python畫圖的常規設置方式有哪些

這篇文章將為大家詳細講解有關python畫圖的常規設置方式有哪些，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

python有哪些常用庫

python常用的庫：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。

python繪圖的包大家應該不會陌生，但是，對圖的常規設置不一定會知道（其實自己也是才知道的），比如：坐標軸的字體大小、顏色設置；標題的字體顏色大小設置；線的粗細、顏色；圖片風格的設置等。了解這些常規設置必定會讓圖片更加美觀。

下面就具體來說說matplotlib中有哪些常規設置。

我主要總結了這幾個函數：

plt.style.use()函數；可以對圖片的整體風格進行設置。可以通過plt.style.availabel知道一共有多少種主題。

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import matplotlib as mpl
print plt.style.availabel

我們試用其中兩個主題。

plt.style.use("fivethirtyeight")
data = np.random.randn(50)
plt.scatter(range(50), data)

with plt.style.context(('dark_background')):
  plt.plot(np.sin(np.linspace(0, 2 * np.pi)), 'r-o') # "r-o"表示紅色的點用線連接起來。
plt.show()

mpl.rcParams()函數；這個函數可以設置圖片的坐標軸以及標題的字體大小、顏色、寬度等。同時，也可以用mpl.rcParams.keys（）進行查看有哪些設置。

mpl.rcParams['xtick.labelsize'] = 16
mpl.rcParams["ytick.color"] = 'b'
plt.plot(range(50), data, 'g^')
plt.show()

這張圖就通過rcParams（）函數設置了y軸的字體顏色，x軸的字體大小。同時，將點的marker變成了三角形、顏色變為了綠色。

mpl.rc（）函數；它可以用來設置線的粗細、風格、顏色等。

mpl.rc('lines', linewidth=4, color='r', linestyle='-.')
plt.plot(data)

fontdict()函數；也可以來辦同樣的事情。

font = {'family' : 'monospace',
    'weight' : 'bold',
    'size'  : 'larger',
    'color' : "r"
    }
plt.scatter(range(50), data)
plt.xlabel("number", fontdict=font)

font()字典中主要存在這么幾類鍵：

font.family ；一共有5種設置： serif sans-serif cursive antasy monospace

font.style ；一種有3種設置：normal italic oblique

font.variant ；一共有2種設置：normal or small-caps

font.weight ；一共有4種設置：normal, bold, bolder, lighter

font.stretch ；一共有13種設置：

ultra-condensed, extra-condensed, condensed, semi-condensed, normal, semi-expanded, expanded, extra-expanded, ultra-expanded, wider, and narrower. font.size ；默認值是10pt

plt.setp（）函數；也是可以設置線的粗細以及顏色，還可以設置坐標軸的方向，位置。

例如：

setp(lines, 'linewidth', 2, 'color', 'r')

借用幫助文檔上的一個例子：

import numpy as np
import matplotlib.pyplot as plt
data = {'Barton LLC': 109438.50,
    'Frami, Hills and Schmidt': 103569.59,
    'Fritsch, Russel and Anderson': 112214.71,
    'Jerde-Hilpert': 112591.43,
    'Keeling LLC': 100934.30,
    'Koepp Ltd': 103660.54,
    'Kulas Inc': 137351.96,
    'Trantow-Barrows': 123381.38,
    'White-Trantow': 135841.99,
    'Will LLC': 104437.60}
group_data = list(data.values())
group_names = list(data.keys())
group_mean = np.mean(group_data)
fig, ax = plt.subplots()
ax.barh(group_names, group_data)
labels = ax.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')
ax.set(xlim=[-10000, 140000], xlabel='Total Revenue', ylabel='Company',
    title='Company Revenue')

可以看到x軸坐標斜向45°旋轉了，整個圖片變得更加美觀了。為了對數據更加一步分析，做下面操作：

def currency(x, pos):
  """The two args are the value and tick position"""
  if x >= 1e6:
    s = '${:1.1f}M'.format(x*1e-6)
  else:
    s = '${:1.0f}K'.format(x*1e-3)
  return s
formatter = FuncFormatter(currency)
fig, ax = plt.subplots(figsize=(6, 8))
ax.barh(group_names, group_data)
labels = ax.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')
 
ax.set(xlim=[-10000, 140000], xlabel='Total Revenue', ylabel='Company',
    title='Company Revenue')
ax.xaxis.set_major_formatter(formatter)


fig, ax = plt.subplots(figsize=(8, 8))
ax.barh(group_names, group_data)
labels = ax.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')
 
# 以所有收益的平均值畫一條垂直線，看哪些公司是超越平均收益的
ax.axvline(group_mean, ls='--', color='r')
 
# 標注新成立的公司
for group in [3, 5, 8]:
  ax.text(145000, group, "New Company", fontsize=10,
      verticalalignment="center")
 
# 將標題移動一點，與圖片保持一點距離。
ax.title.set(y=1.05)
ax.set(xlim=[-10000, 140000], xlabel='Total Revenue', ylabel='Company',
    title='Company Revenue')
ax.xaxis.set_major_formatter(formatter)
ax.set_xticks([0, 25e3, 50e3, 75e3, 100e3, 125e3])
plt.show()

現在好了，可以直觀的看出哪些公司是新成立得，同時哪些公司的收益是超越平均水平的。對之后的數據分析和統計都是有非常大的幫助的。

關于“python畫圖的常規設置方式有哪些”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。