轻松可视化：Matplotlib绘图终极指南
姓名：闫伟 学号：15020150038
转载自：https://zhuanlan.zhihu.com/p/46890207
【嵌牛导读】：Matplotlib 是最常用的 2D 绘图库之一，也是一款很实用的数据可视化工具
【嵌牛鼻子】：Matplotlib
【嵌牛提问】：怎么更改图例上的标签名称？如何设置刻度线？怎样将比例设置为对数？我该怎么给图表添加注释和箭头？如何给我的图表添加网格线？
【嵌牛正文】：
本文收集了如何自定义你的 matplotlib 绘图的常见问题和答案，也可以作为 matplotlib 快速绘图的速查表，但不是 matplotlib 的入门介绍。如果你对这个库还不熟悉，可以看看它的文档。
文章涵盖的话题包括图表、图表属性、图例、轴、注释和保存图表。
初步小贴士
首先，导入 matplotlib
import matplotlib.pyplot as plt
在 Jupyter Notebook 中，你可以把下面这行代码包含在内，这样每次想画图的时候就不用必须调用 plt.show()了。
%matplotlib inline
另一个方便的技巧是，如果你不想出现 <matplotlib.collections.PathCollection at 0x1182bc710> 这行恼人的信息，只需在你的代码后面添加一个分号，如下面第二张图所示。
之前：
之后：
图表和子图（Subplot）
问：我该怎么增加图表的大小？
很多时候，图表的默认尺寸都很小。你可以添加参数 figsize，像下面这样以英寸为单位指明图形的高度和宽度。
plt.figure(figsize=(20,10))
问：什么是子图（subplot）？我该怎么创建和操作子图？
子图就是一组更小的轴，它们一起存在于单个图中。下面是 2X2 形式的 4 个子图示例：
这些子图是用下面这些代码创建的。我们调用 plt.subplot，并指明 3 个数字。它们指行、列和子图的数量。
for i in range (1, 5): plt.subplot(2, 2, i) plt.text(0.5,0.5, str((2, 2, i)), ha=’center’, fontsize = 10) plt.tight_layout()
在上面的子图中，图中的文本是对这 3 个数字的引用。子图编号的顺序是左上方开始的行，从数字 1 开始。例如，左上图是子图编号 1，右上图是子图编号 2，左下图是子图编号 3，右下图是子图编号 4.
注意，你必须调用 plt.subplot(2, 2, 1) 来激活子图。
问：我的子图布局看着很丑，该怎么调整？
下面例子中，子图之间靠的太近了，看着有点挤。我们可以通过调用 plt.tight_layout() 来修正。它会清理子图之间的填充部分，让图表看起来更清爽。
之前：
之后：
问：怎么向我的图表添加网格线？
plt.grid(True)
风格和属性
问：如何修改图表中线条的颜色/宽度/风格？
你可以传递和设置参数 color，linewidth 和 linestyle。
plt.plot(x, y, color = ‘green’ , linewidth = 2, linestyle = “-”)
下面是一些你可以选择的线条风格：
问：怎样修改标记的样式或颜色？
你可以传递和设置参数 marker 和 color，如下所示：
plt.scatter(x, y, marker = ‘o’, color = ‘red’)
这里是一些供你选择的标记：
问：怎么修改线条的透明度？
向图表传入 alpha 参数表示线条的透明度，它的设置范围在 0 到 1 之间，其中 0 表示完全透明，1 表示无透明。
plt.plot(x, y, alpha = 0.1)
下图展示了当 alpha 分别为 0.9,0.5 和 0.1 时的透明效果：
图例
问：该怎样为我的图表添加图例？
如果你的图表上没有自动出现图例，你可以用如下代码来显示图例。
plt.legend()
问：该如何修改图例出现的位置？
你可以向 loc 参数中传入以下参数：upper right，upper left，lower left，lower right, right, center left, center right, lower center, upper center, center，分别表示右上角，左上角，左下角，右下角，右角，左中角，右中角，下中心，上中心，中心位置。
plt.legend(loc = ‘lower right’);
问：该怎样修改图例中的标签名称？
方法1：
比方说你有 10 个图例项，你只想修改第一个图例项中的标签。将图例保存到变量 L 之后，可以用“L.get_texts()[0]”调用图例中的第一项，手动设置为你想用的文本。在下面的例子中，我们将图例修改为了‘line123’。
L = plt.legend()get_texts()[0].set_text('line123')
方法2：
另外，你可以创建一列标签名称，设置图例标签等于你创建的列表。
mylabels = ['happy', 'sad', 'nervous', 'angry', 'neutral']plt.legend(labels = my_labels)
问：如何修改图例大小？
如果想设置具体图表中的图例大小，你可以传入 fontsize 参数。
plt.legend(fontsize = 10);
也可以不用数字表示字体大小，像下面这样操作：
plt.legend(fontsize = 'x-large');
轴
问：如何命名 x 轴和 y 轴的标签？以及如何修改字体大小？
根据你想具体使用的哪个轴，你可以叫他们‘ylabel’或‘xlabel’，如下所示。第一项就是你想让轴使用的名称。如果想设置字体大小，像下面这样嵌入 fontsize 参数：
plt.ylabel('Income', fontsize = 15) #for y labelplt.xlabel('Age', fontsize = 15) #for x label
问：我该如何设置刻度线？
第一个参数设置刻度线所在的位置，第二个参数设置刻度线旁边的标签。
plt.yticks([0,2,4,6,7,10], [“0”, “2B”, "4B”, “8B”, “10B”])plt.xticks([0,1,2,3,4,5], [“0”, “1oz”, "2oz”, “3oz”, “4oz”])
问：如何设置轴的长度？
plt.ylim(-1.0,1.0) #for y axisplt.xlim(0, 50) #for x axis
问：如何将比例修改为对数？
plt.yscale(“log”) #for y axisplt.xsclae("log") #for x axis
注释
问：如何向图表添加注释和箭头？
我们可以创建注释，并指明注释 xy 参数的坐标。xytext 定义了标签的坐标。如果我们想添加箭头，需要使用 arrowprops 来显示箭头。
plt.annotate(‘sentosa’, xy = (5.0, 3.5), xytext(4.25, 4.0), arrowprops={'color': 'red'})
保存图表
按自己的需要自定义完图表后，就该保存了。这里我们将示例中的图表命名为“plot1”，用如下方式将图表保存到你的工作目录中。
plt.savefig('plot1.jpg')
最后一点
如果你在 Jupyter Notebook 中画了一个非常大的图表的话，你的 Jupyter Notebook 会变得非常慢。
如果你将鼠标悬停在图形的左侧，会出现一个如下所示的灰色框。双击该灰色框，就能隐藏你的图表，从而让 Jupyter Notebook 可以正常运行。这也有助于滚动图表。
希望本文对你使用 matplotlib 绘图有所帮助。
