所有 plt 命令都可以應(yīng)用。可以用 plt.gcf() (獲取當(dāng)前圖形)和 plt.gca()(獲取當(dāng)前坐標(biāo)軸)來查看具體信息。

面向?qū)ο蠼涌?/h3>

fig,ax=plt.subplots()是對象式編程，這里plt.subplots()是返回一個元組，包含了 figure 對象(控制總體圖形大小)和 axes 對象(控制繪圖，坐標(biāo)之類的)。此外fig.add_subplot()也是相同的道理。

進行對象式繪圖，首先是要通過plt.subplots()將 figure 類和 axes 類實例化也就是代碼中的fig,ax，然后通過 fig 調(diào)整整體圖片大小，通過 ax 繪制圖形，設(shè)置坐標(biāo)，函數(shù)式繪圖最大的好處就是直觀。

面向?qū)ο蠼涌诳梢赃m應(yīng)更復(fù)雜的場景，更好地控制你自己的圖形。在面 向?qū)ο蠼涌谥?#xff0c;畫圖函數(shù)不再受到當(dāng)前 "活動" 圖形或坐標(biāo)軸的限制，而 變成了顯式的 Figure 和 Axes 的方法。

Step2 設(shè)置軸線

第二步，設(shè)置圖表Spines軸線。

設(shè)置軸線隱藏軸線

圖形的軸線可以通過坐標(biāo)軸屬性ax.spines設(shè)置，最常見的設(shè)置方法是選擇隱藏，通過屬性['top', 'bottom', 'left', 'right']分別設(shè)置上下左右的軸線。

ax.spines.right.set_visible(False) ax.spines.bottom.set_visible(False)

還有另一種經(jīng)常使用的情況，根據(jù)繪圖需要，調(diào)整 spines 軸線在圖中位置。如繪制正余弦函數(shù)時：

移動軸線#?移動?left?和?bottom?spines?到?(0,0)?位置 ax.spines["left"].set_position(("data",?0)) ax.spines["bottom"].set_position(("data",?0)) #?隱藏?top?和?right?spines. ax.spines["top"].set_visible(False) ax.spines["right"].set_visible(False)

Step3 設(shè)置標(biāo)題

第三步，設(shè)置標(biāo)題， 就是用幾個簡短的字高度概括該圖形所要傳達(dá)的信息。

設(shè)置標(biāo)題

通過ax.set_title函數(shù)設(shè)置標(biāo)題。

ax.set_title("Anatomy?of?a?figure?(層次結(jié)構(gòu))",?fontsize=20,?verticalalignment="bottom")

matplotlib.axes.Axes.set_title()

ax.set_title()是給ax這個子圖設(shè)置標(biāo)題，當(dāng)子圖存在多個的時候，可以通過ax設(shè)置不同的標(biāo)題。如果需要設(shè)置一個總的標(biāo)題，可以通過fig.suptitle('Total title')方法設(shè)置。

Axes.set_title(label,?fontdict=None,loc='center',?pad=None,**kwargs)

參數(shù)：

• label：此參數(shù)是用于標(biāo)題的文本。

• fontdict：此參數(shù)是控制標(biāo)題文本外觀的字典。

• loc：此參數(shù)用于設(shè)置標(biāo)題{'center'，'left'，'right'}的位置。

• pad：此參數(shù)是標(biāo)題距軸頂部的偏移量(以磅為單位)。

Step4 設(shè)置網(wǎng)格

第四步，設(shè)置圖表的網(wǎng)格， 圖表網(wǎng)格屬于圖形配置的一種。網(wǎng)格可以輔助讀者更好直觀地量化圖形。

設(shè)置網(wǎng)格

通過方法ax.grid()添加網(wǎng)格線。

ax.grid(linestyle="--",?linewidth=0.5,?color=".25",?zorder=-10)

matplotlib.axes.Axes.grid()

Axes.grid(b=None,?which='major',axis='both',?**kwargs)

參數(shù)：

• b：是否顯示網(wǎng)格線。布爾值或None，可選參數(shù)。如果沒有關(guān)鍵字參數(shù)，則b為True，如果b為None且沒有關(guān)鍵字參數(shù)，相當(dāng)于切換網(wǎng)格線的可見性。

• which：網(wǎng)格線顯示的尺度。字符串，可選參數(shù)，取值范圍為{'major', 'minor', 'both'}，默認(rèn)為'major'。'major'為主刻度、'minor'為次刻度。沒有輸入的方向則不會顯示網(wǎng)格刻度。

