我是靠谱客的博主 干净花卷,最近开发中收集的这篇文章主要介绍Matplotlib绘图添加标题,图例,网格,参考线,注释文本,数学表达式,标签,修改刻度一.设置x轴和y轴的标签二.设置刻度范围三.添加标题和图例四.显示网格五.添加水平参考线和参考区域六:添加注释文本七.添加数学公式,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

Matplotlib绘图添加标题,图例,网格,参考线,注释文本,数学表达式,标签,修改刻度

  • 一.设置x轴和y轴的标签
  • 二.设置刻度范围
  • 三.添加标题和图例
    • 标题
    • 图例
  • 四.显示网格
  • 五.添加水平参考线和参考区域
    • 1.使用axhline添加水平参考线
    • 2.使用axvline绘制垂直参考线
    • 3.使用axhspan和axvspan添加参考区域
  • 六:添加注释文本
    • 一.指向性文本
    • 二.无指向性文本注释文本
  • 七.添加数学公式

Matplotlib绘图添加标题,图例,网格,参考线,注释文本,数学表达式,标签,修改刻度

matplotlib绘制直方图,饼图,散点图,气泡图,箱型图,雷达图 http://t.csdn.cn/ZeXim

matplotlib的参数配置:http://t.csdn.cn/TiI79

一.设置x轴和y轴的标签

xlabel(xlabel,fontdict=None,labelpad=None)
ylabel(ylabel,fontdict=None,labelpad=None)
  • xlabel/ylabel: 表示x轴(y轴)的标签文本。

  • fontdict:表示控制标签文本样式的字典。

  • labelpad:表示标签与坐标轴边框(包括刻度和刻度标签)的距离。

示例代码:

# 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
# 用来正常显示负号
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
# 设置标签
plt.xlabel("this is x 轴",size=20)
plt.ylabel("this is y 轴",size=20)
plt.show()

image-20221001205035213

二.设置刻度范围

使用xlim,ylim函数来设置x轴和y轴的范围

xlim(left=None,right=None,emit=True,auto=False,xmin=None,xmax=None)
ylim(left=None,right=None,emit=True,auto=False,ymin=None,ymax=None)
  • 使用xmin(ymin)和xmax(ymax)来设置
# 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
# 用来正常显示负号
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
# 设置标签
plt.xlabel("this is x 轴",size=20)
plt.ylabel("this is y 轴",size=20)
# 刻度标签
plt.xlim(-4,4)
plt.ylim(-1,1)
plt.show()

image-20221001205614877

三.添加标题和图例

标题

title(label,fontdict=None,loc="center",pad=None)

主要是这里这个loc

  • loc:表示标题的对齐样式,包括left,right,center
  • pad:表示标题与图表顶部的距离,默认为None

图例

legend(handles,labels,loc)
  • loc:图例的位置这里可以选择uper right,upper left,lowerleft,lowright …建议选择loc=‘best’
# 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
# 用来正常显示负号
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
pic=plt.plot(x,y1,x,y2)
# 设置标签
plt.xlabel("this is x 轴",size=20)
plt.ylabel("this is y 轴",size=20)
# 刻度标签
plt.xlim(-4,4)
plt.ylim(-1,1)
# 添加标题
plt.title("正弦曲线和余弦曲线",loc="left")
# 添加图例
plt.legend(pic,["sinx","cosx"],shadow=True,fancybox="blue")
plt.show()

image-20221001210854598

四.显示网格

这个简单,plt.grid()就好了,但是里面还有一些参数

grid(b=True,axis="both",which='major')
  • which:显示网格的类型,支持major,minor,both默认是major

  • axis:表示显示哪个方向的网格,有x,y,both三个选项

  • linewidth或lw:线条的宽度

    默认

# 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
# 用来正常显示负号
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
pic = plt.plot(x, y1, x, y2)
# 设置标签
plt.xlabel("this is x 轴", size=20)
plt.ylabel("this is y 轴", size=20)
# 添加标题
plt.title("正弦曲线和余弦曲线", loc="left")
# 添加图例
plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
# 网格
plt.grid()
plt.show()

image-20221001211112120

选择添加y轴的网格,修改lw为0.3

plt.grid(lw=1, axis="y")

image-20221001211644221

五.添加水平参考线和参考区域

1.使用axhline添加水平参考线

axhline(y=0,xmin=0,xmax-1,linestyle="-")
  • y:表示水平参考线的坐标

  • xmin:表示水平参考线的起始位置,默认为0

  • xmax:水平参考线的终止位置,默认为1

  • linstyle:表示水平参考线的类型,默认是实线

    linstyle的其他类型:http://t.csdn.cn/Ufbvt

image-20221001212112835

2.使用axvline绘制垂直参考线

axvline与axhline的语法类似,只需要修改x和y即可

示例:在上图中添加两条参考线:

