添加链接
link管理
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接

Matplotlib绘图添加标题,图例,网格,参考线,注释文本,数学表达式,标签,修改刻度

Matplotlib绘图添加标题,图例,网格,参考线,注释文本,数学表达式,标签,修改刻度

matplotlib绘制直方图,饼图,散点图,气泡图,箱型图,雷达图 http://t.csdn.cn/ZeXim

matplotlib的参数配置: http://t.csdn.cn/TiI79

一.设置x轴和y轴的标签

xlabel(xlabel,fontdict=None,labelpad=None)
ylabel(ylabel,fontdict=None,labelpad=None)
  • xlabel/ylabel: 表示x轴(y轴)的标签文本。

  • fontdict:表示控制标签文本样式的字典。

  • labelpad:表示标签与坐标轴边框(包括刻度和刻度标签)的距离。

示例代码:

import numpy as np import matplotlib.pyplot as plt # 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 x=np.linspace(-np.pi,np.pi,256,endpoint=True) y1,y2=np.sin(x),np.cos(x) plt.plot(x,y1,x,y2) # 设置标签 plt.xlabel("this is x 轴",size=20) plt.ylabel("this is y 轴",size=20) plt.show()

二.设置刻度范围

使用xlim,ylim函数来设置x轴和y轴的范围

xlim(left=None,right=None,emit=True,auto=False,xmin=None,xmax=None)
ylim(left=None,right=None,emit=True,auto=False,ymin=None,ymax=None)
  • 使用xmin(ymin)和xmax(ymax)来设置
import numpy as np import matplotlib.pyplot as plt # 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 x=np.linspace(-np.pi,np.pi,256,endpoint=True) y1,y2=np.sin(x),np.cos(x) plt.plot(x,y1,x,y2) # 设置标签 plt.xlabel("this is x 轴",size=20) plt.ylabel("this is y 轴",size=20) # 刻度标签 plt.xlim(-4,4) plt.ylim(-1,1) plt.show()

三.添加标题和图例

title(label,fontdict=None,loc="center",pad=None)

主要是这里这个loc

  • loc:表示标题的对齐样式,包括left,right,center
  • pad:表示标题与图表顶部的距离,默认为None
legend(handles,labels,loc)
  • loc:图例的位置这里可以选择uper right,upper left,lowerleft,lowright …建议选择loc=‘best’
import numpy as np import matplotlib.pyplot as plt # 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 x=np.linspace(-np.pi,np.pi,256,endpoint=True) y1,y2=np.sin(x),np.cos(x) pic=plt.plot(x,y1,x,y2) # 设置标签 plt.xlabel("this is x 轴",size=20) plt.ylabel("this is y 轴",size=20) # 刻度标签 plt.xlim(-4,4) plt.ylim(-1,1) # 添加标题 plt.title("正弦曲线和余弦曲线",loc="left") # 添加图例 plt.legend(pic,["sinx","cosx"],shadow=True,fancybox="blue") plt.show()

四.显示网格

这个简单,plt.grid()就好了,但是里面还有一些参数

grid(b=True,axis="both",which='major')
  • which:显示网格的类型,支持major,minor,both默认是major

  • axis:表示显示哪个方向的网格,有x,y,both三个选项

  • linewidth或lw:线条的宽度

    默认

import numpy as np import matplotlib.pyplot as plt # 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 x = np.linspace(-np.pi, np.pi, 256, endpoint=True) y1, y2 = np.sin(x), np.cos(x) pic = plt.plot(x, y1, x, y2) # 设置标签 plt.xlabel("this is x 轴", size=20) plt.ylabel("this is y 轴", size=20) # 添加标题 plt.title("正弦曲线和余弦曲线", loc="left") # 添加图例 plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue") plt.grid() plt.show()

选择添加y轴的网格,修改lw为0.3

plt.grid(lw=1, axis="y")

五.添加水平参考线和参考区域

1.使用axhline添加水平参考线

axhline(y=0,xmin=0,xmax-1,linestyle="-")
  • y:表示水平参考线的坐标

  • xmin:表示水平参考线的起始位置,默认为0

  • xmax:水平参考线的终止位置,默认为1

  • linstyle:表示水平参考线的类型,默认是实线

    linstyle的其他类型:http://t.csdn.cn/Ufbvt

2.使用axvline绘制垂直参考线

axvline与axhline的语法类似,只需要修改x和y即可

示例:在上图中添加两条参考线:

import numpy as np import matplotlib.pyplot as plt # 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 x = np.linspace(-np.pi, np.pi, 256, endpoint=True) y1, y2 = np.sin(x), np.cos(x) pic = plt.plot(x, y1, x, y2) # 设置标签 plt.xlabel("this is x 轴", size=20) plt.ylabel("this is y 轴", size=20) # 添加标题 plt.title("正弦曲线和余弦曲线", loc="left") # 添加图例 plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue") plt.grid(lw=1, axis="y") # 参考线 plt.axvline(x=0.5, linestyle=":", color="m") plt.axhline(y=0.5, linestyle="--", color="y") plt.show()

