Python数据分析入门（十六）：设置可视化图表的信息

柔光的暖阳◎ 2022-11-17 11:29 115阅读 0赞

**Python爬虫、数据分析、网站开发等案例教程视频免费在线观看**

https://space.bilibili.com/523606542

# [Python学习交流群：1039649593][Python_1039649593] #

现在我们添加图后，没有指定x轴代表什么，y轴代表什么，以及这个图的标题是什么。因此以下我们通过一些属性来设置一下。

# 设置线条样式： #

1.  使用plot方法：plot方法就是用来绘制线条的，因此可以在绘制的时候就把线条相关的样式通过参数传进去。示例代码如下：

plt.plot(x,y,linewidth=2)

1.  通过Line2D对象来设置：plot方法会返回一个装有Line2D对象的列表，比如lines=plt.plot(x1,y1,x2,y2)因为绘制了两根线条，因此lines中会有两个2D对象。而如果plot只绘制一根线条，那么lines中就只有一Line2D对象。拿到这个Line2D对象后就可以通过set\_属性名设置线条的样式了：

lines = plt.plot(x,y)
     line = lines[0]
     line.set_aa(False) #关掉反锯齿
     line.set_alpha(0.5) #设置0.5的透明度

1.  使用plt.setp来设置：setp的好处是一次性可以设置多根线条的样式。示例代码如下：

lines = plt.plot(x,y)
     plt.setp(lines,linewidth=10,alpha=0.5)

1.  更多Line2D属性：
    
     
    
    ![c242786784a76becb0d54419f8377b0d.png][]

# 设置轴和标题： #

1.  设置轴名称：可以通过`plt.xlabel`和`plt.ylabel`来设置`x`轴和`y`轴的的名称。示例代码如下：

plt.plot(x,y,linewidth=10,color='red')
     plt.xlabel("x轴")
     plt.ylabel("y轴")

默认情况下是显示不了中文的。需要设置字体。可以通过以下代码来实现：

# 加载字体
     from matplotlib import font_manager
     font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
     plt.plot(x,y,linewidth=10,color='red')
     plt.xlabel("x轴",fontproperties=font)
     plt.ylabel("y轴",fontproperties=font)

加载字体的时候，可以到C:\\Windows\\Fonts中找你喜欢的并且可以显示中文的字体。找到字体后，还需要找到字体的真实名称。方法是右键->属性->安全->对象名称：

![7f9d30d6c14f6513002bad7e308dcf5f.png][]

1.  设置标题：可以通过plt.title方法来实现。示例代码如下：

font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
    plt.title("sin函数",fontproperties=font)

1.  设置x轴和y轴的刻度：之前我们画的图，x轴和y轴的刻度都是matplotlib自动生成的。如果想要在生成图的时候手动的指定，那么可以通过plt.xticks和plt.yticks来实现：

plt.xticks(range(0,20,2)) #在x轴上的刻度是0,2,4,6...20

以上会把那个刻度显示在x轴上。如果想要显示字符串类型，那么可以再构造一个数组，这个数组的长度必须和x轴刻度的长度保持一致。然后传给xticks的第二个参数。示例代码如下：

_x = range(0,20,2)
    _xticks = ["%d坐标"%i for i in _x]
    plt.xticks(_x,_xticks,fontproperties=font) #在x轴上的刻度是0坐标,2坐标...20坐标

![22be581148e11723d9a9de5341bd8b1e.png][]

同样y轴的刻度设置也是一样的。示例代码如下：

_y = np.arange(-1,1,0.25)
    _yticks = ["%.2f点"%i for i in _y]
    plt.yticks(_y,_yticks,fontproperties=font)

效果图如下：

![36245a4ebf9afb3bdf9c2c24f403e614.png][]

复仇者联盟电影票房案例：

avenger = [17974.4,50918.4,30033.0,40329.1,52330.2,19833.3,11902.0,24322.6,47521.8,32262.0,22841.9,12938.7,4835.1,3118.1,2570.9,2267.9,1902.8,2548.9,5046.6,3600.8]
    plt.figure(figsize=(15,5))
    plt.plot(avenger,marker="o")
    font.set_size(10)
    plt.xticks(range(20),["第%d天"%x for x in range(1,21)],fontproperties=font)
    plt.xlabel("天数",fontproperties=font)
    plt.ylabel("票房数(万)",fontproperties=font)
    plt.grid()

![fba6867a80e9b478a50fe04372ef3e61.png][]

# 设置marker： #

有时候，我们想要在一些关键点上重点标记出来。那么我们可以通过设置marker来实现。示例代码如下：

x = np.linspace(0,20)
    y = np.sin(x)
    plt.plot(x,y,marker="o")

![18caec860861efe9cfaf86222113a085.png][]

我们设置了marker为o，这样就是会在(x,y)的坐标点上显示出来，并且显示的是圆点。其中o跟之前的线条样式的简写是一样的。另外，还可以通过markerfacecolor属性和markersize来指定标记点的颜色和大小。示例代码如下：

###  以下设置标记点的颜色为黑色，尺寸为10
    plt.plot(x,y,marker="o",markerfacecolor='k',markersize=10)

# 设置注释文本： #

有时候需要在图形中的某个点标记或者注释一下。那么我们可以使用plt.annotate(text,xy,xytext,arrowprops=\{\})来实现，其中text是注释的文本，xy是需要注释的点的坐标，xytext是注释文本的坐标，arrowprops是箭头的样式属性。

示例代码如下：

ax = plt.subplot(111)
    
    x = np.arange(0.0, 5.0, 0.01)
    y = np.cos(2*np.pi*t)
    line, = plt.plot(x, y,linewidth=2)
    
    plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5),
    arrowprops=dict(facecolor='black',shrink=0.05),
    )
    
    plt.ylim(-2, 2)
    plt.show()

# 设置图形样式： #

如果想要调整图片的大小和像素，可以通过plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)来实现。 其中num是图的编号，figsize的单位是英寸，dpi是每英寸的像素点，facecolor是图片背景颜色，edgecolor是边框颜色，frameon代表是否绘制画板。

示例代码如下：

plt.figure(figsize=(20,8),dpi=80)
    ###  其他的绘制图形的代码

我们也可以使用grid方法，来显示图片的网格：

plt.plot(x,y,color="r")
    plt.grid()

![f150d5a0dc473fb49dbc4617ff4091de.png][]

# 保存图片： #

可以调用plt.savefig(path)来保存当前的图片。

示例代码如下：

plt.savefig("./abc.png")

[Python_1039649593]: https://jq.qq.com/?_wv=1027&k=SBLaYU2c
[c242786784a76becb0d54419f8377b0d.png]: /images/20221022/97ffecadf3e343608a4400af33c71d67.png
[7f9d30d6c14f6513002bad7e308dcf5f.png]: /images/20221022/a7bf54adf0f9402589650aae84c15970.png
[22be581148e11723d9a9de5341bd8b1e.png]: /images/20221022/669f513287224e0f970b5e1ea6ea08d0.png
[36245a4ebf9afb3bdf9c2c24f403e614.png]: /images/20221022/fbe5bd94ef5e4fe78136368789bf559d.png
[fba6867a80e9b478a50fe04372ef3e61.png]: /images/20221022/cb4b4ad4fc0c419aa404a96ee7f78923.png
[18caec860861efe9cfaf86222113a085.png]: /images/20221022/b1350fbad0154ed58e45ca6c2d6e4998.png
[f150d5a0dc473fb49dbc4617ff4091de.png]: /images/20221022/cdab67986fe14f8da5c1b9611c539e62.png