今天給大家系統介紹Matplotlib圖表層次結構，通過步驟分解，詳細了解一個圖表繪制的過程 。

?

Matplotlib圖表層次結構

Figure圖形

Figure中最重要的元素是figure本身。在調用figure方法時創建的，可以指定它的長寬(figsize)及分辨率(dpi)，也可以指定背景顏色(facecolor)和標題(suptitle)。另外，當保存圖形時，背景顏色將不會被使用，因為savefig函數也有一個faceccolor參數(默認為白色)，它將覆蓋您的圖形背景顏色。如果不想要任何背景，可以在保存圖形時指定transparent=True。

Axes軸

這是第二個最重要的元素，它對應于將呈現數據圖表的實際區域。它也被稱為subplot子圖。每個figure可以有一個或多個axes軸，每個axes軸通常由四條邊(左、上、右、下)包圍，稱為spines。每一根spines上都可以裝飾有主刻度和次刻度(可以指向內部或外部)、刻度標簽和標簽。默認情況下，matplotlib只裝飾左邊和下面的spines邊框。

Axis軸

有刻度的spines邊線稱為軸。水平的是x軸，垂直的是y軸。每個軸每一個都是由一個spines軸線，主刻度、次刻度、主刻度標簽、次刻度標簽和一個軸標簽組成。

Spines軸線

Spines是連接軸刻度線和數據區域邊界的軸線。它們可以被放置在任意位置，可以選擇展示或隱藏它們。

第一步，設置畫布大小、調整坐標軸范圍
第二步，設置圖表邊框格式
第三步，設置圖表標題
第四步，設置圖表的網格
第五步，設置軸刻度
第六步，繪圖
第七步，配置圖例

Step1設置畫布

第一步，設置畫布大小、調整坐標軸范圍。

首先需要有畫布，才能在上面創作，就像寫字需要先拿一張紙。畫布的大小（長寬比、分辨率）及刻度范圍可以先設置好，如果預先不知道刻度范圍，可以等繪圖結束后再做適當調整。

fig=plt.figure(figsize=(8,8))
ax=fig.add_subplot(1,1,1,aspect=1)
ax.set_xlim(0,4)
ax.set_ylim(0,4)

Matplotlib有兩種畫圖接口：
①是便捷的 MATLAB 風格接口，
②是功能更強大的面向對象接口。

MATLAB風格接口

MATLAB 風格的工具位于pyplot(plt) 接口中。plt.xx之類的是 函數式繪圖，通過將數據參數傳入 plt類 的靜態方法中并調用方法，從而繪圖。

這種接口最重要的特性是有狀態的：它會持續跟蹤 "當前的" 圖形和坐標軸，所有 plt 命令都可以應用。可以用 plt.gcf() (獲取當前圖形)和 plt.gca()(獲取當前坐標軸)來查看具體信息。

面向對象接口

fig,ax=plt.subplots()是對象式編程，這里plt.subplots()是返回一個元組，包含了 figure 對象(控制總體圖形大小)和 axes 對象(控制繪圖，坐標之類的)。此外fig.add_subplot()也是相同的道理。

進行對象式繪圖，首先是要通過plt.subplots()將 figure 類和 axes 類實例化也就是代碼中的fig,ax，然后通過 fig 調整整體圖片大小，通過 ax 繪制圖形，設置坐標，函數式繪圖最大的好處就是直觀。

面向對象接口可以適應更復雜的場景，更好地控制你自己的圖形。在面 向對象接口中，畫圖函數不再受到當前 "活動" 圖形或坐標軸的限制，而 變成了顯式的 Figure 和 Axes 的方法。

Step2 設置軸線

第二步，設置圖表Spines軸線。

圖形的軸線可以通過坐標軸屬性ax.spines設置，最常見的設置方法是選擇隱藏，通過屬性['top', 'bottom', 'left', 'right']分別設置上下左右的軸線。

ax.spines.right.set_visible(False)
ax.spines.bottom.set_visible(False)

還有另一種經常使用的情況，根據繪圖需要，調整 spines 軸線在圖中位置。如繪制正余弦函數時：

#移動left和bottomspines到(0,0)位置
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#隱藏top和rightspines.
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)

