python|python 设置Pyplot的动态rc参数、绘图的填充绘图|python|开发语言|可视化|

目录
1.全局参数定制
2.rc参数设置
例1.rc参数设置例1
例2.rc参数设置例2
例3.用set_xticks设置刻度
例4.用set_xticklabels改变刻度
3.绘图的填充
3.1调用函数fill_between()实现曲线下面部分的填充
3.2 部分区域填充
3.3 两条曲线之间的区域填充例7 使用fill_between()填充曲线之间的区域
3.4 直接使用fill进行绘图的填充

Matplotlib配置了配色方案和默认设置，主要用来准备用于发布的图片。有两种方式可以设置参数，即全局参数定制和rc设置方法。

查看matplotlib的rc参数：

import matplotlib as plt print(plt.ra_params)

1.全局参数定制 Matplotlib的全局参数可以通过编辑配置文件设置

import matplotlib as plt print(plt.matplotlib_fname) #显示当前用户的配置文件目录

查找到当前用户的配置文件目录，然后用编辑器打开，修改matplotlib文件，即可修改配置参数。

2.rc参数设置使用Python编程修改rc参数，rc参数及其取值如下表1~3

表1 rc参数名称及其取值

rc参数解释取值

lines.linewidth 线条宽度取0~10的数值，默认1.5

lines.linestyle 线条样式取“-”“--”“-.”“：”4种，默认为“-”

lines.marker 线条上点的形状可取“o”“D”等20种，默认为None

lines,markersize 点的大小取0~10的数值，默认为1

表2 线条样式lines.linestyle的取值

linestyle取值意义 linestyle取值意义

- 实线 -. 点线

-- 长虚线 : 短虚线

表3 lines.marker参数的取值
marker取值意义 marker取值意义 'o' 圆圈 '.' 点 'D' 菱形 's' 正方形 'h' 六边形1 '*' 星号 'H' 六边形2 'd' 小菱形 '-' 水平线 'v' 一角朝下的三角形 '8' 八边形 '<' 一角朝左的三角形 'p' 五边形 '>' 一角朝右的三角形 '，' 像素 '^' 一角朝上的三角形 '+' 加号 '|' 竖线 'None' 无 'x' X

表1 rc参数名称及其取值
rc参数	解释	取值
lines.linewidth	线条宽度	取0~10的数值，默认1.5
lines.linestyle	线条样式	取“-”“--”“-.”“：”4种，默认为“-”
lines.marker	线条上点的形状	可取“o”“D”等20种，默认为None
lines,markersize	点的大小	取0~10的数值，默认为1

表2 线条样式lines.linestyle的取值
linestyle取值	意义	linestyle取值	意义
-	实线	-.	点线
--	长虚线	:	短虚线

需要注意的是，由于默认的Pyplot字体并不支持中文符的显示，因此需要通过设置font.sans-serif参数改变绘图时的字体，使得图形可以正常显示中文。同时，由于更换字体后，会导致坐标轴中的部分字符无法显示，因此需要同时更改axes.unicode_minus参数。

plt.rcParams['font.family'] = ['SimHei']#用来显示中文标签 plt.rcParams['axes.unicode_minus'] = False#用来正常显示符号

如果需要在坐标轴上显示时间，可以利用DateFormatter提供的功能进行设置，常用代码如下：

from matplotlib.dates import DateFormatter plt.gca().xaxis.set_major_formatter(DateFormatter('%y/%m/%d')) #自动旋转X轴的刻度，适应坐标轴 plt.gcf().autofmt_xdate()

除了设置线条的字体的rc参数外，还有设置文本、箱线图、坐标轴、刻度、图例、标记、图片、图像保存等rc参数。

例1.rc参数设置例1

import numpy as np import matplotlib.pyplot as plt fig,ax = plt.subplots() #配置中文显示 plt.rcParams['font.family'] = ['SimHei']#用来显示中文标签 plt.rcParams['axes.unicode_minus'] = False#用来正常显示符号 def f(t): return np.cos(2*np.pi*t) x1 = np.arange(0.0,4.0,0.5) x2 = np.arange(0.0,4.0,0.01) plt.figure(1) plt.subplot(2,2,1) plt.plot(x1,f(x1),'bo',x2,f(x2),'k') plt.title('子图1') plt.subplot(2,2,2) plt.plot(x2,f(x2),'r--') plt.title('子图2') plt.show()

OUT：

文章图片

例2.rc参数设置例2

fig = plt.figure() ax = fig.add_subplot(1,1,1) ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'o',label = 'one') ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = '+',label = 'two') ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'v',label = 'three') ax.legend(loc = 'best')

OUT:

文章图片

可以用set_xticks设置X轴刻度

例3.用set_xticks设置刻度

fig = plt.figure()ax = fig.add_subplot(1,1,1)ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'o',label = 'one') ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = '+',label = 'two') ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'v',label = 'three') ax.set_xticks([0,5,10,15,20,25,30,35]) ax.legend(loc = 'best')

OUT:

文章图片

可以用set_xticklabels改变刻度，设置刻度的旋转角度及字体等。

例4.用set_xticklabels改变刻度

fig = plt.figure()ax = fig.add_subplot(1,1,1)ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'o',label = 'one') ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = '+',label = 'two') ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'v',label = 'three') ax.set_xticklabels(['x1','x2','x3','x4','x5'],rotation = 30,fontsize = 'large') ax.legend(loc = 'best')

OUT：

文章图片

其中，rotation参数表示X坐标标签的旋转角度；fontsize为字号，可以取值为“xx-small”“x-small”“small”“medium”“large”“x-large”“xx-large”“smaller”“None”。

3.绘图的填充
3.1调用函数fill_between()实现曲线下面部分的填充

x = np.linspace(0,1,500) y = np.sin(3*np.pi*x)*np.exp(-4*x) fig,ax = plt.subplots() plt.plot(x,y) plt.fill_between(x,0,y,facecolor = 'green',alpha = 0.3)

文章图片

其中，参数x表示整个X轴都覆盖；0表示覆盖的下限；y表示覆盖的上限时y这条曲线，facecolor表示覆盖区域的颜色；alpha表示覆盖区域的透明度[0,1]，其值越大，表示越不透明

3.2 部分区域填充

plt.fill_between(x[15:300],0,0.4,facecolor = 'green',alpha = 0.3)

文章图片

3.3 两条曲线之间的区域填充

import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,500) y1 = np.sin(3*np.pi*x)*np.exp(-4*x) y2 = y1 + 0.2 plt.plot(x,y1,'b') plt.plot(x,y2,'r') plt.fill_between(x,y1,y2,facecolor = 'green',alpha = 0.3) plt.show()

文章图片

3.4 直接使用fill进行绘图的填充

import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,500) y = np.sin(3*np.pi*x)*np.exp(-4*x) fig,ax = plt.subplots() ax.fill(x,y) plt.show()

文章图片