4.11Python数据处理篇之Matplotlib系列(十一)---图例,网格,背景的设置
目录
前言
本章节将讲一下三个内容,图例,网格,背景
(一)图例legend
1.默认不带参数的图例
(1)说明:
默认情况下,是自适应的放在图例的位置,需要在绘图的时候,添加Label标识。
在使用plt.legend()显示图例
(2)源代码:
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-5, 5, 50)
y1 = x
y2 = x**2
y3 = x**(1/2)
# 绘图
plt.plot(x, y1, "--", label="y1")
plt.plot(x, y2, "o-", label="y2")
plt.plot(x, y3, "-.", label="y3")
# 展示图例
plt.legend()
# 展示
plt.show()
(3)展示效果
2.添加参数的图例
(1)可选参数
参数 | 说明 | 默认值 |
---|---|---|
loc=int\string | 图例所在的位置 | 0 |
fontsize=int\string | 图例的文字大小 | 当前文字的大小 |
facecolor='b' | 图例的背景色 | 'w' |
edgecolor='b' | 图例的边框颜色 | 'w' |
title=string | 图例的标题 | None |
shadow=bool | 是否显示图例的阴影 | False |
fancybox=bool | 是否显示圆角 | False |
framealpha=float | 图例的透明度 | None |
- 位置的参数值:可以使用字符串与数字
- 文字的大小值:'xx-small', 'x-small', 'small', 'medium', 'large', 'x-large', 'xx-large',或者直接用数字表示大小。
- 透明度的范围:0.0~1.0,1.0是不透明,0.0是全透明,从0.0到1.0越来越不透明。
(2)源代码:
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-5, 5, 50)
y1 = x
y2 = x**2
y3 = x**(1/2)
# 绘图
plt.plot(x, y1, "--", label="y1")
plt.plot(x, y2, "o-", label="y2")
plt.plot(x, y3, "-.", label="y3")
# 展示图例
plt.legend(loc='upper right',
fancybox=True,
title="l am legend",
edgecolor='r',
shadow=True,
fontsize='x-large',
facecolor='b',
framealpha=0.3)
# 展示
plt.show()
(3)输出效果:
3.将图例移动到框外
(1)说明:
bbox_to_anchor=(x, y) 可以移动到任意位置
x,y是float:0.0~1.0,表示是x,y轴的比例,x:左->右增大, y:下->上 增大
并且结合loc来确定位置。
(2)源代码:
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-5, 5, 50)
y1 = x
y2 = x**2
y3 = x**(1/2)
# 绘图
plt.plot(x, y1, "--", label="y1")
plt.plot(x, y2, "o-", label="y2")
plt.plot(x, y3, "-.", label="y3")
# 展示图例
plt.legend(bbox_to_anchor=(1, 0.8), loc=3)
# 展示
plt.show()
(3)输出效果:
(二)网格grid
1.说明
语法:plt.grid([可选参数])
可选参数 | 说明 | 默认值 |
---|---|---|
b=bool | 是否显示网格 | Fales |
color='r' | 网线的颜色 | 'w' |
linestyle='--' | 网格的线形 | ‘-’ |
linewidth=1 | 网格的线宽 | 1 |
alpha=0.3 | 网线的透明度0.0~1.0 | 1 |
axis={"both",'x',"y"} | 表示在哪些方向轴上画网线,x轴,y轴 | "both" |
which={"both","major","minor"} | 表示在哪些刻度上画网线,主刻度,还是小刻度 | ”both" |
2.源代码:
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-5, 5, 50)
y = x**2
# 绘图
plt.plot(x, y)
# 设置网格线
plt.grid(b=True,
color='r',
linestyle='--',
linewidth=1,
alpha=0.3,
axis='x',
which="major")
# 展示
plt.show()
3.输出效果
(三)背景axses
1.设置全局的背景色:
(1)说明:
- 设置figure窗体的颜色:plt.rcParams['figure.facecolor'] = 'color'
- 设置axes绘图区的颜色:plt.rcParams['axes.facecolor'] = 'color'
(2)源代码:
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-5, 5, 50)
y = x**2
# =====设置背景====
# 设置figure窗体的颜色
plt.rcParams['figure.facecolor'] = 'b'
# 设置axes绘图区的颜色
plt.rcParams['axes.facecolor'] = 'g'
# 绘图
plt.plot(x, y)
# 展示
plt.show()
(3)输出效果:
2.设置局部的背景色
(1)说明:
获取ax对象:ax = plt.gca()
设置ax区域背景颜色:ax.patch.set_facecolor("gray")
设置ax区域背景颜色透明度:ax.patch.set_alpha(0.5)
(2)源代码:
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-5, 5, 50)
y = x**2
# 绘图
plt.plot(x, y)
# =====设置背景====
# 得到ax对象
ax = plt.gca()
# 设置ax区域背景颜色
ax.patch.set_facecolor("gray")
# 设置ax区域背景颜色透明度
ax.patch.set_alpha(0.5)
# 展示
plt.show()
(3)输出效果:
作者:Mark
日期:2019/03/12 周二
4.11Python数据处理篇之Matplotlib系列(十一)---图例,网格,背景的设置的更多相关文章
- 4.7Python数据处理篇之Matplotlib系列(七)---matplotlib原理分析
目录 目录 前言 (一)总框架分析 (二)函数式的绘图 1.说明: 2.函数绘图的缺优点 3.绘图类的函数 4.操作类的函数 5.例子: (三)面向对象式的绘图 1.基本概念 2.基本对象 3.面向对 ...