• axis：選擇網(wǎng)格線顯示的軸。字符串，可選參數(shù)，取值范圍為{'both', 'x', 'y'}，默認(rèn)為'both'。

• **kwargs：Line2D線條對象屬性。常用的

  • color : 這就不用多說了，就是設(shè)置網(wǎng)格線的顏色。或者直接用c來代替color也可以。

  • linestyle : 也可以用ls來代替linestyle， 設(shè)置網(wǎng)格線的風(fēng)格，是連續(xù)實線，虛線或者其它不同的線條。| '-' | '--' | '-.' | ':' | 'None' | ' ' | ''|

  • linewidth : 設(shè)置網(wǎng)格線的寬度

  • zorder： 設(shè)置層次順序

另外還有幾種不同設(shè)置網(wǎng)格線的方法：

plt.grid(true) #?設(shè)置網(wǎng)格線格式： plt.grid(color='r',??linestyle='--',linewidth=1,?alpha=0.3)?#?使用?axes?類面向?qū)ο竺?#?同時設(shè)置橫豎坐標(biāo)軸上的網(wǎng)格線 ax.grid(color='r',?linestyle='--',linewidth=1,alpha=0.3)#?單獨設(shè)置X坐標(biāo)軸上(垂直方向)的網(wǎng)格線 ax.xaxis.grid(color='r',?linestyle='--',linewidth=1,?alpha=0.3)#?單獨設(shè)置Y坐標(biāo)軸上(水平方向)的網(wǎng)格線 ax.yaxis.grid(color='r',?linestyle='--',linewidth=1,alpha=0.3)

圖形配置

手動設(shè)置背景色的幾種方法

① 設(shè)置 figure 背景顏色

#?方法 I： plt.figure(facecolor='blue',????#?圖表區(qū)的背景色edgecolor='black')????#?圖表區(qū)的邊框線顏色#?方法 II： fig=plt.gcf() fig.set_facecolor('green')

② 設(shè)置 axes 背景顏色

#?方法 I： a?=?plt.axes([.65,?.6,?.2,?.2],facecolor='k')??#?pyplot?api?命令-黑色背景 #?方法 II： ax1=plt.gca() ax1.patch.set_facecolor("gray")????#?設(shè)置?ax1?區(qū)域背景顏色??????????????? ax1.patch.set_alpha(0.5)????#?設(shè)置?ax1?區(qū)域背景顏色透明度

③ 修改 matplotlib 默認(rèn)參數(shù)

Matplotlib 每次加載時，都會定義一個運行時配置(rcParams)，其中包含了 所有你創(chuàng)建的圖形元素的默認(rèn)風(fēng)格。你可以用 mpl.rcParams 簡便方法隨時修 改這個配置。

mpl.rcParams['axes.facecolor']='red' mpl.rcParams['savefig.facecolor']='red'

手動配置

手動配置#?用灰色背景 fig?=?plt.figure(figsize=(8,?8),facecolor='#E6E6E6',????#?圖表區(qū)的背景色edgecolor='black') #?畫上白色的網(wǎng)格線 ax.grid(color='grey',?linestyle='-.') #?隱藏坐標(biāo)軸的線條 for?spine?in?ax.spines.values():spine.set_visible(False) #?隱藏上邊與右邊的刻度?ax.xaxis.tick_bottom()?ax.yaxis.tick_left() #?弱化刻度與標(biāo)簽 ax.tick_params(colors='gray',?direction='out')for?tick?in?ax.get_xticklabels():tick.set_color('gray') for?tick?in?ax.get_yticklabels():tick.set_color('gray')

使用默認(rèn)配置樣式表

即使你不打算創(chuàng)建自己的繪圖風(fēng)格，樣式表包含的默認(rèn)內(nèi)容也非常有 用。通過 plt.style.available 命令可以看到所有可用的風(fēng)格，

plt.style.available[:5][ 'fivethirtyeight', 'seaborn-pastel', 'seaborn-whitegrid', 'ggplot', 'grayscale']

使用某種樣式表的基本方法如下所示:

plt.style.use('ggplot')默認(rèn)配置

Step5 設(shè)置軸刻度

坐標(biāo)軸定位器與格式生成器

雖然 Matplotlib 默認(rèn)的坐標(biāo)軸定位器(locator)與格式生成器 (formatter)可以滿足大部分需求，但是并非對每一幅圖都合適。

Tick Locator

Tick Locator 主要設(shè)置刻度位置，這在我的繪圖教程中主要是用來設(shè)置副刻度(minor)，而 Formatter 則是主要設(shè)置刻度形式。Matplotlib 對這兩者則有著多種用法，其中 Locator 的子類主要如下：

