matplotlib设置画布大小_PyTorch 49.matplotlib模块

参考github：

https://github.com/yizhen20133868/Plot-Pictures-Tutorial-for-Papergithub.com

本篇文章是对matplotlib绘图的一些概念、一些通用性函数的综述。

对matplotlib的操作都是在一个figure上完成的，figure是一块画布，类似于现实中的画板。在一块画板上，可以绘制一幅或多幅图形，这些图形就是axes。当只有一个图形时，可以直接使用matplotlib.pyplot（简写为plt）来绘制。

首先我们要引入matplotlib，通用的简写如下：

import matplotlib.pyplot as plt

画图的第一步通常是使用plt.subplots()函数：

生成一块画布。前两个参数为x、y，将画布分成x行y列，每一块是一个axe，返回画布和axes的数组，后面还可以跟一些figure的参数。示例：

fig, axes = plt.subplots(1, 2, figsize = (8, 10))

之后调用各个axe的各个画图函数，即可对每一个小块进行作图。下介绍常用函数。

一、通用的一些参数

在调用函数对图形的文字、线条等进行操作时，有些参数是通用的。

size：设置大小；
color：设置颜色；
width：线条、柱体等的宽度

二、常用函数

文本设置：

axes.set_xlabel()函数：设置x轴标签。其常用参数有fontdict，设置各个属性。

axes.set_ylabel()函数：设置y轴标签。

axes.set_title()函数：设置标题。

axes.text()函数：添加文本。一般前两个参数为文本的x、y坐标，第三个参数为文本内容。还有两个较常用的参数ha和va，他们都是设置坐标点相对于文本的位置，ha是水平位置，可选的值有'center'、'right'、'left'；va是竖直位置，可选的值有'center'、'top'、'bottom'。完整参数见：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.text.html?highlight=text#matplotlib.pyplot.text

坐标轴、刻度设置：

axes.set_xlim()函数：设置坐标范围。

axes.set_xticks()函数：设置坐标轴刻度。默认情况下是设置的主刻度，如果设置参数minor=True，那么就是设置的分刻度。示例：

axes.set_xticks([1, 2, 3])
axes.set_xticks([0.5, 1.5, 2.5, 3.5], minor=True)

axes.set_xticklabels()函数：设置主刻度的标签。

axes.Axis.set_minor_locator()函数：设置坐标轴最小刻度。参数是一个Locator类。示例如下：

axes.yaxis.set_minor_locator(MultipleLocator(0.005))

设置网格线：

axes.grid()函数：画网格线。参数which：表示在哪个刻度画网格线，可选的有‘minor’、‘major’、‘both’。axis：表示在哪个轴画线，可选的有‘x’、‘y’、‘both’。示例：

axe.grid(which = 'minor', c='lightgrey')

图例设置：

axes.legend()函数：设置图例。常用参数为loc，设置位置，可选值有：

完整参数见：https://matplotlib.org/api/legend_api.html?highlight=legend#module-matplotlib.legend

plt.tight_layout()函数可以自动调整子图参数，填充整个图像区域。

三、设置字体

设置全局的字体：

plt.rcParams["font.family"] = "Times New Roman"

设置局部的字体，常常改变需要设置的字体的fontdict参数中的family项，示例如下：

plt.title("a", fontdict={'family': 'Times New Roman'})

绘制折线图我们通常使用plot函数画曲线（折线）。每一个plot函数对应一条曲线，画多条线的时候调用多个plot函数即可。

四、折线图

plot()函数：

前两个参数为x、y。x：X轴数据，列表或数组；y：Y轴数据，列表或数组。后面还有很多的修饰曲线的参数，常用的有：color控制曲线颜色，linestyle（缩写ls）控制曲线的风格，marker控制数据点的风格等，其对应的常用字符在文章最后的附录。

示例：

fig, axes = plt.subplots(1, 1, figsize=(8, 4))
# 折线图
axes.plot(x, y, linestyle='-', color='#DE6B58', marker='x', linewidth=1.5)
axes.plot(x, y2, linestyle='-', color='#E1A084', marker='x', linewidth=1.5)
# 设置最小刻度间隔
axes.yaxis.set_minor_locator(MultipleLocator(2.5))
axes.xaxis.set_minor_locator(MultipleLocator(0.5))
# 画网格线
axes.grid(which='minor', c='lightgrey')
# 设置x、y轴标签
axes.set_ylabel("Generation Consistency")
axes.set_xlabel("KB Row Number")
# 设置y轴的刻度
axes.set_yticks([70, 75, 80, 85, 90, 95])
# 对每个数据点加标注
for x_, y_ in zip(x, y):axes.text(x_, y_, y_, ha='left', va='bottom')
for x_, y_ in zip(x, y2):axes.text(x_, y_, y_, ha='left', va='bottom')
# 展示图片
plt.show()