- 4.14Python数据处理篇之Matplotlib系列(十四)---动态图的绘制
目录 目录 前言 (一)需求分析 (二)随机数的动态图 1.思路分析: 2.源代码: 2.输出效果: 目录 前言 学习matplotlib已经到了尾声,没有必要再继续深究下去了,现今只是学了一些基础的 ...
- 4.13Python数据处理篇之Matplotlib系列(十三)---轴的设置
目录 目录 前言 (一)设置轴的范围 1.同时对于x,y轴设置 2.分别对与x,y轴的设置 (二)设置刻度的大小 1.普通的刻度设置 2.添加文本的刻度设置 3.主副刻度的设置 (三)设置轴的数据 1 ...
- 4.12Python数据处理篇之Matplotlib系列(十二)---绘图风格的介绍
目录 目录 前言 (一)不同风格 1.说明: 2.使用: 3.代码使用: (二)例子演示 1.dark_background 2.bmh 3.fivethirtyeight 4.ggplot 5.gr ...
- 4.10Python数据处理篇之Matplotlib系列(十)---文本的显示
目录 目录 前言 (一)中文显示 ==1.全局的设置== ==2.局部的设置== (二)文本显示 目录 前言 今天我们来学习一下文本的显示 (一)中文显示 ==1.全局的设置== (1)说明: 在ma ...
- 4.9Python数据处理篇之Matplotlib系列(九)---子图分布
目录 目录 前言 (一)subplot()方法 ==1.语法说明== ==2.源代码== ==3.输出效果== (二)subplot2grid方法 ==1.语法说明== ==2.源代码== ==3.展 ...
- 4.8Python数据处理篇之Matplotlib系列(八)---Figure的学习
目录 目录 前言 (一)figure()方法的定义 (二)figure()方法的参数 (三)figure()方法的例子 1.多窗体绘图: 2.窗口得分别率 目录 前言 今天我们来学习一下plt.fig ...
- 4.6Python数据处理篇之Matplotlib系列(六)---plt.hist()与plt.hist2d()直方图
目录 目录 前言 (一)直方图 (二)双直方图 目录 前言 今天我们学习的是直方图,导入的函数是: plt.hist(x=x, bins=10) 与plt.hist2D(x=x, y=y) (一)直方 ...
- 4.5Python数据处理篇之Matplotlib系列(五)---plt.pie()饼状图
目录 目录 前言 (一)简单的饼状图 (二)添加阴影和突出部分 (三)显示图例和数据标签: 目录 前言 饼状图需要导入的是: plt.pie(x, labels= ) (一)简单的饼状图 (1)说明: ...
随机推荐
- 【NET CORE微服务一条龙应用】第三章 认证授权与动态权限配置
介绍 系列目录:[NET CORE微服务一条龙应用]开始篇与目录 在微服务的应用中,统一的认证授权是必不可少的组件,本文将介绍微服务中网关和子服务如何使用统一的权限认证 主要介绍内容为: 1.子服务如 ...
- JavaScript之深拷贝和浅拷贝
前言 工作中会经常遇到操作数组.对象的情况,你肯定会将原数组.对象进行‘备份’当真正对其操作时发现备份的也发生改变,此时你一脸懵逼,到时是为啥,不是已经备份了么,怎么备份的数组.对象也会发生变化.如果 ...
- UVC 驱动调用过程与驱动框架的简单分析
内核:Linux-3.4.2 驱动:drivers\media\video\uvc\uvc_driver.c UVC 驱动整体调用流程: /* 打开设备描述符 */ 1. open: uvc_v4l2 ...
- IdentityServer4 中文文档 -15- (快速入门)添加 JavaScript 客户端
IdentityServer4 中文文档 -15- (快速入门)添加 JavaScript 客户端 原文:http://docs.identityserver.io/en/release/quicks ...
- 第一册:lesson eighty five。
原文:Paris in the spring. A:Hello,Ken. B:Hi,George. A:Have you just been to the cinema? B:Yes,I have. ...
- .NET 中的序列化 & 反序列化
序列化:将对象的状态信息及类型信息,转换为一种易于传输或存储形式(流,即字节序列)的过程. 下图为序列化过程图示,图片来自微软官方文档: 反序列化:与序列化相反,将流转换为对象的过程. 常用的有二进制 ...
- asp.net-基础-20180321
C#与.NET的关系 C#不是语言,.net是平台.
- 为什么redis是单线程的?速度还这么快
为什么说Redis是单线程的? 为什么redis是单线程的?速度还这么快
- python 反射机制在实际的应用场景讲解
剖析python语言中 "反射" 机制的本质和实际应用场景一. 前言 def s1(): print("s1是这个函数的名字!") s = "s1&q ...
- java算法-单向队列
队列是一种:先进先出,后进后出的数据结构 单项队列: 从前面删除元素,从后面插入元素,跟现实中排队是一样的道理 这里我们用指针移动位置的方法.因为数组删除元素,如果我们要跟现实中排队效果一样,就需要移 ...