3.使用axhspan和axvspan添加参考区域

axhspan(ymin,ymax,xmin,xmax)
axvspan(ymin,ymax,xmin,xmax)
  • ymin:表示水平跨度的下限
  • ymax表示水平跨度的上限
  • xmin:表示垂直跨度的下限
  • xmax:表示垂直跨度的上限
import numpy as np import matplotlib.pyplot as plt # 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 x = np.linspace(-np.pi, np.pi, 256, endpoint=True) y1, y2 = np.sin(x), np.cos(x) pic = plt.plot(x, y1, x, y2) # 设置标签 plt.xlabel("this is x 轴", size=20) plt.ylabel("this is y 轴", size=20) # 添加标题 plt.title("正弦曲线和余弦曲线") # 添加图例 plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue") plt.grid(lw=1, axis="y") # 参考线 plt.axvline(x=0.5, linestyle=":", color="m") plt.axhline(y=0.5, linestyle="--", color="y") # 参考区域 plt.axvspan(xmin=0.5, xmax=1, alpha=0.32) plt.axhspan(ymin=0.2, ymax=0.5, alpha=0.32) plt.show()

六:添加注释文本

一.指向性文本

anootate(s,xy,xytext,xycoords,arrowprops,bbox)
  • s:表示注释的文本内容
  • xy:表示注释的点的坐标位置,接受元组(x,y)
  • xytext:表示注释文本所在的坐标位置
  • xycoords:表示xy的坐标系统,默认使用与折线使用相同的坐标系统
  • bbox:表示注释文本的边框的属性字典
  • arrowprops:表示知识箭头的属性字典

arrowprops参数如下:

二.无指向性文本注释文本

text(x,y,s,fontdict=None,bbox)
  • x,y:表示注释文本的位置。

  • s:表示注释文本的内容。

  • fontdict:表示控制字体的字典。

  • bbox:表示注释文本的边框属性子弹

import numpy as np import matplotlib.pyplot as plt # 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 x = np.linspace(-np.pi, np.pi, 256, endpoint=True) y1, y2 = np.sin(x), np.cos(x) pic = plt.plot(x, y1, x, y2) # 设置标签 plt.xlabel("x 轴", size=20) plt.ylabel("y 轴", size=20) # 添加标题 plt.title("正弦曲线和余弦曲线") # 添加图例 plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue") plt.grid() plt.annotate("最小值", xy=(-np.pi / 2, -1.0), xytext=((-np.pi / 2), -0.5), arrowprops=dict(arrowstyle="->")) plt.text(3.1, 0.1, "y=sin(x)", bbox=dict(alpha=0.2)) plt.show()

七.添加数学公式

只要使用latetx或者katex语法即可

比如r"$\sin x$"就会显示为 # 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 x = np.linspace(-np.pi, np.pi, 256, endpoint=True) y1, y2 = np.sin(x), np.cos(x) pic = plt.plot(x, y1, x, y2) # 设置标签 plt.xlabel(" x 轴", size=15) plt.ylabel(" y 轴", size=15) # 添加标题 plt.title(r'$\frac{\sin x}{2}$') # 添加图例 plt.legend(pic, ["sinx", "cosx"], shadow=True, fancybox="blue") plt.grid() plt.annotate("最小值", xy=(-np.pi / 2, -1.0), xytext=((-np.pi / 2), -0.5), arrowprops=dict(arrowstyle="->")) plt.text(3.1, 0.1, "y=sin(x)", bbox=dict(alpha=0.2)) plt.show() ①pyplot编程方式添加标签(plt.xlabel andplt.ylabel) ②面向对象编程方式添加标签(ax.set_xlabel and ax.set_ylabel) 三、修改刻度值(plt.xticks and plt.yticks) 四、设置X、Y轴刻度值上下限(plt.xlim and plt.ylim) x = np.arange(0,10,1) #这个函数的第三个参数表示的是步长,以此进行划分 z = x**2 y = np.linspace(1,10,10) #这个函数的第三个参数表示的是用几个点去划分,作为y的值 plt.plot(x,z,color = 'red',linewidth=1.0,linestyle='--') #线颜色 线线样式

matplotlib-10 title添加标题标题代码展示重要代码解释 在科技论文中,图片的标题是不需要的。标题一般另起一行,标上标号,写在图片的下面。但是,有些时候我们需要给图片添加标题,这时候就需要用到title()函数了。 import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) abs = np.random.randn(100) y1 = 2 * x + 9 + abs x=np.linspace(0,10,100) #使用legend()图例,给plot方法添加参数label plt.plot(x,x+0,'--g',label='--g') plt.plot(x,x+1,'-.r',label='-.r') plt.plot(x...
DreamMesh4D: Video-to-4D Generation with Sparse-Controlled Gaussian-Mesh HybridRepresentation 论文解读