今天小编给大家分享一下python如何设置Pyplot的动态rc参数、绘图的填充的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。
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)
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。
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
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 |
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:
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:
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:
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:
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”。
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)
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
plt.fill_between(x[15:300],0,0.4,facecolor = 'green',alpha = 0.3)
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()
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()
以上就是“python如何设置Pyplot的动态rc参数、绘图的填充”这篇文章的所有内容,感谢各位的阅读!相信大家阅读完这篇文章都有很大的收获,小编每天都会为大家更新不同的知识,如果还想学习更多的知识,请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。