Python数据可视化教程，一份详细的 Matplotlib入门

Python 的概念

Matplotlib是最受欢迎的二维图形库，但有时我们很难做到得心应手的去使用。

学习Python中有不明白推荐加入交流群

                号：516107834

                群里有志同道合的小伙伴，互帮互助，

                群里有不错的学习教程！

如何更改图例上的标签名称？ 如何设置刻度线？ 如何将比例更改为对数？ 如何在我的情节中添加注释和箭头？ 如何在我的图中添加网格线？

本文汇集了有关如何自定义Matplotlib图的常见问题和答案。 这可以作为快速Matplotlib绘图的一个很好的备忘单，而不是Matplotlib库的介绍。

首先我们导入：

import matplotlib.pyplot as plt

在Jupyter Notebook中，您可以在下面包含这一行，这样您就不必在每次想要制作绘图时调用plt.show（）。

%matplotlib inline

图与子图（PLOTS AND SUBPLOTS）

Q1:怎样定义图形的尺寸？

许多情况下，默认的画布都太小，我们需要自己定义一个合适的画布。

plt.figure(figsize=(20,10))

Q2:什么是子图（subplots）？怎样去创建子图？

子图是一组较小的轴，它们在一个图中一起存在。 下面是2 x 2形式的四个子图的示例。

这些子图是使用下面的代码创建的。 我们调用plt.subplot并指定三个数字。 它们指的是要创建子图的的行数，列数和子图号。

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，图中的文本是对这三个数字的引用。 子图编号的顺序是从左上角开始的行，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4号子图。

请注意，必须专门调用plt.subplot（2,2,1）来创建该子图。

Q3：如果子图布局不是很精致，怎样来调整呢？

如果子图排列过于紧凑。 我们可以通过调用plt.tight_layout（）来修复它。它清理子图之间的填充以获得更清晰的外观。

调整前：

调整后：

Q4：怎么样天加网格线？

plt.grid(True)

风格和属性

Q5：怎样调整线的颜色粗细形状？

plt.plot(x, y, color = ‘green’ , linewidth = 2, linestyle = “-”)

常见的形状：

Q6：怎样更改标记（marker）的颜色和样式？

plt.scatter(x, y, marker = ‘o’, color = ‘red’)

常见的选择：

Q7：如何更改线条的透明度？

将alpha参数传递给你的绘图。 Alpha可以设置为0到1，其中0表示完全透明，1表示不透明。

plt.plot(x, y, alpha = 0.1)

下图说明了透明度在0.9,0.5和0.1的alpha水平下的表现.