本篇文章為大家帶來了關於Python的相關知識，其中主要整理了matplotlib.pyplot繪圖的基本參數的相關問題，包括了figure、xlabel、grid等等內容，下面一起來看一下，希望對大家有幫助。
【相關推薦：Python3影片教學 】
使用簡單繪圖語句實現複雜繪圖效果
以互動式操作實現漸進式精細的圖形效果 ## 輸出具有印刷等級的圖表、科學表達式和符號文字
對圖表的組成元素實現精細化控制
三種繪圖介面
pyplot：面向目前圖
axes：物件導向
## Pylab：以matlab 風格# Pylab：沿用matlab 風格本篇文章使用plot繪圖（展示變數的趨勢變化#)
本篇文章使用plot繪圖（py:21庫獲得繪圖資料（隨機），最後出來的圖形並非經過仔細思考，一切以展示圖形參數為主！ ！ ！
import matplotlib.pyplot as plt import numpy as np
# 使用方法：plt.plot(x, y, c，ls, lw, label, alpha, **kwargs)
## y：x，y 軸上的數值
c：設定顏色
#
lw：折線圖的線寬度
label：標記內容
# **kwargs：指定使用的是line2D 屬性2.1. figure()：
#。
## 使用方法：edgecolor=None, frameon=True, FigureClass=Figure, clear=False, **kwargs)#
num ： 如果此參數沒有提供，則一個新的figure 物件將被創建，同時增加figure 的計數數值，此數值被保存在figure 物件的一個數字屬性當中。如果有此參數，且存在對應 id 的 figure 對象，則啟動對於 id 的 figure 對象。如果對應 id 的 figur 物件不存在，則建立它並傳回它。如果num 的值是字串，則將視窗標題設定為此字串
figsize：以英吋為單位的寬高，缺省值為rc figure.figsize (1 英寸等於2.54 公分)
dpi：圖形分辨率，缺省值為rc figure.dpi
facecolor：背景色
plt.figure(figsize=(10, 10)) x = np.linspace(0.05, 10, 1000) # 在0.05到10的区间中，等差选取1000个，端点不属于 y = np.sin(x) plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False plt.plot(x, y, color='red', ls='-', label='sinx') plt.show()
2.2 xlim()和ylim()：
設定x，y 軸的數值顯示範圍
plt.xlim(xmin,xmax) #xmin：x 轴上的最小值
xmax：x 轴上的最大值
使用方法：plt.xlabel(fontsize, verticalalignment, horizontalalignment, rotation, bbox)
fontsize：数字或者（small，large，medium）
verticalalignment：距离坐标轴的位置（top，bottom，center，baseline）
hoizontalalignment：位置（center，right，left）
ratation：位置（vertical，horizontal，vertical）
bbox：添加边框
使用方法：plt.grid(linestyle, color)
使用方法：plt.axhline(y, c, ls, lw, label)
y：水平参考线的出发点
plt.figure(figsize=(10, 10))
x = np.linspace(0.05, 10, 1000) # 在0.05到10的区间中，等差选取1000个，端点不属于
y = np.sin(x)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.plot(x, y,
color='red',
ls='-',
label='sinx')
plt.xlim(1, 10)
plt.ylim(-1, 1)
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.grid(ls=':',
color='blue') # 设置网格，颜色为蓝色
plt.axhline(0.5, color='green', lw=2, label="分割线") # 绘制平行于x轴的水平参考线，绿色，名称
plt.show()
（上图中绿色的线即为axjline（）添加的参考线）
使用方法：plt.axvspan( xmin, xmax ,facecolor, alpha)
xmin：参考区域的起始位置
xmax：参考区域的终止位置
facecolor：参考区域的填充颜色
alpha：参考区域填充颜色的透明度,[0~1]
注：其使用方法也可以用在 axhspan（）上
在上一段代码添加
plt.axvspan(xmin=2, xmax=5, facecolor='r', alpha=0.2) # 绘制垂直于x轴的参考区域
即得到（注意：此段是区域）
获取或设置当前 x 轴或 y 轴刻度位置和标签（即设置 x 或 y 轴的标 签）
可以理解为设置xilim和ylim一样的效果，但可以指定范围和距离
plt.xticks(list(range(0, 12, 1))) # 调整刻度范围和刻度标签
注意看x轴，从原来的0~10到现在的0~11，可以通过设置第三个参数设置步长，这里设置为1
函数方法：plt.annotate()
s：注释文本内容
xy：被注释的坐标点
xytext：注释文字的坐标位置
weight：設定字體線形(Ultralight，light，normal，regular，book，medium，roman，semibold，demibold，demi,bold，heavy，extrabold，black）
color：設定字型顏色；也可以設定 RGB 或 RGBA 類型的顏色；但必須為[0,1]之間的浮點 數
xycoords= 參數如下
figure points：圖左下角的點
figure pixels：圖左下角的像素
figure fraction：圖的左下方部分
axes points：座標軸左下的點
axes pixels：座標軸左下的像素
data：使用被註釋物件的座標系統
arrowprops：箭頭參數，參數型別為字典 dict
width：箭頭的寬度
headwidth：箭頭底部以點為單位的寬度
headlength：箭頭的長度
shrink：總長度的一部分，從兩端「縮」
facecolor：箭頭顏色（如果設定了 arrowstyle 關鍵字，上面的參數都不可用，可
以用這些：
地 #
plt.annotate('local',
xy=(2, 1),
xytext=(0.5, 0.5),
weight='bold',
color='red',
xycoords="data",
arrowprops=
dict(arrowstyle="->", connectionstyle='arc3', color='b'),
