Matplotlib绘图的基础操作
对于初步接触matplotlib绘图库的朋友来说，绘图的字体设置、轴标签设置、图例和标题是令人头疼的问题，本文关于这些方面做出些许探讨，限于笔者能力有限，如有错误，敬请指正。
一、画布大小的设定
在论文或者PPT中，插入的图片对于大小都有要求。python设置画布语法为(常用参数）：plt.figure(figsize = None, dpi = None, facecolor = None, edgecolor = None, frameon = True)
figsize：画布的宽和高，单位为英寸。例如figsize = (8, 6)，生成8英寸宽，6英寸高的画布
dpi：画布分辨率。表示的是每英寸点数(1英寸≈2.54cm），一般默认即可，笔者习惯调至100
facecolor：背景颜色
edgecolor：边框颜色
frameon：是否显示边框
下图展示了生成画布为4英寸×3英寸，分辨率为100，背景色为'mistyrose'的图像。一般来说，前两个参数最常用。
import matplotlib.pyplot as plt
plt.figure(figsize = (4, 3), dpi = 100, facecolor = 'mistyrose')
plt.plot([1, 2, 3], [1, 2, 3])
plt.show()
图1 生成示例
颜色对照表如下图：
图2 颜色对照表
二、字体设置
在默认情况下，matplotlib是不支持中文格式的。例如下面代码：
plt.figure(figsize = (4, 3))
plt.plot([1, 2, 3], [1, 2, 3])
plt.title('测试图')
plt.show()
图3 中文字体示例
一般而言，我们可以在开头设置字体样式：
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] #设置默认字体样式
plt.figure(figsize = (4, 3))
plt.plot([1, 2, 3], [1, 2, 3])
plt.title('测试图')
plt.show()
图4 字体设置
但是，一般而言作图我们要求数字为Times New Roman，而文字为宋体等。我们可以保持默认字体样式，新建额外的字体样式，在添加中文字体时调用额外字体样式，其余的保持默认样式。新建字体样式代码如下：
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['Times New Roman'] #设置默认样式为新罗马
font1 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size' : 20,
'style':'italic',} #新建字体样式1，设置字体为新罗马，大小为20号，斜体
font2 = {'family' : 'simsun',
'weight' : 'normal',
'size' : 15,
'style':'italic',} #新建字体样式2，设置字体为宋体，大小为15号，斜体（但是根据实验，斜体在中文并不适用）
plt.figure(figsize = (4, 3))
plt.plot([1, 2, 3], [1, 2, 3]) #轴标签仍然使用默认样式
plt.title('测试图', font2) #添加标题，利用2号样式
plt.show()
图5 设置字体样式的中文标题
一般支持的字体有：Times New Roman；SimHei（黑体）；Microsoft YaHei（微软雅黑）；simsun（宋体），这些基本上能满足制图应用。
三、轴标签设置
以2015年全国各气象站点的pm2.5与模型预测的pm2.5浓度为例，选取前100个数据制作散点图。
import matplotlib.pyplot as plt
import matplotlib as mpl
rel_pm2_5 = data['pm2_5'][:100] #读取前100个真实值
pred_pm2_5 = data['pred_pm2_5'][:100] #读取前100个预测值
plt.scatter(rel_pm2_5, pred_pm2_5, color = 'k', s = 10, label = 'scatter figure')
#scatter语法以后会说，color为散点颜色，s代表散点大小，label表示图例显示的文字
plt.legend()
plt.show()
图6 散点图
现需要将x轴坐标以间隔100进行设置，y轴也以100进行设置，并设置字体大小为15。x轴标签添加文字“观测值”，y轴标签添加文字“预测值”，使用宋体18号。
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
mpl.rcParams['font.sans-serif'] = ['Times New Roman'] #设置默认字体
font1 = {'family' : 'simsun',
'weight' : 'normal',
'size' : 18,
'style':'italic'} #自定义字体样式
rel_pm2_5 = data['pm2_5'][:100]
pred_pm2_5 = data['pred_pm2_5'][:100]
plt.scatter(rel_pm2_5, pred_pm2_5, color = 'k', s = 10, label = 'scatter figure')
plt.xlim(0, 400) #设置x坐标的范围
plt.ylim(0, 400)
plt.xticks(range(0, 401, 100), size = 15) #设置x轴刻度字体大小和刻度，字体采用默认，刻度为[0, 100, 200, 300, 400]
plt.yticks(range(0, 401, 100), size = 15)
plt.xlabel('观测值', font1) #设置x轴标签，字体采用1号样式
plt.ylabel('预测值', font1)
plt.legend()
plt.show()
图7 设置轴标签和刻度字体
现需要将刻度[0, 100, 200, 300, 400]分别换为[A, B, C, D, E]，仅需改动一句代码：
plt.xticks(range(0, 401, 100), ['A', 'B', 'C', 'D', 'E'], size = 15)
图8 替换刻度
四、图例设置
图例语法为plt.legend(loc, bbox_to_anchor, ncol, title, shadow, fancybox, prop)
loc：位置参数，1表示右上，2表示左上，3表示左下，4表示右下，5表示右中，6表示左中，7表示右中（和5一样），8表示中下，9表示中上，10表示中部。（非必选参数，默认为最佳位置，示例:loc = 1）
bbox_to_anchor：表示图例线框所在位置，bbox_to_anchor = (0.05, 0.95)表示把图例左上角对应坐标为（0.05*x轴长度，0.95*y轴长度）。（非必选参数）
ncol：图例每行容纳的图例数。例如一个图中有多个线，就会有多个图例。（非必选参数，示例：ncol = 3)
title：图例标题。（非必选参数）
fancybox：值为True或False，图例边框显示圆角式还是直角，默认True
。（非必选参数，示例：fancybox = True)
prop：可以设置字体。例如：prop = {'family': 'Times New Roman', 'size': 14}表示字体为新罗马，大小为14。如果仅仅只设置字体大小，可以不用prop，直接用fontsize = 15即可。（非必选参数）
plt.legend(loc = 4, fontsize = 15) #设置位置为右下，字体为15号
图9 图例设置
五、标题设置
语法：plt.title()。将图9添加标题“散点图”，使用1号字体样式。
plt.title('散点图', font1)
图10 标题设置
在以往的绘图中，字体，坐标轴，图例和图题以及字体的设置是经常使用的，掌握好基本知识可以帮助我们更好、更快绘图。感谢阅读！
本文分享自 python数据可视化之美 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
腾讯云开发者