Step3 設置標題

第三步，設置標題， 就是用幾個簡短的字高度概括該圖形所要傳達的信息。

通過ax.set_title函數設置標題。

ax.set_title("Anatomyofafigure(層次結構)",
fontsize=20,
verticalalignment="bottom")

matplotlib.axes.Axes.set_title()

ax.set_title()是給ax這個子圖設置標題，當子圖存在多個的時候，可以通過ax設置不同的標題。如果需要設置一個總的標題，可以通過fig.suptitle('Total title')方法設置。

Axes.set_title(label,fontdict=None,
loc='center',pad=None,
**kwargs)

參數：

• label：此參數是用于標題的文本。
• fontdict：此參數是控制標題文本外觀的字典。
• loc：此參數用于設置標題{'center'，'left'，'right'}的位置。
• pad：此參數是標題距軸頂部的偏移量(以磅為單位)。

Step4 設置網格

第四步，設置圖表的網格， 圖表網格屬于圖形配置的一種。網格可以輔助讀者更好直觀地量化圖形。

通過方法ax.grid()添加網格線。

ax.grid(linestyle="--",linewidth=0.5,
color=".25",zorder=-10)

matplotlib.axes.Axes.grid()

Axes.grid(b=None,which='major',
axis='both',**kwargs)

參數：

• b：是否顯示網格線。布爾值或None，可選參數。如果沒有關鍵字參數，則b為True，如果b為None且沒有關鍵字參數，相當于切換網格線的可見性。
• which：網格線顯示的尺度。字符串，可選參數，取值范圍為{'major', 'minor', 'both'}，默認為'major'。'major'為主刻度、'minor'為次刻度。沒有輸入的方向則不會顯示網格刻度。
• axis：選擇網格線顯示的軸。字符串，可選參數，取值范圍為{'both', 'x', 'y'}，默認為'both'。
• kwargs：Line2D線條對象屬性。常用的
  • color : 這就不用多說了，就是設置網格線的顏色。或者直接用c來代替color也可以。
  • linestyle : 也可以用ls來代替linestyle， 設置網格線的風格，是連續實線，虛線或者其它不同的線條。| '-' | '--' | '-.' | ':' | 'None' | ' ' | ''|
  • linewidth : 設置網格線的寬度
  • zorder： 設置層次順序

另外還有幾種不同設置網格線的方法：

plt.grid(true)
#設置網格線格式：
plt.grid(color='r',linestyle='--',
linewidth=1,alpha=0.3)

#使用axes類面向對象命令
#同時設置橫豎坐標軸上的網格線
ax.grid(color='r',linestyle='--',
linewidth=1,alpha=0.3)

#單獨設置X坐標軸上(垂直方向)的網格線
ax.xaxis.grid(color='r',linestyle='--',
linewidth=1,alpha=0.3)

#單獨設置Y坐標軸上(水平方向)的網格線
ax.yaxis.grid(color='r',linestyle='--',
linewidth=1,alpha=0.3)

圖形配置

手動設置背景色的幾種方法

① 設置 figure 背景顏色

#方法 I：
plt.figure(facecolor='blue',#圖表區的背景色
edgecolor='black')#圖表區的邊框線顏色

#方法 II：
fig=plt.gcf()
fig.set_facecolor('green')

② 設置 axes 背景顏色

#方法 I：
a=plt.axes([.65,.6,.2,.2],
facecolor='k')#pyplotapi命令-黑色背景
#方法 II：
ax1=plt.gca()
ax1.patch.set_facecolor("gray")#設置ax1區域背景顏色
ax1.patch.set_alpha(0.5)#設置ax1區域背景顏色透明度

③ 修改 matplotlib 默認參數

Matplotlib 每次加載時，都會定義一個運行時配置(rcParams)，其中包含了 所有你創建的圖形元素的默認風格。你可以用 mpl.rcParams 簡便方法隨時修 改這個配置。

mpl.rcParams['axes.facecolor']='red'
mpl.rcParams['savefig.facecolor']='red'