Tick Locator

Tick formatters

Tick formatters 設(shè)置刻度標(biāo)簽格式，主要對繪圖刻度標(biāo)簽定制化需求時，matplotlib 可支持修改的刻度標(biāo)簽形式如下。

Tick formatters

部分代碼如下

import?matplotlib.ticker?as?ticker#?Multiple?Locator axs[1].xaxis.set_major_locator(ticker.MultipleLocator(0.5)) axs[1].xaxis.set_minor_locator(ticker.MultipleLocator(0.1))#?Index?Locator axs[4].plot(range(0,?5),?[0]*5,?color='white') axs[4].xaxis.set_major_locator(ticker.IndexLocator(base=0.5,?offset=0.25))#?Auto?Locator axs[5].xaxis.set_major_locator(ticker.AutoLocator()) axs[5].xaxis.set_minor_locator(ticker.AutoMinorLocator())#?Log?Locator axs[7].set_xlim(10**3,?10**10) axs[7].set_xscale('log') axs[7].xaxis.set_major_locator(ticker.LogLocator(base=10,?numticks=15))#?StrMethod?formatter setup(axs1[1],?title="StrMethodFormatter('{x:.3f}')") axs1[1].xaxis.set_major_formatter(ticker.StrMethodFormatter("{x:.3f}"))#?FuncFormatter?can?be?used?as?a?decorator @ticker.FuncFormatter def?major_formatter(x,?pos):return?f'[{x:.2f}]' setup(axs1[2],?title='FuncFormatter("[{:.2f}]".format') axs1[2].xaxis.set_major_formatter(major_formatter)

刻度標(biāo)簽參數(shù)

更改刻度、刻度標(biāo)簽和網(wǎng)格線的外觀。

matplotlib.axes.Axes.tick_params()

Axes.tick_params(axis='both',?**kwargs)

主要參數(shù)：

axis : 可選{'x', 'y', 'both'} ，選擇對哪個軸操作，默認(rèn)是'both' reset : bool，如果為True，則在處理其他參數(shù)之前將所有參數(shù)設(shè)置為默認(rèn)值。它的默認(rèn)值為False。 which : 可選{'major', 'minor', 'both'} 選擇對主or副坐標(biāo)軸進行操作 direction/tickdir : 可選{'in', 'out', 'inout'}刻度線的方向 size/length : float, 刻度線的長度 width : float, 刻度線的寬度 color : 刻度線的顏色，我一般用16進制字符串表示，eg：'#EE6363' pad : float, 刻度線與刻度值之間的距離 labelsize : float/str, 刻度值字體大小 labelcolor : 刻度值顏色 colors : 同時設(shè)置刻度線和刻度值的顏色 zorder : float ，Tick and label zorder. bottom, top, left, right : bool, 分別表示上下左右四邊，是否顯示刻度線，True為顯示 labelbottom, labeltop, labelleft, labelright:bool, 分別表示上下左右四邊，是否顯示刻度值，True為顯示 labelrotation : 刻度值逆時針旋轉(zhuǎn)給定的度數(shù)，如20 gridOn: bool ,是否添加網(wǎng)格線； grid_alpha:float網(wǎng)格線透明度 ； grid_color: 網(wǎng)格線顏色; grid_linewidth:float網(wǎng)格線寬度； grid_linestyle: 網(wǎng)格線型 tick1On, tick2On : bool分別表表示是否顯示axis軸的(左/下、右/上)or(主、副)刻度線 label1On,label2On : bool分別表表示是否顯示axis軸的(左/下、右/上)or(主、副)刻度值

可以將每個 Matplotlib 對象都看成是子對象(sub- object)的容器，例如每個 figure 都會包含一個或多個 axes 對象，每個 axes 對象又會包含其他表示圖形內(nèi)容的對象。

設(shè)置軸刻度#?設(shè)置主次刻度軸 ax.xaxis.set_major_locator(MultipleLocator(1.000)) ax.xaxis.set_minor_locator(AutoMinorLocator(4)) ax.yaxis.set_major_locator(MultipleLocator(1.000)) ax.yaxis.set_minor_locator(AutoMinorLocator(4)) ax.xaxis.set_minor_formatter(FuncFormatter(minor_tick)) #?設(shè)置刻度軸范圍 ax.set_xlim(0,?4) ax.set_ylim(0,?4) #?設(shè)置刻度參數(shù) ax.tick_params(which="major",?width=1.0) ax.tick_params(which="major",?length=10) ax.tick_params(which="minor",?width=1.0,?labelsize=10) ax.tick_params(which="minor",?length=5,?labelsize=10,?labelcolor="0.25") #?設(shè)置軸標(biāo)簽 ax.set_xlabel("X?axis?label") ax.set_ylabel("Y?axis?label")

