本博文源于《python数据可视化》(黑马程序员编著)旨在讲解如何使用python对画出的图表定制出坐标轴、标题、图例、网格、参考线、参考区域、注释文本和表格.

文章目录

1.设置坐标轴标签
- 1.1 设置x轴的标签
- 1.2 设置y轴的标签
- 1.3 示例:正弦和余弦曲线图
2 设置刻度范围和刻度标签
- 2.1 设置刻度范围
- 2.2 设置刻度标签
- 2.3 示例:设置刻度范围与刻度标签的正弦余弦图
3.添加标题和图例
- 3.1 添加标题
- 3.2 添加图例
- 3.3 示例:设置标题和图例的正弦余弦图
4.显示网格
- 4.1 显示指定样式的网格
- 4.2 示例：显示网格的正弦余弦图
5. 添加参考线和参考区域
- 5.1 添加水平参考线
- 5.2 添加垂直参考线
- 5.3 添加水平参考区域
- 5.4 添加垂直参考区域
- 5.5 示例：添加参考线和参考区域的正余弦图
6. 添加注释文本
- 6.1 添加指向型注释文本
- 6.2 添加无指向型注释文本
- 6.3 示例：添加注释文本的正余弦图
7.添加表格
- 7.1 添加自定义样式表格
- 7.2 示例：添加表格的正余弦图

1.设置坐标轴标签

1.1 设置x轴的标签

xlabel(xlabel,fontdict=None,labelpad=None,**kwargs)

该函数参数如下:

xlabel:表示x轴标签的文本
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(包括刻度与刻度标签)的距离

1.2 设置y轴的标签

只要把代码中x换成y即可。

ylabel(ylabel, fontdict=None, labelpad=None,**kwargs)

1.3 示例:正弦和余弦曲线图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
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x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.show()

2 设置刻度范围和刻度标签

2.1 设置刻度范围

xlim(left=None,right=None,emit=True,auto=False,*,xmin=None,xmax=None)

该函数常用餐数含义如下：

left:表示x轴刻度取值区间的左位数
right:表示x轴刻度取值区间的右位数
emit:表示是否通知限制变化的观察值,默认为True
auto:表示是否允许自动缩放x轴，默认为True
xmin:表示x轴刻度的最小值
xmax:表示x轴刻度的最大值

同理也可以换位ylim()

2.2 设置刻度标签

xticks(ticks=None,labels=None,**kwargs)

ticks:表示刻度显示的位置列表
labels:表示指定位置刻度的标签列表

2.3 示例:设置刻度范围与刻度标签的正弦余弦图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
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x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
# 设置x轴的刻度范围和刻度标签
plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
plt.show()

3.添加标题和图例

3.1 添加标题

title(label, fontdict=None, loc='center', pad=None, **kwargs)

该函数常用参数的含义如下：

label:表示标题的文本
fontdict:表示控制标题文本样式的字典
loc:表示标题的对齐样式,包括’left’,‘right’和’center’三种取值，默认取值为’center’,即居中显示标题
pad:表示标题与图表顶部的距离，默认为None

同样的也可以用set_title()函数添加标题

3.2 添加图例

legend(handles,labels,loc,bbox_to_anchor,ncol,title,shadow,fancybox,*args,**kwargs)

handles:表示由图形标识构成的列表
labels:表示由图例项构成的列表
loc:用于控制图例在图表中的位置.

位置编码	位置字符串	说明
0	‘best’	自适应
1	‘upper right’	右上方
2	‘upper left’	左上方
3	‘lower left’	左下方
4	‘lower right’	右下方
5	‘right’	右方
6	‘center left’	中心偏左
7	‘center right’	中心偏右
8	‘lower center’	中心偏下
9	‘upper center’	中心偏上
10	‘center’	居中

bbox_to_anchor:用于控制图例的布局，该参数接受一个包含两个数值的元组，其中第一个数值用于控制图例显示的水平位置，值越大则说明图例显示的位置越偏右；第二个数值用于控制图例的垂直位置，值越大则说明图例显示的位置越偏上
ncol:表示图例的列数，默认值为1
title:表示图例的标题,默认为None
shadow:控制图例后面显示阴影，默认值为None
fancybox:控制是否为图例设置圆角边框，默认值为None

3.3 示例:设置标题和图例的正弦余弦图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
# 添加图例
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
# 添加标题
plt.title('正弦曲线和余弦曲线')
plt.show()

4.显示网格

4.1 显示指定样式的网格

grid(b=None,which='major',axis='both',**kwargs)

该函数参数如下：

b:表示是否显示网格，若提供其它关键字参数，则b参数设为True
which:表示显示网格的类型,支持major,minor,both这三种类型，默认为major
axis:表示显示哪个方向的网格，该参数支持both、x和y这三个选项，默认为both
linewidth或lw:表示网格线的宽度

如果坐标轴没有刻度，就无法显示网格.