bbox=
dict(boxstyle="rarrow",
pad=0.6,
fc="yellow",
ec='k',
lw=1,
alpha=0.5)
)
这里的黄色箭头和蓝色细长线即为参数方法添加的参数，实际使用过程中根据自己的实际所需使用，可以认为添加对图像的一些解释
（boxstyle：方框外形；circle：椭圆；darrow：双向箭头；larrow：箭头向左；rarrow：箭
头向右；round：圆角矩形；round4：椭长方形；roundtooth：波浪形边框 1；sawtooth：
波浪形边框 2；square：长方形）
函数方法：plt.text()
x,y：表示坐标轴上的值
weight：
ultralightlight
normal
regular
book
medium
roman
semibold
demibold
demi
bold
heavy
extrabold
black
xycoodrds：
figure points：图左下角的点
figure pixels：图左下角的像素
figure fraction：图的左下部分
axes points：坐标轴左下的点
data：使用被注释对象的坐标系统
arrowprops：箭头参数，参数类型为字典 dict
width：箭头的宽度
headwidth：箭头底部以点为单位的宽度
headlength：箭头的长度
shrink：总长度的一部分，从两端“收缩”
facecolor：箭头颜色
bbox：给标题增加外框
boxstyle：方框外形
circle：椭圆
darrow：双向箭头
larrow：箭头向左
rarrow：箭头向右
round：圆角矩形
round4：椭长方形
roundtooth：波浪形边框 1
sawtooth：波浪形边框 2
square：长方形
plt.text(1, 1, "y=sinx", weight='bold', color ='b')
这里设置在坐标（1，1）上，即文字下面y=sinx的蓝色字段
plt.title("正弦函数")
使用方法：plt.legeng()
图例在图中的地理位置：
best
upper right
upper left
lower left
lower right
right
center left
center right
lower center
upper center
center
plt.legend(loc="lower left") # 设置图例位置
plt.table(cellText=None, cellColours=None, cellloc='right' ,colWidths=None,
rowLabels=None, rowColours=None, collLabels=None, colColours=None,
collloc='center', loc='bpttpm', bbox=None, edges='closed', **kwargs)
cellText：表格单元格文本。类型为二维字符串列表
cellColours：表格单元格背景色。类型为二位颜色值列表
cellloc：表格单元格文本的对齐方式。默认值为right
colWidths：表格单元格宽度。类型为浮点数列表
rowLabels：表格行表头文本。类型为字符串列表
rowColours：表格行表头背景色。类型为颜色列表
colLabels：表格列表头文本。类型为字符串列表
colLoc：表格行表头文本对齐方式。默认 right
colColours：表格列表头背景色。类型为颜色列表
loc：单元格相对于子图的位置
bbox：绘制表格的边界框，如果此参数不为 None，将会覆盖 loc 参数
edges：单元格边线，该属性会影响各类单元格背景色
import matplotlib.pyplot as plt
import numpy as np
plt.figure(figsize=(10, 10))
x = np.linspace(0.05, 10, 1000) # 在0.05到10的区间中，等差选取1000个，端点不属于
y = np.sin(x)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.plot(x, y,
color='red',
ls='-',
label='sinx')
plt.xlim(1, 10)
plt.ylim(-1, 1)
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.grid(ls=':',
color='blue') # 设置网格，颜色为蓝色
plt.axhline(0.5, color='green', lw=2, label="分割线") # 绘制平行于x轴的水平参考线，绿色，名称
plt.axvspan(xmin=2,
xmax=5,
facecolor='r',
alpha=0.2) # 绘制垂直于x轴的参考区域
plt.axhspan(ymin=(-3**0.5)/2,
ymax=(3**0.5)/2,
facecolor='w',
alpha=0.2)
plt.legend(loc="lower left") # 设置图例位置
plt.annotate('local',
xy=(2, 1),
xytext=(0.5, 0.5),
weight='bold',
color='red',
xycoords="data",
arrowprops=
dict(arrowstyle="->", connectionstyle='arc3', color='b'),
bbox=
dict(boxstyle="rarrow",
pad=0.6,
fc="yellow",
ec='k',
lw=1,
alpha=0.5)
)
plt.xticks(list(range(0, 12, 1))) # 调整刻度范围和刻度标签
plt.text(1, 1,
"y=sinx",
weight='bold',
color ='b')
plt.title("正弦函数")
plt.show()这串代码用于显示中文字符
plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False
无论画什么图，最后都得使用plt.show()用于展示图片，否则输出为空
-：实线样式
--：短横线样式
-.：点划线样式
：：虚线样式
.：点标记
O：圆标记
V：倒三角标记
^：正三角标记
<：左三角标记
>：右三角表示
1：下箭头标记13
2：上箭头标记
3：左箭头标记
4：右箭头标记
S：正方形标记
p：五边形标记
*：星形标记
H：六边形标记
+：加号标记
X：x 标记
D：菱形标记
|：竖直线标记
_：水平线标记b 蓝色 g 绿色 r 红色 c 青色 m 品红色· y 黄色 k 黑色 w 白色
【相关推荐：Python3视频教程 】
以上是Python可視化總結之matplotlib.pyplot基本參數詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章！
