Python-Matplotlib可视化（3）——自定义样式绘制精美统计图

原创

已于 2025-04-03 11:50:54 修改 · 7.1k 阅读

58 ·

CC 4.0 BY-SA版权

文章标签：

#新星计划 #python #可视化 #数据可视化 #matplotlib

于 2021-06-02 10:41:55 首次发布

本文详细介绍了如何使用Python的Matplotlib库自定义线条样式、线宽、填充样式、标记样式和大小，以创建专业且美观的统计图。通过控制线条的linestyle和linewidth，以及设置填充图案的hatch，可以增加图形的视觉效果。同时，通过调整标记的marker、大小和颜色，可以突出数据点的重要性和区分不同数据集。此外，还展示了如何创建自定义标记，以满足特殊需求。

Python-Matplotlib可视化（3）——自定义样式绘制精美统计图

前言

matplotlib提供的所有绘图都带有默认样式。虽然这可以进行快速绘图，但有时可能需要自定义绘图的颜色和样式，以对绘制更加精美、符合审美要求的图像。matplotlib的设计考虑到了此需求，很容易调整matplotlib图形的样式。

控制线条样式和线宽

在实践中，除了颜色，大多数情况下我们还要对图形的线条样式等进行控制，以为线条样式添加多样性。

线条样式

import numpy as np
import matplotlib.pyplot as plt
def gaussian(x, mu, sigma):
    a = 1. / (sigma * np.sqrt(2. * np.pi))
    b = -1. / (2. * sigma ** 2)
    return a * np.exp(b * (x - mu) ** 2)
x = np.linspace(-6, 6, 1024)
plt.plot(x, gaussian(x, 0., 1.), color = 'y', linestyle = 'solid')
plt.plot(x, gaussian(x, 0., .5), color = 'c', linestyle = 'dashed')
plt.plot(x, gaussian(x, 0., .25), color = 'm', linestyle = 'dashdot')
plt.show()

控制线条样式
Tips：使用plt.plot()的linestyle参数来控制曲线的样式，其他可用线条样式包括："solid"、"dashed"、"dotted"、"dashdot"。
同样，线条样式设置不仅限于plt.plot()，任何由线条构成的图形都可以使用此参数，也可以说linestyle参数可用于所有涉及线条渲染的命令。例如，可以修改条形图的线条样式：

import numpy as np
import matplotlib.pyplot as plt
n = 10
a = np.random.random(n)
b = np.random.random(n)
x = np.arange(n)
plt.bar(x, a, color='c')
plt.bar(x, a+b, bottom=a, color='w', edgecolor='black', linestyle = 'dashed')
plt.show()

修改条形图的线条样式 Tips：由于在条形图、饼图等图形中，默认的边线的颜色为白色，因此若要在白色背景上进行显示，需要通过edgecolor参数改变边线颜色。

线宽

使用linewidth参数可以修改线条的粗细。默认情况下，linewidth设置为1个单位。利用线条的粗细可以在视觉上强调某条特定的曲线。

import numpy as np
import matplotlib.pyplot as plt
def gaussian(x, mu, sigma):
    a = 1. / (sigma * np.sqrt(2. * np.pi))
    b = -1. / (2. * sigma ** 2)
    return a * np.exp(b * (x