python画图的常规设置方式有哪些

tangjin

作者

这篇文章将为大家详细讲解有关python画图的常规设置方式有哪些，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

python有哪些常用库

python常用的库：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。

python绘图的包大家应该不会陌生，但是，对图的常规设置不一定会知道（其实自己也是才知道的），比如：坐标轴的字体大小、颜色设置；标题的字体颜色大小设置；线的粗细、颜色；图片风格的设置等。了解这些常规设置必定会让图片更加美观。

下面就具体来说说matplotlib中有哪些常规设置。

我主要总结了这几个函数：

plt.style.use()函数；可以对图片的整体风格进行设置。可以通过plt.style.availabel知道一共有多少种主题。

importmatplotlib.pyplotasplt
importnumpyasnp
importpandasaspd
importmatplotlibasmpl
printplt.style.availabel

我们试用其中两个主题。

plt.style.use("fivethirtyeight")
data=np.random.randn(50)
plt.scatter(range(50),data)

withplt.style.context(('dark_background')):
plt.plot(np.sin(np.linspace(0,2*np.pi)),'r-o')#"r-o"表示红色的点用线连接起来。
plt.show()

mpl.rcParams()函数；这个函数可以设置图片的坐标轴以及标题的字体大小、颜色、宽度等。同时，也可以用mpl.rcParams.keys（）进行查看有哪些设置。

mpl.rcParams['xtick.labelsize']=16
mpl.rcParams["ytick.color"]='b'
plt.plot(range(50),data,'g^')
plt.show()

这张图就通过rcParams（）函数设置了y轴的字体颜色，x轴的字体大小。同时，将点的marker变成了三角形、颜色变为了绿色。

mpl.rc（）函数；它可以用来设置线的粗细、风格、颜色等。

mpl.rc('lines', linewidth=4, color='r', linestyle='-.')plt.plot(data)

fontdict()函数；也可以来办同样的事情。

font={'family':'monospace',
'weight':'bold',
'size':'larger',
'color':"r"
}
plt.scatter(range(50),data)
plt.xlabel("number",fontdict=font)

font()字典中主要存在这么几类键：

font.family ；一共有5种设置： serif sans-serif cursive antasy monospace

font.style ；一种有3种设置：normal italic oblique

font.variant ；一共有2种设置：normal or small-caps

font.weight ；一共有4种设置：normal, bold, bolder, lighter

font.stretch ；一共有13种设置：

ultra-condensed, extra-condensed, condensed, semi-condensed, normal, semi-expanded, expanded, extra-expanded, ultra-expanded, wider, and narrower. font.size ；默认值是10pt

plt.setp（）函数；也是可以设置线的粗细以及颜色，还可以设置坐标轴的方向，位置。

例如：

setp(lines, 'linewidth', 2, 'color', 'r')

借用帮助文档上的一个例子：

importnumpyasnp
importmatplotlib.pyplotasplt
data={'BartonLLC':109438.50,
'Frami,HillsandSchmidt':103569.59,
'Fritsch,RusselandAnderson':112214.71,
'Jerde-Hilpert':112591.43,
'KeelingLLC':100934.30,
'KoeppLtd':103660.54,
'KulasInc':137351.96,
'Trantow-Barrows':123381.38,
'White-Trantow':135841.99,
'WillLLC':104437.60}
group_data=list(data.values())
group_names=list(data.keys())
group_mean=np.mean(group_data)
fig,ax=plt.subplots()
ax.barh(group_names,group_data)
labels=ax.get_xticklabels()
plt.setp(labels,rotation=45,horizontalalignment='right')
ax.set(xlim=[-10000,140000],xlabel='TotalRevenue',ylabel='Company',
title='CompanyRevenue')

可以看到x轴坐标斜向45°旋转了，整个图片变得更加美观了。为了对数据更加一步分析，做下面操作：

defcurrency(x,pos):
"""Thetwoargsarethevalueandtickposition"""
ifx>=1e6:
s='${:1.1f}M'.format(x*1e-6)
else:
s='${:1.0f}K'.format(x*1e-3)
returns
formatter=FuncFormatter(currency)
fig,ax=plt.subplots(figsize=(6,8))
ax.barh(group_names,group_data)
labels=ax.get_xticklabels()
plt.setp(labels,rotation=45,horizontalalignment='right')

ax.set(xlim=[-10000,140000],xlabel='TotalRevenue',ylabel='Company',
title='CompanyRevenue')
ax.xaxis.set_major_formatter(formatter)


fig,ax=plt.subplots(figsize=(8,8))
ax.barh(group_names,group_data)
labels=ax.get_xticklabels()
plt.setp(labels,rotation=45,horizontalalignment='right')

#以所有收益的平均值画一条垂直线，看哪些公司是超越平均收益的
ax.axvline(group_mean,ls='--',color='r')

#标注新成立的公司
forgroupin[3,5,8]:
ax.text(145000,group,"NewCompany",fontsize=10,
verticalalignment="center")

#将标题移动一点，与图片保持一点距离。
ax.title.set(y=1.05)
ax.set(xlim=[-10000,140000],xlabel='TotalRevenue',ylabel='Company',
title='CompanyRevenue')
ax.xaxis.set_major_formatter(formatter)
ax.set_xticks([0,25e3,50e3,75e3,100e3,125e3])
plt.show()