# 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
# 用来正常显示负号
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
pic = plt.plot(x, y1, x, y2)
# 设置标签
plt.xlabel("this is x 轴", size=20)
plt.ylabel("this is y 轴", size=20)
# 添加标题
plt.title("正弦曲线和余弦曲线", loc="left")
# 添加图例
plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
# 网格
plt.grid(lw=1, axis="y")
# 参考线
plt.axvline(x=0.5, linestyle=":", color="m")
plt.axhline(y=0.5, linestyle="--", color="y")
plt.show()

image-20221001212546052

3.使用axhspan和axvspan添加参考区域

axhspan(ymin,ymax,xmin,xmax)
axvspan(ymin,ymax,xmin,xmax)
  • ymin:表示水平跨度的下限
  • ymax表示水平跨度的上限
  • xmin:表示垂直跨度的下限
  • xmax:表示垂直跨度的上限
# 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
# 用来正常显示负号
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
pic = plt.plot(x, y1, x, y2)
# 设置标签
plt.xlabel("this is x 轴", size=20)
plt.ylabel("this is y 轴", size=20)
# 添加标题
plt.title("正弦曲线和余弦曲线")
# 添加图例
plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
# 网格
plt.grid(lw=1, axis="y")
# 参考线
plt.axvline(x=0.5, linestyle=":", color="m")
plt.axhline(y=0.5, linestyle="--", color="y")
# 参考区域
plt.axvspan(xmin=0.5, xmax=1, alpha=0.32)
plt.axhspan(ymin=0.2, ymax=0.5, alpha=0.32)
plt.show()

image-20221001213116289

六:添加注释文本

一.指向性文本

anootate(s,xy,xytext,xycoords,arrowprops,bbox)
  • s:表示注释的文本内容
  • xy:表示注释的点的坐标位置,接受元组(x,y)
  • xytext:表示注释文本所在的坐标位置
  • xycoords:表示xy的坐标系统,默认使用与折线使用相同的坐标系统
  • bbox:表示注释文本的边框的属性字典
  • arrowprops:表示知识箭头的属性字典

arrowprops参数如下:

image-20221001214629604

二.无指向性文本注释文本

text(x,y,s,fontdict=None,bbox)
  • x,y:表示注释文本的位置。

  • s:表示注释文本的内容。

  • fontdict:表示控制字体的字典。

  • bbox:表示注释文本的边框属性子弹

例如:

# 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
# 用来正常显示负号
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
pic = plt.plot(x, y1, x, y2)
# 设置标签
plt.xlabel("x 轴", size=20)
plt.ylabel("y 轴", size=20)
# 添加标题
plt.title("正弦曲线和余弦曲线")
# 添加图例
plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
# 网格
plt.grid()
plt.annotate("最小值", xy=(-np.pi / 2, -1.0), xytext=((-np.pi / 2), -0.5), arrowprops=dict(arrowstyle="->"))
plt.text(3.1, 0.1, "y=sin(x)", bbox=dict(alpha=0.2))
plt.show()

image-20221001215003576

七.添加数学公式

只要使用latetx或者katex语法即可

比如r"$sin x$"就会显示为 sin ⁡ x sin x sinx

这里修改下标题


# 标签
import numpy as np
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
# 用来正常显示负号
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
pic = plt.plot(x, y1, x, y2)
# 设置标签
plt.xlabel(" x 轴", size=15)
plt.ylabel(" y 轴", size=15)
# 添加标题
plt.title(r'$frac{sin x}{2}$')
# 添加图例
plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue")
# 网格
plt.grid()
plt.annotate("最小值", xy=(-np.pi / 2, -1.0), xytext=((-np.pi / 2), -0.5), arrowprops=dict(arrowstyle="->"))
plt.text(3.1, 0.1, "y=sin(x)", bbox=dict(alpha=0.2))
plt.show()

image-20221001220255295

参考链接:Matplotlib — Visualization with Python
参考书籍:Python数据可视化%20(黑马程序员)

最后

以上就是干净花卷为你收集整理的Matplotlib绘图添加标题,图例,网格,参考线,注释文本,数学表达式,标签,修改刻度一.设置x轴和y轴的标签二.设置刻度范围三.添加标题和图例四.显示网格五.添加水平参考线和参考区域六:添加注释文本七.添加数学公式的全部内容,希望文章能够帮你解决Matplotlib绘图添加标题,图例,网格,参考线,注释文本,数学表达式,标签,修改刻度一.设置x轴和y轴的标签二.设置刻度范围三.添加标题和图例四.显示网格五.添加水平参考线和参考区域六:添加注释文本七.添加数学公式所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(59)

评论列表共有 0 条评论

立即
投稿
返回
顶部