4.2 示例：显示网格的正弦余弦图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
# 显示网格
plt.grid(b=True,axis='y',linewidth=0.3)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
plt.title('正弦曲线和余弦曲线')
plt.show()

5. 添加参考线和参考区域

5.1 添加水平参考线

axhline(y=0,xmin=0,xmax=1,linestyle='-',**kwargs)

y:表示水平参考线的纵坐标
xmin:表示水平参考线的起始位置,默认为0
xmax:表示水平参考线的终止位置,默认为1
linestyle:表示水平参考线的的类型,默认为实线

5.2 添加垂直参考线

将上面的axhiline改成axline，x轴换成y轴即可.

5.3 添加水平参考区域

axhspan(ymin,ymax,xmin=0,xmax=1,**kwargs)

ymin：表示水平跨度的下限，以数据为单位
ymax:表示水平跨度的上限,以数据为单位
xmin:表示垂直跨度的下限,以轴为单位,默认为0
xmax:表示垂直跨度的上限，以轴为单位，默认为1

5.4 添加垂直参考区域

axvspan(xmin,xmax,ymin=0,ymax=1,**kwargs)

xmin：表示垂直跨度的下限
xmax:表示垂直跨度的上限

5.5 示例：添加参考线和参考区域的正余弦图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
# 添加网格线
plt.grid(b=True,axis='y',linewidth=0.3)
# 添加参考线
plt.axvline(x=0, linestyle='--')
plt.axhline(y=0, linestyle='--')
# 添加参考区域
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
plt.title('正弦曲线和余弦曲线')
plt.show()

6. 添加注释文本

指向型注释文本一般是指真丢图表某一部分的特定说明，无指向型注释文本一般是针对图表整体的特定说明

6.1 添加指向型注释文本

annotate(x,xy,*args,**kwargs)

s:表示注释文本的内容
xy:表示被注释的点的坐标位置,接收元组(x,y)
xytext:表示注释文本所在的坐标位置,接收元组(x,y)
xycoords:表示xy的坐标系统,默认值为’data’,代表域折线图使用相同的坐标系统
arrowprops:表示指示箭头的属性字典
bbox:表示注释文本的边框属性字典

arrowprops参数接收一个包含若干键的字典，通过向字典中添加键值对来控制箭头的显示。常见的控制箭头包括width,headwidth,headlength,shrink,arrowstyle等，其中arrowstyle代表箭头的类型，分别有：

取值
-
->
-[
\|-\|
-\|>
<-
<->
<\|-
<\|-\|>
fancy
simple
wedge

6.2 添加无指向型注释文本

text(x,y,s,fontdict=None, withdash =<deprecated parameter>,**kwargs)

该函数常用参数含义如下：

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字典
horizontalalignment或ha:表示水平对齐方式，可以取值为center、right或left.
vertcalalignment或va：表示垂直对齐的方式，可以取值为center、top、bottom、baseline或center_baseline.

6.3 示例：添加注释文本的正余弦图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.axvline(x=0, linestyle='--')
plt.axhline(y=0, linestyle='--')
# 添加参考区域
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
# 添加指向型注释文本
plt.annotate("最小值",xy=(-np.pi/2,-1.0),xytext=(-(np.pi/2),-0.5),arrowprops=dict(arrowstyle='->'))
# 添加标题
plt.title('正弦曲线和余弦曲线')
# 添加无指向型注释文本
plt.text(3.10, 0.10, "y=sin(x)", bbox=dict(alpha=0.2))
plt.show()

