python画图常规设置方式
python绘图的包大家应该不会陌生，但是，对图的常规设置不一定会知道（其实自己也是才知道的），比如：坐标轴的字体大小、颜色设置；标题的字体颜色大小设置；线的粗细、颜色；图片风格的设置等。了解这些常规设置必定会让图片更加美观。
下面就具体来说说matplotlib中有哪些常规设置。
我主要总结了这几个函数：
plt.style.use()函数；可以对图片的整体风格进行设置。可以通过plt.style.availabel知道一共有多少种主题。
importmatplotlib.pyplotasplt importnumpyasnp importpandasaspd importmatplotlibasmpl printplt.style.availabel
我们试用其中两个主题。
plt.style.use("fivethirtyeight")
data=np.random.randn(50)
plt.scatter(range(50),data)
withplt.style.context(('dark_background')):
plt.plot(np.sin(np.linspace(0,2*np.pi)),'r-o')#"r-o"表示红色的点用线连接起来。
plt.show()
mpl.rcParams()函数；这个函数可以设置图片的坐标轴以及标题的字体大小、颜色、宽度等。同时，也可以用mpl.rcParams.keys（）进行查看有哪些设置。
mpl.rcParams['xtick.labelsize']=16 mpl.rcParams["ytick.color"]='b' plt.plot(range(50),data,'g^') plt.show()
这张图就通过rcParams（）函数设置了y轴的字体颜色，x轴的字体大小。同时，将点的marker变成了三角形、颜色变为了绿色。
mpl.rc（）函数；它可以用来设置线的粗细、风格、颜色等。
mpl.rc('lines',linewidth=4,color='r',linestyle='-.')
plt.plot(data)
fontdict()函数；也可以来办同样的事情。
font={'family':'monospace',
'weight':'bold',
'size':'larger',
'color':"r"
}
plt.scatter(range(50),data)
plt.xlabel("number",fontdict=font)
font()字典中主要存在这么几类键：
font.family；一共有5种设置：serifsans-serifcursiveantasymonospace
font.style；一种有3种设置：normalitalicoblique
font.variant；一共有2种设置：normalorsmall-caps
font.weight；一共有4种设置：normal,bold,bolder,lighter
font.stretch；一共有13种设置：
ultra-condensed,extra-condensed,condensed,semi-condensed,normal,semi-expanded,expanded,extra-expanded,ultra-expanded,wider,andnarrower.font.size；默认值是10pt
plt.setp（）函数；也是可以设置线的粗细以及颜色，还可以设置坐标轴的方向，位置。
例如：
setp(lines,'linewidth',2,'color','r')
借用帮助文档上的一个例子：
importnumpyasnp
importmatplotlib.pyplotasplt
data={'BartonLLC':109438.50,
'Frami,HillsandSchmidt':103569.59,
'Fritsch,RusselandAnderson':112214.71,
'Jerde-Hilpert':112591.43,
'KeelingLLC':100934.30,
'KoeppLtd':103660.54,
'KulasInc':137351.96,
'Trantow-Barrows':123381.38,
'White-Trantow':135841.99,
'WillLLC':104437.60}
group_data=list(data.values())
group_names=list(data.keys())
group_mean=np.mean(group_data)
fig,ax=plt.subplots()
ax.barh(group_names,group_data)
labels=ax.get_xticklabels()
plt.setp(labels,rotation=45,horizontalalignment='right')
ax.set(xlim=[-10000,140000],xlabel='TotalRevenue',ylabel='Company',
title='CompanyRevenue')
可以看到x轴坐标斜向45°旋转了，整个图片变得更加美观了。为了对数据更加一步分析，做下面操作：
defcurrency(x,pos):
"""Thetwoargsarethevalueandtickposition"""
ifx>=1e6:
s='${:1.1f}M'.format(x*1e-6)
else:
s='${:1.0f}K'.format(x*1e-3)
returns
formatter=FuncFormatter(currency)
fig,ax=plt.subplots(figsize=(6,8))
ax.barh(group_names,group_data)
labels=ax.get_xticklabels()
plt.setp(labels,rotation=45,horizontalalignment='right')
ax.set(xlim=[-10000,140000],xlabel='TotalRevenue',ylabel='Company',
title='CompanyRevenue')
ax.xaxis.set_major_formatter(formatter)
fig,ax=plt.subplots(figsize=(8,8))
ax.barh(group_names,group_data)
labels=ax.get_xticklabels()
plt.setp(labels,rotation=45,horizontalalignment='right')
#以所有收益的平均值画一条垂直线，看哪些公司是超越平均收益的
ax.axvline(group_mean,ls='--',color='r')
#标注新成立的公司
forgroupin[3,5,8]:
ax.text(145000,group,"NewCompany",fontsize=10,
verticalalignment="center")
#将标题移动一点，与图片保持一点距离。
ax.title.set(y=1.05)
ax.set(xlim=[-10000,140000],xlabel='TotalRevenue',ylabel='Company',
title='CompanyRevenue')
ax.xaxis.set_major_formatter(formatter)
ax.set_xticks([0,25e3,50e3,75e3,100e3,125e3])
plt.show()
现在好了，可以直观的看出哪些公司是新成立得，同时哪些公司的收益是超越平均水平的。对之后的数据分析和统计都是有非常大的帮助的。
以上这篇python画图常规设置方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。