3.4. matplotlib 其他画图参数#
Show code cell content
import matplotlib.pyplot as plt
import numpy as np
为了画图更美观、更满足我们需求，还有很多参数可以设置，包括线条式样、颜色、图例等。
线条式样#
可以用 linewidth 设置线宽，linestyle 设置线形，常用线形有：
-：一个减号，实线–-：两个减号，虚线-.：点划线:：点线
例如：生成两组随机数，对这两组随机数，我们在同一个坐标轴上画出两条线图，x=0,1,…99 序数，y 为对应数据的累积值，颜色 color 参数分别为蓝色和橙色，线宽 linewidth 参数分别为 3 和 2，线形 linestyle 参数为虚线和点线。
Note
l, = ax.plot() 用法是为了接收 ax.plot() 返回的对象，因为 ax.plot() 返回了多个对象。当绘制折线图时，ax.plot() 返回一个包含绘制的折线对象的列表。通过使用 l, = ax.plot()，将列表中的对象解包到变量 l 中，后续则可以修改这些对象的属性，例如本处修改线条样式。
data1, data2 = np.random.randn(2,100)
fig, ax = plt.subplots(figsize=(5, 2.7))
x = np.arange(len(data1))
ax.plot(x, np.cumsum(data1), color='blue', linewidth=3, linestyle='--')
l, = ax.plot(x, np.cumsum(data2), color='orange', linewidth=2)
l.set_linestyle(':')
颜色#
除了上面的例子设置的线条颜色，颜色还有更精准的设置，有些图形元素可以接受多种颜色，例如散点图中，标记的边缘颜色可以不同于内部颜色。
案例：颜色#
例：对随机生成的两组数据 data1 和 data2，分别作为 x 轴坐标和 y 轴坐标，画散点图，点内部渲染为蓝色，边缘为黑色。
Note
在 Matplotlib 中，”C0” 和 “k” 是用于表示颜色的字符串。 “C0” 表示默认颜色循环中的第一个颜色。Matplotlib 通常使用颜色循环来为不同的数据系列分配不同的颜色，以便它们在图中更容易区分。在这里，”C0” 表示颜色循环中的第一个颜色，通常是蓝色。”k” 是使用单个字符来表示颜色，”k” 代表黑色，常见的还有 b – 蓝色， c – 青色，g – 绿色，m – 紫红色，r – 红色，w – 白色，y – 黄色。更多的颜色可以自行搜索。
fig, ax = plt.subplots(figsize=(5, 2.7))
ax.scatter(data1, data2, facecolor='C0', edgecolor='k')
<matplotlib.collections.PathCollection at 0x1267600d0>
标记点形状#
通常我们作图时，尤其是二元坐标图，是对 (x,y) 形式的点画图，点的样式可以用 marker 参数设置，常用标志点形状有：
o：圆形*：星型+：+ 号标记x：x 号标记
案例：标记#
例：将上例中的散点图修改为星型标记。
fig, ax = plt.subplots(figsize=(5, 2.7))
ax.scatter(data1, data2, facecolor='C0', edgecolor='k',marker='*')
<matplotlib.collections.PathCollection at 0x12684b510>
图例 legend#
.legend() 用来给图像增加图例，图例是对图像上各种符号和颜色所代表内容和指标的说明，以便于更好地理解图。
当在坐标轴 ax 上画图时，传入不同的 label 参数，legend 函数则会对不同的 label 作出图例。
案例：图例#
例：对四个随机数据集 data1，data2，data3，data4 画出点线图，默认每一组颜色不相同，用图例对颜色和数据对应作出说明。
data1, data2, data3, data4 = np.random.randn(4, 100)
fig, ax = plt.subplots(figsize=(5, 2.7))
ax.plot(data1, label='data1')
ax.plot(data2, label='data2')
ax.plot(data3, label='data3')
ax.plot(data4, label='data4')
ax.legend()
<matplotlib.legend.Legend at 0x126784910>
由于是随机生成的点，因此该点线图是杂乱的波动。
案例：设置图例位置#
画图时，我们经常需要调整图例位置：legend() 的参数 loc 可用于设置到不同的位置，常见参数设置有 “upper right”, “upper left”, “lower left”, “lower right”, “right”, “center left”, “best” 等。
fig, ax = plt.subplots(figsize=(5, 2.7))
ax.plot(data1, label='data1')
ax.plot(data2, label='data2')
ax.plot(data3, label='data3')
ax.plot(data4, label='data4')
ax.legend(loc='upper right')
<matplotlib.legend.Legend at 0x1268fc310>