手動配置

#用灰色背景
fig=plt.figure(figsize=(8,8),
facecolor='#E6E6E6',#圖表區的背景色
edgecolor='black')
#畫上白色的網格線
ax.grid(color='grey',linestyle='-.')
#隱藏坐標軸的線條
forspineinax.spines.values():
spine.set_visible(False)
#隱藏上邊與右邊的刻度ax.xaxis.tick_bottom()ax.yaxis.tick_left()
#弱化刻度與標簽
ax.tick_params(colors='gray',direction='out')

fortickinax.get_xticklabels():
tick.set_color('gray')
fortickinax.get_yticklabels():
tick.set_color('gray')

使用默認配置樣式表

即使你不打算創建自己的繪圖風格，樣式表包含的默認內容也非常有 用。通過 plt.style.available 命令可以看到所有可用的風格，

plt.style.available[:5]

[ 'fivethirtyeight', 'seaborn-pastel',
'seaborn-whitegrid', 'ggplot',  
'grayscale']

使用某種樣式表的基本方法如下所示:

plt.style.use('ggplot')

Step5 設置軸刻度

坐標軸定位器與格式生成器

雖然 Matplotlib 默認的坐標軸定位器(locator)與格式生成器 (formatter)可以滿足大部分需求，但是并非對每一幅圖都合適。

Tick Locator

Tick Locator 主要設置刻度位置，這在我的繪圖教程中主要是用來設置副刻度(minor)，而 Formatter 則是主要設置刻度形式。Matplotlib 對這兩者則有著多種用法，其中 Locator 的子類主要如下：

Tick formatters

Tick formatters 設置刻度標簽格式，主要對繪圖刻度標簽定制化需求時，matplotlib 可支持修改的刻度標簽形式如下。

部分代碼如下

importmatplotlib.tickerasticker

#MultipleLocator
axs[1].xaxis.set_major_locator(ticker.MultipleLocator(0.5))
axs[1].xaxis.set_minor_locator(ticker.MultipleLocator(0.1))

#IndexLocator
axs[4].plot(range(0,5),[0]*5,color='white')
axs[4].xaxis.set_major_locator(ticker.IndexLocator(base=0.5,offset=0.25))

#AutoLocator
axs[5].xaxis.set_major_locator(ticker.AutoLocator())
axs[5].xaxis.set_minor_locator(ticker.AutoMinorLocator())

#LogLocator
axs[7].set_xlim(10**3,10**10)
axs[7].set_xscale('log')
axs[7].xaxis.set_major_locator(ticker.LogLocator(base=10,numticks=15))

#StrMethodformatter
setup(axs1[1],title="StrMethodFormatter('{x:.3f}')")
axs1[1].xaxis.set_major_formatter(ticker.StrMethodFormatter("{x:.3f}"))

#FuncFormattercanbeusedasadecorator
@ticker.FuncFormatter
defmajor_formatter(x,pos):
returnf'[{x:.2f}]'
setup(axs1[2],title='FuncFormatter("[{:.2f}]".format')
axs1[2].xaxis.set_major_formatter(major_formatter)

刻度標簽參數

更改刻度、刻度標簽和網格線的外觀。

matplotlib.axes.Axes.tick_params()

Axes.tick_params(axis='both',**kwargs)

主要參數：

axis:可選{'x','y','both'}，選擇對哪個軸操作，默認是'both'
reset:bool，如果為True，則在處理其他參數之前將所有參數設置為默認值。它的默認值為False。
which:可選{'major','minor','both'}選擇對主or副坐標軸進行操作
direction/tickdir:可選{'in','out','inout'}刻度線的方向
size/length:float,刻度線的長度
width:float,刻度線的寬度
color:刻度線的顏色，我一般用16進制字符串表示，eg：'#EE6363'
pad:float,刻度線與刻度值之間的距離
labelsize:float/str,刻度值字體大小
labelcolor:刻度值顏色
colors:同時設置刻度線和刻度值的顏色
zorder:float，Tickandlabelzorder.
bottom,top,left,right:bool,分別表示上下左右四邊，是否顯示刻度線，True為顯示
labelbottom,labeltop,labelleft,labelright:bool,分別表示上下左右四邊，是否顯示刻度值，True為顯示
labelrotation:刻度值逆時針旋轉給定的度數，如20
gridOn:bool,是否添加網格線；
grid_alpha:float網格線透明度；
grid_color:網格線顏色;
grid_linewidth:float網格線寬度；
grid_linestyle:網格線型
tick1On,tick2On:bool分別表表示是否顯示axis軸的(左/下、右/上)or(主、副)刻度線
label1On,label2On:bool分別表表示是否顯示axis軸的(左/下、右/上)or(主、副)刻度值

