python matplotlib繪圖總結

Matplotlib是Python中用的最多的2D圖形繪圖庫，學好Matplotlib的用法可以幫助我們在統計分析中更靈活的展示各種數據的狀態，它可與 NumPy 一起使用。

1、創建方式

import matplotlib.pyplot as plt
import numpy as np   # 配合使用
import pandas as pd  # 配合使用

2、圖片大小、標題、

plt.figure(figsize=(9, 3))  # 圖片大小：長和寬
plt.title("Abnormal point")

3、分圖

plt.figure(1, figsize=(9, 3))  # 圖1
plt.figure(2, figsize=(9, 3))  # 圖2
plt.figure(3, figsize=(9, 3))  # 圖3
plt.figure(4, figsize=(9, 3))  # 圖4

4、子圖 

# 矩陣式排列-兩行兩列
plt.subplot(2, 2, 1)  # 子圖1
plt.subplot(2, 2, 2)  # 子圖2
plt.subplot(2, 2, 3)  # 子圖3
plt.subplot(2, 2, 4)  # 子圖4

5、subplot加主標題和副標題？ 

# 有suptitle這個函數，專門生成總標題的
plt.suptitle('Main titile', fontsize=14) 
plt.subplot(2, 2, 1)
plt.title('subtitle1')  # 子圖1的標題
plt.subplot(2, 2, 2)
plt.title('subtitle2')  # 子圖2的標題
plt.subplot(2, 2, 3)
plt.title('subtitle3')  # 子圖3的標題
plt.subplot(2, 2, 4)
plt.title('subtitle4')  # 子圖4的標題

6、另一種subplot方法

fig, ax_arr = plt.subplots(4, sharex=True)
fig.set_size_inches(12, 8)
 
pd.Series(data=y, index=x).plot(ax=ax_arr[0], color="b", linestyle='-')
ax_arr[0].set_title("Original sequence")

pd.Series(data=decompose_model.trend, index=x).plot(ax=ax_arr[1], color="c", linestyle='-')
ax_arr[1].set_title("Trend section")
 
pd.Series(data=decompose_model.seasonal, index=x).plot(ax=ax_arr[2], color="g", linestyle='-')
ax_arr[2].set_title("Seasonal section")
 
pd.Series(data=decompose_model.resid, index=x).plot(ax=ax_arr[3], color="r", linestyle='-')
ax_arr[3].set_title("Residual section")

7、子圖合併一個圖，不知道數量

lens = len(all_sub_graphs)
b = a = int(math.sqrt(lens))
if a*a < lens:
    b = b+1
plot = plt.subplot(a, b, i+1)

8、線條顏色和類型

plt.plot(y, color='b', marker='o')
plt.plot(y, color='b', linestyle='-')

linestyle，marker可選參數參考：https://www.cnblogs.com/darkknightzh/p/6117528.html

9、matplotlib去掉座標軸刻度

 ax.set_axis_off()
 ax.set_xticks([])
 ax.set_yticks([])

10、label圖例有中文

plt.rcParams['font.sans-serif']=['SimHei']  # 用來正常顯示中文標籤
plt.rcParams['axes.unicode_minus']=False    # 用來正常顯示負號
# 有中文出現的情況，需要u'內容'

11、設置座標軸

ax = plt.gca()
ax.set_xlabel('x-label', fontsize=fontsize)
ax.set_ylabel('y-label', fontsize=fontsize)
ax.set_title('Title', fontsize=fontsize)
ax.set_xlim(xmin, xmax)  # 設置座標軸範圍

12、隨機顏色

def random_color():
    color_arr = ['1', '2', '3', '4', '5', '6', '7', '8', '9', 'A', 'B', 'C', 'D', 'E', 'F']
    color = ""
    for i in range(6):
        color += color_arr[random.randint(0, 14)]
    return "#"+color

13、圖例位置

plt.legend(handles = [l1, l2], labels = ['a', 'b'], loc = 'best')

除'best'，另外loc屬性有：'upper right', 'upper left', 'lower left', 'lower right', 'right', 'center left', 'center right', 'lower center', 'upper center', 'center'

14、解決linux圖片中文亂碼

plt.rcParams['font.sans-serif'] = ['simhei']  # 用來正常顯示中文標籤

還不行就：

import os
from matplotlib import font_manager as fm, rcParams

fig, ax = plt.subplots()
fpath = os.path.join(rcParams["datapath"], "D:/Anaconda3/Lib/site-packages/matplotlib\mpl-data/fonts/ttf/simhei.ttf")  # 需要提前下好字體庫
prop = fm.FontProperties(fname=fpath)
fname = os.path.split(fpath)[1]
ax.set_title(u'中文出來This is a special font: {}'.format(fname), fontproperties=prop)
ax.set_xlabel('This 急急急 the default font', fontproperties=prop)
plt.savefig("chinese.png")

此時圖例：

plt.legend(loc="best", prop=prop)

15、畫垂直虛線

• vlines(x, ymin, ymax)
• hlines(y, xmin, xmax)

plt.vlines(x-values, -5, 100, colors="#808080", linestyles="dashed", label="baseline")

plt.hlines(up_threshold, x[0], x[-1], colors="r", linestyles="dashed")   # 上線
plt.hlines(low_threshold, x[0], x[-1], colors="r", linestyles="dashed")  # 下線

16、直方圖畫法

plt.hist(data, color='b', alpha=.7)

17、圖例legend在圖外的畫法

ax1 = plt.gca()
box = ax1.get_position() 
ax1.set_position([box.x0, box.y0, box.width, box.height* 0.8])
ax1.legend(loc='center left', bbox_to_anchor=(0.2, 1.12), ncol=3)

18、將Matplotlib圖形保存爲全屏圖像

manager = plt.get_current_fig_manager()
manager.window.showMaximized()

19、tight_layout調整子圖參數

tight_layout會自動調整子圖參數，調整子圖之間的間隔來減少堆疊，使之填充整個圖像區域。關鍵字參數pad、w_pad或者h_pad，這些參數圖像邊界和子圖之間的額外邊距。邊距以字體大小單位規定。

plt.tight_layout(pad=0.5, w_pad=0.5, h_pad=2.0)

20、圖片輸出方式

plt.savefig("fig.png")  # 輸出方式1: 將圖像存爲一個png格式的圖片文件
plt.show()              # 輸出方式2: 在窗口中顯示這幅圖像

tight_layout在plt.savefig的調用方式相對比較穩定，我們將plt.show()函數替換爲plt.savefig函數，替換後會在本地另外爲png圖片，該圖片中子圖填充了整個圖像區域。 

plt.savefig('fig.png', bbox_inches='tight') # 替換 plt.show()

---