matplotlib.pyplot常用画图方式函数封装(一)——.plot绘制折线图及设置坐标轴箭头完美解决

本文提供使用matplotlib绘制函数图像和折线图的封装函数,解决坐标轴箭头添加问题,提升绘图效率。自定义函数包含绘图、坐标轴设置、网格线等功能,适用于多种数据展示场景。

matplotlib.pyplot常用画图方式函数封装(一)——.plot绘制折线图及设置坐标轴箭头完美解决

py.plot常见绘图设置函数封装

本文主要针对运用py.plot作图时的常用设置进行了函数封装,一般来说,py.plot常用作绘制函数图像和折线图,对于绘制函数图像时的坐标轴箭头问题,本文做出了完美解决。进行自主封装的函数设定了许多默认参数,调用者可根据自己的具体业务进行设定。

绘制函数图像(完美解决坐标轴添加箭头)

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from matplotlib import font_manager
import seaborn as sns

# 设置字体
ft = font_manager.FontProperties(fname = "C://Windows/Fonts/simsun.ttc",size = 18)
def function_fig(df,grid = True,save = False,dpi_value = 72,fig_size = (20,8),show = True,arrow = True):
    # 初始化画布
    figure = plt.figure(figsize = fig_size,dpi = dpi_value)
    ax = figure.add_subplot(111)

    # 绘图
    plt.plot(df.iloc[:,0],df.iloc[:,1],color = "blue",linewidth = 2,
          linestyle = "-")
    # 设置坐标轴显示
    plt.xticks(fontproperties = ft,size = 22)
    plt.yticks(fontproperties = ft,size = 22)

    # 设置坐标轴显示范围
    plt.axis([-max(abs(df.iloc[:,0].min()-0.05*(df.iloc[:,0].max()-df.iloc[:,0].min())),abs(df.iloc[:,0].max()+0.05*(df.iloc[:,0].max()-df.iloc[:,0].min()))),
             max(abs(df.iloc[:,0].min()-0.05*(df.iloc[:,0].max()-df.iloc[:,0].min())),abs(df.iloc[:,0].max
添加注释 为了使我们的可视化图形让人更加容易理解,在些情况下辅之以少量的文字提示和标签可以更恰当地表达信息。matplotlib可以通过plt.txt/ax.txt命令手动添加注释,它们可以在具体的x/y坐标上放文字: import pandas as pd import matplotlib.pyplot as plt import numpy as np import matplotlib as mpl plt.rcParams['font.sans-serif']=['simhei'] plt.rcParams['font.family']='sans-serif' plt.rcParams['axes.unicode_minus']=False#画图可中文 style = dict(size=10, color='gray') #绘制图形 plt.plot([5,21,12,53,7,6,43,1,69]) #设置注释 plt.text(0, 5, "第个点",ha='center', **style) plt.text(1, 21, "第二个点",ha='center', **style) plt.text(2, 12, "第三个点",ha='center', **style) plt.text(3, 53, "第四个点",ha='center', **style) plt.text(4, 7, "第五个点",ha='center', **style) plt.text(5, 6, "第六个点",ha='center', **style) plt.text(6, 43, "第七个点",ha='center', **style) plt.text(7, 1, "第八个点",ha='center', **style) plt.text(8, 69, "第九个点",ha='center', **style) plt.show() plt.text方法需要个x轴坐标、个y轴坐标、个字符串和些可选参数,比如文字的颜色、字号、风格、对齐方式等其它文字属性。这里用了ha="center",ha是设置水平对齐方式。其他常用参数如下: fontsize设置字体大小,默认12,可选参数xx-small,x-small,small,medium,large,x-large,xx-large fontweight设置字体粗细,可选参数light,normal,medium,semibold,bold,heavy,black。 fontstyle设置字体类型,可选参数normal,italic,oblique] 。 verticalalignment设置垂直对齐方式,可选参数:center,top,bottom,baseline。 horizontalalignment设置水平对齐方式,可选参数:left,right,center。 rotation(旋转角度)可选参数为:vertical,horizontal也可以为数字,数字代表旋转的角度。 alpha透明度,参数值0至1之间。 backgroundcolor标题背景颜色。 还可以通过plt.annotate()函数设置注释,该函数既可以创建文字,也可以创建箭头,而且它创建的箭头能够进行非常灵活的配置。 import matplotlib.pyplot as plt import numpy as np x = np.arange(0, 6) y = x * x plt.plot(x, y, marker='o') for xy in zip(x, y): plt.annotate("(%s,%s)" % xy, xy=xy, xytext=(-20, 10), textcoords='offset points') plt.annotate('max', xy=(5, 25), xytext=(4.3, 15),arrowprops=dict(facecolor='black', shrink=0.05)) plt.show() 这里设置了两个注释,个显示了点的坐标,另个显示了最高点描述max。annotate的第个参数为注释文本字符串,第二个为被注释的坐标点,第三个为注释文字的坐标位置。 文字、坐标变换 上面的例子将文字注释放在目标数据的位置上,有的时候可能需要将文字放在与数据无关的位置上,比如坐标轴或图形,matplotlib中通过调整坐标变换transorm参数来实现: fig, ax = plt.subplots() ax.axis([0, 10, 0, 10]) ax.text(1, 5, ". Data: (1, 5)", transform=ax.transData) ax.text(0.5, 0.1, ". Axes: (0.5, 0.1)", transform=ax.transAxes) ax.text(0.2, 0.2, ". Figure: (0.2, 0.2)", transform=fig.transFigure) plt.show() 默认情况下,图中的字符是在其对应的坐标位置。通过设置transform参数修改位置,transData坐标用x,y的标签作为数据坐标;transAxes坐标以白色矩阵左下角为原点,按坐标轴尺寸的比例呈现坐标;transFigure坐标类似以灰色矩阵左下角为原点,按坐标轴尺寸的比例呈现坐标。根据这个仿写
最新发布
10-24
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值