python 设置Pyplot的动态rc参数、绘图的填充

目录

1.全局参数定制

2.rc参数设置

例1.rc参数设置例1

例2.rc参数设置例2

例3.用set_xticks设置刻度

例4.用set_xticklabels改变刻度

3.绘图的填充

3.1调用函数fill_between()实现曲线下面部分的填充

3.2 部分区域填充

3.3 两条曲线之间的区域填充例7 使用fill_between()填充曲线之间的区域

3.4 直接使用fill进行绘图的填充

Matplotlib配置了配色方案和默认设置，主要用来准备用于发布的图片。有两种方式可以设置参数，即全局参数定制和rc设置方法。

查看matplotlib的rc参数：
import matplotlib as plt
print(plt.ra_params)

1.全局参数定制

Matplotlib的全局参数可以通过编辑配置文件设置
import matplotlib as plt
print(plt.matplotlib_fname)
#显示当前用户的配置文件目录
查找到当前用户的配置文件目录，然后用编辑器打开，修改matplotlib文件，即可修改配置参数。

2.rc参数设置

使用Python编程修改rc参数，rc参数及其取值如下表1~3

表1 rc参数名称及其取值

rc参数解释取值

lines.linewidth 线条宽度取0~10的数值，默认1.5

lines.linestyle 线条样式取“-”“--”“-.”“：”4种，默认为“-”

lines.marker 线条上点的形状可取“o”“D”等20种，默认为None

lines,markersize 点的大小取0~10的数值，默认为1

表2 线条样式lines.linestyle的取值

linestyle取值意义 linestyle取值意义

- 实线 -. 点线

-- 长虚线 : 短虚线

表3 lines.marker参数的取值

marker取值意义 marker取值意义 'o' 圆圈 '.' 点 'D' 菱形 's' 正方形 'h' 六边形1 '*' 星号 'H' 六边形2 'd' 小菱形 '-' 水平线 'v' 一角朝下的三角形 '8' 八边形 '<' 一角朝左的三角形 'p' 五边形 '>' 一角朝右的三角形 '，' 像素 '^' 一角朝上的三角形 '+' 加号 '|' 竖线 'None' 无 'x'

X

表1 rc参数名称及其取值
rc参数	解释	取值
lines.linewidth	线条宽度	取0~10的数值，默认1.5
lines.linestyle	线条样式	取“-”“--”“-.”“：”4种，默认为“-”
lines.marker	线条上点的形状	可取“o”“D”等20种，默认为None
lines,markersize	点的大小	取0~10的数值，默认为1

表2 线条样式lines.linestyle的取值
linestyle取值	意义	linestyle取值	意义
-	实线	-.	点线
--	长虚线	:	短虚线

需要注意的是，由于默认的Pyplot字体并不支持中文符的显示，因此需要通过设置font.sans-serif参数改变绘图时的字体，使得图形可以正常显示中文。同时，由于更换字体后，会导致坐标轴中的部分字符无法显示，因此需要同时更改axes.unicode_minus参数。
plt.rcParams['font.family'] = ['SimHei']      #用来显示中文标签
plt.rcParams['axes.unicode_minus'] = False   #用来正常显示符号
如果需要在坐标轴上显示时间，可以利用DateFormatter提供的功能进行设置，常用代码如下：
from matplotlib.dates import DateFormatter
plt.gca().xaxis.set_major_formatter(DateFormatter('%y/%m/%d'))
#自动旋转X轴的刻度，适应坐标轴
plt.gcf().autofmt_xdate()
除了设置线条的字体的rc参数外，还有设置文本、箱线图、坐标轴、刻度、图例、标记、图片、图像保存等rc参数。

例1.rc参数设置例1
import numpy as np
import matplotlib.pyplot as plt
fig,ax = plt.subplots()
#配置中文显示
plt.rcParams['font.family'] = ['SimHei']      #用来显示中文标签
plt.rcParams['axes.unicode_minus'] = False   #用来正常显示符号
def f(t):return np.cos(2*np.pi*t)
x1 = np.arange(0.0,4.0,0.5)
x2 = np.arange(0.0,4.0,0.01)
plt.figure(1)
plt.subplot(2,2,1)
plt.plot(x1,f(x1),'bo',x2,f(x2),'k')
plt.title('子图1')
plt.subplot(2,2,2)
plt.plot(x2,f(x2),'r--')
plt.title('子图2')
plt.show()
OUT：

例2.rc参数设置例2
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'o',label = 'one')
ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = '+',label = 'two')
ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'v',label = 'three')
ax.legend(loc = 'best')
OUT:

可以用set_xticks设置X轴刻度

例3.用set_xticks设置刻度
fig = plt.figure()ax = fig.add_subplot(1,1,1)ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'o',label = 'one')
ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = '+',label = 'two')
ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'v',label = 'three')
ax.set_xticks([0,5,10,15,20,25,30,35])
ax.legend(loc = 'best')
OUT:

可以用set_xticklabels改变刻度，设置刻度的旋转角度及字体等。

例4.用set_xticklabels改变刻度
fig = plt.figure()ax = fig.add_subplot(1,1,1)ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'o',label = 'one')
ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = '+',label = 'two')
ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'v',label = 'three')
ax.set_xticklabels(['x1','x2','x3','x4','x5'],rotation = 30,fontsize = 'large')
ax.legend(loc = 'best')
OUT：

其中，rotation参数表示X坐标标签的旋转角度；fontsize为字号，可以取值为“xx-small”“x-small”“small”“medium”“large”“x-large”“xx-large”“smaller”“None”。

3.绘图的填充

3.1调用函数fill_between()实现曲线下面部分的填充
x = np.linspace(0,1,500)
y = np.sin(3*np.pi*x)*np.exp(-4*x)
fig,ax = plt.subplots()
plt.plot(x,y)
plt.fill_between(x,0,y,facecolor = 'green',alpha = 0.3)
其中，参数x表示整个X轴都覆盖；0表示覆盖的下限；y表示覆盖的上限时y这条曲线，facecolor表示覆盖区域的颜色；alpha表示覆盖区域的透明度[0,1]，其值越大，表示越不透明

3.2 部分区域填充
plt.fill_between(x[15:300],0,0.4,facecolor = 'green',alpha = 0.3)
3.3 两条曲线之间的区域填充
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,500)
y1 = np.sin(3*np.pi*x)*np.exp(-4*x)
y2 = y1 + 0.2
plt.plot(x,y1,'b')
plt.plot(x,y2,'r')
plt.fill_between(x,y1,y2,facecolor = 'green',alpha = 0.3)
plt.show()
3.4 直接使用fill进行绘图的填充
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,500)
y = np.sin(3*np.pi*x)*np.exp(-4*x)
fig,ax = plt.subplots()
ax.fill(x,y)
plt.show()

python 设置Pyplot的动态rc参数、绘图的填充相关推荐

Matplotlib【学习大礼包】数据可视化基础掌获绘图基础语法与常用参数、设置pyplot的动态rc参数、绘制散点图、折线图、直方图、饼图
文章目录如何查看完整版!!(代码+图片) 第3章 Matplotlib 数据可视化基础 3.1 掌获绘图基础语法与常用参数 3.1.1 掌获pyplot基础语法 1.创建画布与创建子图 2.添加画布 ...
3.Matplotlib数据可视化基础(上)（pyplot、rc参数、散点图、折线图）
笔记说明:本文是我的学习笔记,大部分内容整理自黄红梅,张良均等.Python数据分析与应用[M].北京:人民邮电出版社,2018:52-77. 还有部分片断知识来自网络搜索补充. 可视化这块的内容我 ...
python可视化直方图的x轴参数设置_Python数据分析matplotlib可视化之绘图
Matplotlib是一个基于python的2D画图库,能够用python脚本方便的画出折线图,直方图,功率谱图,散点图等常用图表,而且语法简单. Python中通过matplotlib模块的pypl ...
Python — matplotlib.pyplot 绘图模块及常用函数
目录 1. 基本用法与折线图 pyplot 模块的常用函数折线图函数: matplotlib.pyplot.plot() 常用 format_string 参数常用函数 grid () 控制各轴网 ...
python绘制动态条形图_Python 绘图与可视化 matplotlib 动态条形图 bar
第一种办法一种方法是每次都重新画,包括清除figure def animate(fi): bars=[] if len(frames)>fi: # axs.text(0.1,0.90,time ...
python获取摄像头型号_python opencv设置摄像头分辨率以及各个参数的方法_python
下面就为大家分享一篇python opencv设置摄像头分辨率以及各个参数的方法,具有很好的参考价值,希望对大家有所帮助.一起过来看看吧 1,为了获取视频,你应该创建一个 VideoCapture 对 ...
Python数据可视化——matplotlib.pyplot中plt的参数详解
matplotlib.pyplot中plt的参数详解: #平滑折线的示例 # plt.plot(xnew, ynew, marker='.', markevery=markevery, ls='-', ...
python中怎么设置默认值_在Python中设置应该是列表的参数的默认值的最佳实践？...
我有一个将列表作为参数的python函数.如果我将参数的默认值设置为如下空列表: def func(items=[]): print items 皮林特会告诉我"危险的默认值[]作为参数&q ...
python opencv设置摄像头分辨率以及各个参数的方法
摘自:http://www.cppcns.com/jiaoben/python/224278.html python opencv设置摄像头分辨率以及各个参数的方法发布时间: 2019-04-21 ...

python 设置Pyplot的动态rc参数、绘图的填充

1.全局参数定制

2.rc参数设置

例1.rc参数设置例1

例2.rc参数设置例2

例3.用set_xticks设置刻度

例4.用set_xticklabels改变刻度

3.绘图的填充

3.1调用函数fill_between()实现曲线下面部分的填充

3.2 部分区域填充

3.3 两条曲线之间的区域填充

3.4 直接使用fill进行绘图的填充

python 设置Pyplot的动态rc参数、绘图的填充相关推荐

最新文章

热门文章