↑↑↑关注后"星标"简说Python

人人都可以简单入门Python、爬虫、数据分析

简说Python推荐

来源：python数据分析之禅 作者：小dull鸟

One old watch, like brief python

大家好，我是老表～

今天给大家分享16个用matlibplot画图的常用技巧，也是我经常记不住的，废话不多说，直接上干货。

1.添加文本框

为文本添加添加背景框

import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']fig=plt.figure()fig,axe=plt.subplots()axe.text(0.5,0.5,'我是文本框',bbox={'facecolor':'cyan','alpha':0.5,'pad':0.7})  #添加文本框plt.show()

2.添加指示箭头

import matplotlib.pyplot as pltimport numpy as npplt.rcParams['axes.unicode_minus'] = Falsefig=plt.figure()fig,axe=plt.subplots()t=np.arange(0.0,2.0,0.01)s=np.sin(2*np.pi*t)axe.plot(t,s,linestyle='-',label='line1')axe.annotate('我是正弦函数',xy=(1.25,1),xytext=(1.9,1),                  arrowprops=dict(facecolor='red',shrink=0.2),                 horizontalalignment='center',verticalalignment='center')plt.show()

3.改变折线形状

fig,axe=plt.subplots()np.random.seed(100)x=np.arange(0, 10, 1)y1=np.random.rand(10)axe.plot(x, y1, '--o')plt.show()

4.柱状图横置

fig,axe=plt.subplots()data_m=(40, 60, 120, 180, 20, 200)index = np.arange(6)width=0.4axe.barh(index, data_m, width,align='center',alpha=0.8, label='men')plt.show()

5.移动坐标轴位置

import matplotlib.pyplot as pltimport numpy as npfig=plt.figure()fig,axe=plt.subplots()axe.spines['right'].set_color('none')axe.spines['top'].set_color('none')axe.spines['bottom'].set_position(('data',1))axe.spines['left'].set_position(('data',1))plt.show()

6.设置坐标轴范围

fig=plt.figure()fig,axe=plt.subplots()plt.xlim(0,10)plt.ylim(0,8000)plt.show()

7.改变坐标轴颜色

import matplotlib.pyplot as pltimport numpy as npfig=plt.figure()fig,axe=plt.subplots()axe.spines['right'].set_color('yellow')axe.spines['top'].set_color('red')plt.show()

8.设置坐标轴刻度

fig=plt.figure()fig,axe=plt.subplots()axe.set_xticks([0,1,2,3,4,5])plt.show()

9.改变刻度

fig=plt.figure()fig,axe=plt.subplots()axe.set_xticks([0,1,2,3,4,5])axe.set_xticklabels(['Taxi','Metro','Walk','Bus','Bicycle','Driving'])plt.show()

9.坐标倾斜

fig=plt.figure()fig,axe=plt.subplots()axe.set_xticks([0,1,2,3,4,5])axe.set_xticklabels(['Taxi','Metro','Walk','Bus','Bicycle','Driving'],rotation=45)plt.show()

10.绘制子图

fig=plt.figure()fig,axe=plt.subplots(4,4,figsize=(10,10))plt.show()

11.加网格线

fig=plt.figure()fig,axe=plt.subplots()axe.grid(True)plt.show()

12.改变图形颜色

fig,axe=plt.subplots()data_m=(40, 60, 120, 180, 20, 200)index = np.arange(6)axe.bar(index, data_m,color='y')plt.show()

13.改变样式

fig,axe=plt.subplots()data_m=(40, 60, 120, 180, 20, 200)index = np.arange(6)axe.bar(index, data_m)plt.style.use('dark_background')plt.show()

样式列表：

plt.style.available

['bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark-palette', 'seaborn-dark', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'seaborn', 'Solarize_Light2', 'tableau-colorblind10', '_classic_test']

14.添加表格

fig,axe=plt.subplots()data_m=(40, 60, 120, 180, 20, 200)data_f=(30, 100, 150, 30, 20, 50)index = np.arange(6)width=0.4#bar chartsaxe.bar(index, data_m, width, color='c', label='men')axe.bar(index, data_f, width, color='b', bottom=data_m, label='women')axe.set_xticks([])axe.legend()#tabledata=(data_m,data_f)rows=('male','female')columns=('Taxi','Metro','Walk','Bus','Bicycle','Driving')axe.table(cellText=data, rowLabels=rows, colLabels=columns)plt.show()

15.饼状图分离

fig, axe = plt.subplots()labels = 'Taxi', 'Metro', 'Walk', 'Bus','Bicycle','Drive'sizes = [10, 30, 5, 25, 5, 25]explode = (0.1, 0.1, 0.5, 0.1, 0.1, 0.1)   #控制分隔距离axe.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',        shadow=True, startangle=90)axe.axis('equal')plt.show()

16.保存绘制的图片

fig, axe = plt.subplots()labels = 'Taxi', 'Metro', 'Walk', 'Bus','Bicycle','Drive'sizes = [10, 30, 5, 25, 5, 25]explode = (0.1, 0.1, 0.5, 0.1, 0.1, 0.1)   #控制分隔距离axe.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',        shadow=True, startangle=90)axe.axis('equal')plt.savefig('temp.png', dpi=fig.dpi)

可以关注公众号简说Java，后台回复关键字“matlibplot”获取完整源码。

长按扫码回复【matlibplot】

简说Python

长按扫码关注，一起学Python

学习更多：整理了我开始分享学习笔记到现在超过250篇优质文章，涵盖数据分析、爬虫、机器学习等方面，别再说不知道该从哪开始，实战哪里找了