7.添加表格

7.1 添加自定义样式表格

table(celText=None, cellColours=None, cellLoc='right', colWidths=None,
rowLabels=None, rowColours=None, rowLoc='left', colLabels=None,
colColours=None, colLoc='center',loc='bottom',bbox=None,
edge='closed',**kwargs)

cellText:表示表格单元格中的数据,是一个二维列表
cellColours:表示单元格的背景颜色
cellLoc:表示单元格文本的对齐方式,支持’left’,‘right’,‘center’三种取值，默认为’right’.
colWidths:表示每列的宽度
rowLabels：表示行标题的文本
rowColours:表示行标题所在单元格的背景颜色
rowLoc:表示行标题的对齐方式
colLabels:表示列标题的文本
colColours:表示列标题所在单元格的背景颜色
colLoc:表示列标题的对齐方式
loc:表示表格与绘图区域的对齐方式

7.2 示例：添加表格的正余弦图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.axvline(x=0, linestyle='--')
plt.axhline(y=0, linestyle='--')
# 添加参考区域
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
plt.annotate("最小值",xy=(-np.pi/2,-1.0),xytext=(-(np.pi/2),-0.5),arrowprops=dict(arrowstyle='->'))
plt.title('正弦曲线和余弦曲线')
# 添加无指向型注释文本
plt.text(3.10, 0.10, "y=sin(x)", bbox=dict(alpha=0.2))
# 添加表格
plt.table(cellText=[[r'$\pi/6$',r'$\pi/4$',r'$\pi/3$'],[r'$\frac{1}{2}$',r'$\frac{\sqrt{2}}{2}$',r'$\frac{\sqrt{3}}{2}$']],colWidths=[0.1]*3,rowLabels=['第1行','第2行'],colLabels=['第1列','第2列','第3列'],loc='lower right')plt.show()

如何为py图表添加坐标轴/标题/图例等辅助元素相关推荐

在 Excel 2007中手动为坐标图添加坐标轴标题
Excel 做图时更改横纵坐标轴标题. 单击要对其添加坐标轴标题的图表. 此操作将显示"图表工具",其中包含"设计"."布局"和" ...
如何设置 jqplot 图表插件的标题图例和直线
好, 我想大部分朋友都已经有回到了让人痛苦的办公桌上, 给大家带来我攒好的一篇文章, 关于 jqplot 的标题, 图例和直线的设置. 本文将详细的讲解如何设置 Plot 图表的标题, 图例和序列, ...
Latex中给图表添加中英文标题及生成相关目录
通常我们都是用\caption{这里是标题}的方式给图表添加对应的标题,如果我们需要同时给出两个标题呢?(例如某些毕业论文中要求同时给出中英文标题)如果我们还要生成对应的图表目录呢?这些问题都可以利用 ...
echarts 折线图设置y轴最小刻度_用plotly和plt画图的基本设置（标题、坐标轴、图例、注释、图像）...
参考链接:用plotly和plt画图的基本设置(标题.坐标轴.图例.注释.图像) - weixin_41670527的博客 - CSDN博客非常好的文章,值得推荐. 一用matplotlib.py ...
设置图表标题、坐标轴标题及窗口标题
设置图表标题.坐标轴标题及窗口标题图表开发工具为:Oracle Forms 6i Graphics_Builder 1. 设置图表标题: --功能:设置图表标题. --创建人:XXX --创建时间 ...
怎么更改坐标轴标题access_excel2013设置图表坐标轴刻度的教程
在EXCEL中,图表是勘察数据的最重要途径之一,图表做好了才可以更好的勘察数据,或许还有朋友不知道图表的数据轴的刻度不知道怎么设置,接下来是学习啦小编为大家带来的excel2013设置图表坐标轴刻度的 ...
Excel添加坐标轴单位的方法
菜单栏:设计-添加图表元素-坐标轴标题-更多轴标题选项示例如图
ggplot2学习笔记9：标度、坐标轴和图例（二）
Scales, Axes and Legends 文章目录 Scales, Axes and Legends 6.5 限制范围(Limits) 6.6 标度工具箱(Scales Toolbox) 6. ...
matplotlib添加行列标题、axes.axis以及axes.xaxis.set_ticklabels相关使用方法
利用matplotlib的axes.set_title添加子图标题今天同学问我matplotlib进行可视化,如何添加列标题,以下是我写的相关脚本: import matplotlib.pyplot ...

如何为py图表添加坐标轴/标题/图例等辅助元素