Step6 繪圖

matplotlib.axes.Axes.plot()

Axes.plot([x],?y,?[fmt],?data=None,?**kwargs)

用于繪制XY坐標(biāo)系的點、線或其他標(biāo)記形狀。

參數(shù)：

• x, y： 類數(shù)組或極坐標(biāo)。水平/垂直坐標(biāo)系中的數(shù)據(jù)點，x是可選參數(shù)，默認(rèn)為[0,..., N-1]。?通常，參數(shù)x,y是長度為N的數(shù)組，也支持極坐標(biāo)（相當(dāng)于一個常數(shù)值數(shù)組）。?參數(shù)也可以是二維的，此時，每一列代表一個數(shù)據(jù)集。

• fmt： 字符串，可選參數(shù)。格式化字符串，例如'ro'代表紅色圓圈。格式字符串是用于快速設(shè)置基本線條樣式的縮寫，這些樣式或更多的樣式可通過關(guān)鍵字參數(shù)來實現(xiàn)。

fmt?=?'[color][marker][line]'

color（顏色）、marker（標(biāo)記點）、line（線條）都是可選的，例如如果指定 line 而不指定 marker

ax.plot(X,?Y1,?c=(0.25,?0.25,?1.00),?lw=2,?label="Blue?signal",?zorder=10) ax.plot(X,?Y2,?c=(1.00,?0.25,?0.25),?lw=2,?label="Red?signal") ax.plot(X,?Y3,?linewidth=0,?marker="o",?markerfacecolor="w",?markeredgecolor="k")繪圖

Step7 配置圖例

想在可視化圖形中使用圖例，可以為不同的圖形元素分配標(biāo)簽。

matplotlib.axes.Axes.legend()

可以用 Axes.legend()命令來創(chuàng)建最簡單的圖例。

Axes.legend(*args,?**kwargs)

參數(shù)：

• labels：這個參數(shù)是在旁邊顯示的標(biāo)簽列表。

• handles：這個參數(shù)列表是要添加到示例的。

• loc： 位置參數(shù)，常用參數(shù)，可以傳入位置字符串或位置代碼，如下：

Location StringLocation Code

'best'	0
'upper right'	1
'upper left'	2
'lower left'	3
'lower right'	4
'right'	5
'center left'	6
'center right'	7
'lower center'	8
'upper center'	9
'center'	10

同時顯示多個圖例

有時，我們可能需要在同一張圖上顯示多個圖例。用 Matplotlib 通過標(biāo)準(zhǔn)的 legend 接口只能為一張圖建一個圖例。如果你想用 plt.legend() 或 ax.legend() 方法創(chuàng)建第二個圖例，那么第一個圖例就會被覆蓋。但是，我們可以通過從頭開始創(chuàng)建一個新的圖例對象(legend artist)，然后用底層的(lower- level)ax.add_artist() 方法在圖上添加第二個圖例。

fig,?ax?=?plt.subplots(figsize=(10,6)) lines?=?[] styles?=?['-',?'--',?'-.',?':']? x?=?np.linspace(0,?10,?1000) for?i?in?range(4):lines?+=?ax.plot(x,?np.sin(x?-?i?*?np.pi?/?2),?styles[i],?color='black') ax.axis('equal') #?設(shè)置第一個圖例要顯示的線條和標(biāo)簽? ax.legend(lines[:2],?['line?A',?'line?B'],loc='upper?right',?frameon=False,fontsize=15) #?創(chuàng)建第二個圖例，通過add_artist方法添加到圖上 from?matplotlib.legend?import?Legend leg?=?Legend(ax,?lines[2:],?['line?C',?'line?D'],loc='lower?right',?frameon=False,?fontsize=15)? ax.add_artist(leg)

參考資料

[1]

?Scientific Visualisation-Python & Matplotlib ??
?Python數(shù)據(jù)科學(xué)手冊

END

各位伙伴們好，詹帥本帥搭建了一個個人博客和小程序，匯集各種干貨和資源，也方便大家閱讀，感興趣的小伙伴請移步小程序體驗一下哦！（歡迎提建議）

推薦閱讀

牛逼！Python常用數(shù)據(jù)類型的基本操作（長文系列第①篇）

牛逼！Python的判斷、循環(huán)和各種表達(dá)式（長文系列第②篇）

牛逼！Python函數(shù)和文件操作（長文系列第③篇）

牛逼！Python錯誤、異常和模塊（長文系列第④篇）

總結(jié)

以上是生活随笔為你收集整理的Matplotlib 可视化之图表层次结构的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。