可以將每個 Matplotlib 對象都看成是子對象(sub- object)的容器，例如每個 figure 都會包含一個或多個 axes 對象，每個 axes 對象又會包含其他表示圖形內容的對象。

#設置主次刻度軸
ax.xaxis.set_major_locator(MultipleLocator(1.000))
ax.xaxis.set_minor_locator(AutoMinorLocator(4))
ax.yaxis.set_major_locator(MultipleLocator(1.000))
ax.yaxis.set_minor_locator(AutoMinorLocator(4))
ax.xaxis.set_minor_formatter(FuncFormatter(minor_tick))
#設置刻度軸范圍
ax.set_xlim(0,4)
ax.set_ylim(0,4)
#設置刻度參數
ax.tick_params(which="major",width=1.0)
ax.tick_params(which="major",length=10)
ax.tick_params(which="minor",width=1.0,labelsize=10)
ax.tick_params(which="minor",length=5,labelsize=10,labelcolor="0.25")
#設置軸標簽
ax.set_xlabel("Xaxislabel")
ax.set_ylabel("Yaxislabel")

Step6 繪圖

matplotlib.axes.Axes.plot()

Axes.plot([x],y,[fmt],data=None,**kwargs)

用于繪制XY坐標系的點、線或其他標記形狀。

參數：

• x, y： 類數組或極坐標。水平/垂直坐標系中的數據點，x是可選參數，默認為[0,..., N-1]。通常，參數x,y是長度為N的數組，也支持極坐標（相當于一個常數值數組）。參數也可以是二維的，此時，每一列代表一個數據集。
• fmt： 字符串，可選參數。格式化字符串，例如'ro'代表紅色圓圈。格式字符串是用于快速設置基本線條樣式的縮寫，這些樣式或更多的樣式可通過關鍵字參數來實現。

fmt='[color][marker][line]'

color（顏色）、marker（標記點）、line（線條）都是可選的，例如如果指定 line 而不指定 marker

ax.plot(X,Y1,c=(0.25,0.25,1.00),lw=2,
label="Bluesignal",zorder=10)
ax.plot(X,Y2,c=(1.00,0.25,0.25),lw=2,
label="Redsignal")
ax.plot(X,Y3,linewidth=0,marker="o",
markerfacecolor="w",markeredgecolor="k")

Step7 配置圖例

想在可視化圖形中使用圖例，可以為不同的圖形元素分配標簽。

matplotlib.axes.Axes.legend()

可以用 Axes.legend()命令來創建最簡單的圖例。

Axes.legend(*args,**kwargs)

參數：

• labels：這個參數是在旁邊顯示的標簽列表。
• handles：這個參數列表是要添加到示例的。
• loc： 位置參數，常用參數，可以傳入位置字符串或位置代碼，如下：

同時顯示多個圖例

有時，我們可能需要在同一張圖上顯示多個圖例。用 Matplotlib 通過標準的 legend 接口只能為一張圖建一個圖例。如果你想用 plt.legend() 或 ax.legend() 方法創建第二個圖例，那么第一個圖例就會被覆蓋。但是，我們可以通過從頭開始創建一個新的圖例對象(legend artist)，然后用底層的(lower- level)ax.add_artist() 方法在圖上添加第二個圖例。

fig,ax=plt.subplots(figsize=(10,6))
lines=[]
styles=['-','--','-.',':']
x=np.linspace(0,10,1000)
foriinrange(4):
lines+=ax.plot(x,np.sin(x-i*np.pi/2),styles[i],color='black')
ax.axis('equal')
#設置第一個圖例要顯示的線條和標簽
ax.legend(lines[:2],['lineA','lineB'],
loc='upperright',frameon=False,fontsize=15)
#創建第二個圖例，通過add_artist方法添加到圖上
frommatplotlib.legendimportLegend
leg=Legend(ax,lines[2:],['lineC','lineD'],
loc='lowerright',frameon=False,fontsize=15)
ax.add_artist(leg)

審核編輯 ：李倩