效果如下：

五、柱状图

1、普通柱状图

使用bar函数绘制柱状图，其常用参数如下：

其中非常常用的是width、label、alpha、edgecolor、hatch。

此外，常用axe.set_xticks来设置刻度，使用axe.set_xticklabels来设置每个刻度上的标签。

axes.spines['top'].set_visible(False)可以用来设置边框不可见，可选的有top、right、bottom、left四条边。

示例：

fig, axes = plt.subplots(1, 1, figsize=(5, 3))
# 画柱状图
axes.bar(x, a1,  width=0.4, label='height', color="#D2ACA3")
# 图例
axes.legend(loc='best')
# 设置坐标轴刻度、标签
axes.set_xticks([0, 1, 2, 3, 4, 5])
axes.set_yticks([160, 165, 170, 175, 180, 185, 190])
axes.set_ylim((160, 190))
axes.set_xticklabels(['zhouyi', 'xuweijia', 'lurenchi', 'chenxiao', 'weiyu', 'guhaiyao'])
# 设置title
axes.set_title('NLP group members heights')
# 网格线
axes.grid(linewidth=0.5, which="major", axis='y')
# 隐藏上、右边框
axes.spines['top'].set_visible(False)
axes.spines['right'].set_visible(False)

效果：

2、两对柱子竖直方向堆积

底下的柱体和普通柱状图画法一样。

画上面的柱子时，只需要再调用一个bar函数，这个bar函数要添加bottom参数，将bottom的值设置为底下柱子的数值即可。

示例：

axes.bar(x, y1,  width=0.4, label='height', color='#D2ACA3')
axes.bar(x, y2, width=0.4, bottom=y1, color="#EBDFDF", label='increse')

3、两对柱子并排排列

调用两次bar函数绘制两组柱体。让一组柱子的x值为x-width/2，另一组柱子的x值为x+width/2，即可实现两条柱子并排排列。

示例：

axes.bar(x - width / 2, a1,  width=width, label='2015', color="#D2ACA3")
axes.bar(x + width / 2, a2, width=width, label='2020', color="#EBDFDF")

4、给每根柱体加标注

一般使用循环的形式加text，并将参数ha设置为center、va设置为bottom。用法：

matplotlib.pyplot.text(x, y, s, fontdict=None, withdash=False, **kwargs)

x, y : scalars 防止text的位置。s : str 内容text。fontdict : dictionary, optional, default: None 一个定义s格式的dict。

示例：

for i in range(6):axes.text(x[i], a1[i], a1[i], ha='center', va='bottom')

三、饼状图

饼图使用plt.pie函数绘制，其各参数如下：

其中labels、value、colors、explode是维数相同的列表。还有一些常用的参数：textprops可以设置所有文字（label和value）的属性、wedgeprops可以将饼状图设置为环状图。

pie()函数的返回值为饼片列表、文字标签列表、数值标签列表。可以先获得返回值，再通过setp()函数对相应的文字进行操作、调整。

此外，一般会使用plt.axis('equal')让饼状图看起来更圆。

示例：

fig, axe = plt.subplots(1, 1, figsize=(8, 5))font1 = {'family': 'Times New Roman', 'size': '15'}
# 饼状图各个部分的标签、值、颜色
labels = ['food', 'clothing', 'housing', 'transport']
values = [0.35, 0.15, 0.2, 0.3]
colors = ['#D2ACA3', '#EBDFDF', '#DE6B58', '#E1A084']
# 突出显示
explode = [0, 0.1, 0, 0]
# 标题
axe.set_title("daily cost", fontdict=font1)
# 画饼状图
wedge, texts, pcts = axe.pie(values, labels=labels, colors=colors, startangle=45, autopct='%3.1f%%', explode=explode)
axe.axis('equal')
# 图例
axe.legend(wedge, labels, fontsize=10, title='event', loc=2)
# 设置文本的属性plt.setp(texts, size=12)
plt.setp(pcts, size=12)
plt.show()

如果给pie函数加上了wedgeprops参数，则可画出环形饼图，示例如下：

将上面的代码中的pie函数的参数增加wedgeprops=dict(width=0.4)：