matplotlib自定义添加背景图，这个操作太骚了！

超、凢脫俗 2022-12-26 11:14 320阅读 0赞

![format_png][]

## matplotlib简介 ##

matplotlib是Python数据分析“*三剑客*”中，用于进行绘图可视化的库。也是Python可视化库种大家最早接触的一个库，基于这个库，我们差不多可以完成我们工作、学习中想要展示的图形。

\*\*matplotlib库的学习，其实不那么简单，但是又是那么简单。\*\*对于刚刚学习这个库的朋友来说，他会觉得这个库的代码、参数怎么那么多？都不知道每一步该写什么。但是随着你慢慢深入的学习和了解以后，*你会发现：掌握了绘图原理以后，一切都是那么的简单。*

matplotlib绘图原理见此文：[《深度讲解Python四大常用绘图库的“绘图原理”》][Python]

## matplotlib如何更换绘图背景呢？ ##

前面对于matplotlib有一定的了解之后，接下来，我们需要看看，怎么在绘图的同时，能够修改matplotlib的绘图背景呢？

![format_png 1][]

任何知识的存在，一定是有它存在的必要的，如果说对你没用，只是说目前你不需要它。但是，**技多不压身**，会总比不会好，知道总比未知强。

本文的讲述，我们主要是围绕“*如何修改绘图背景展开说明*”，因此，仅用一个简单的折线图为例，为大家讲述。

### 1）简单说明 ###

大家一定要先看看我上述所写的[《matplotlib绘图原理》][Python]，这个很重要。我们知道：如果想要使用matplotlib绘制一个图形，首先，需要初始化一张画布figure，画布上面会有一个坐标系axes，我们最终的图形就是在这个坐标系上进行绘制的。同时，每一个坐标系上绘制的每一个图形，还有一个坐标轴（如图所示）。现在你清楚这些概念就行了。

![format_png 2][]

在进行下面的讲解之前，我们先导入matplotlib库。

import matplotlib.pyplot as plt

### 2）图形不添加任何颜色 ###

plt.figure(figsize=(4,4.5))
    x = [1,2,3]
    y = [2,4,6]
    plt.plot(x,y)
    plt.show()

结果如下：

![format_png 3][]

### 3）给画布figure添加背景色 ###

# 为画布设置一个背景
    fig = plt.figure(figsize=(4,4.5))
    # set_facecolor用于设置背景颜色
    fig.patch.set_facecolor('red')
    # set_alpha用于指定透明度
    fig.patch.set_alpha(0.6)
    
    x = [1,2,3]
    y = [2,4,6]
    plt.plot(x,y)
    plt.show()

结果如下：

![format_png 4][]

### 4）给坐标系也添加背景色 ###

# 为画布设置一个背景
    fig = plt.figure(figsize=(4,4.5))
    fig.patch.set_facecolor('red')
    fig.patch.set_alpha(0.6)
    # 为坐标系设置一个背景
    ax = fig.add_subplot(111)
    ax.patch.set_facecolor('yellow')
    ax.patch.set_alpha(1)
    
    x = [1,2,3]
    y = [2,4,6]
    plt.plot(x,y)
    plt.show()

结果如下：

![format_png 5][]

### 5）给坐标系添加“自定义背景” ###

这个地方需要注意的一点就是：imshow的extent参数设置，注意要和你的绘图坐标轴刻度相一致。

img = plt.imread("哆啦A梦.jpg")
    fig,ax = plt.subplots()
    ax.imshow(img,extent=[1, 10, 2, 11])
    
    x = [1,2,3,4,5,6,7,8,9,10]
    y = [2,3,4,5,6,7,8,9,10,11]
    plt.plot(x,y,c="red")
    plt.show()

结果如下：

![format_png 6][]

## 凹凸福利 ##

????《**Python机器学习一本通**》此书结合了Python和机器学习两个热门领域，通过易于理解的知识讲解，帮助读者学习和掌握机器学习。点击下图可看详情/购买！????

![format_png 7][]

感谢北京大学出版社支持！**「凹凸数据」****周末**统一兑换！后台回复“**读书会**”进群，获取最新书籍信息！只需**300币????**就可**免费包邮带走**~ 投稿一篇文章 = 1000币???? ≥ 3本书????，后台回复“**投稿**”试试。

![format_png 8][]

[format_png]: /images/20221120/27d5a899286b4ec9a47e5a34a1224e01.png
[Python]: https://mp.weixin.qq.com/s?__biz=MzU5Nzg5ODQ3NQ%3D%3D&idx=2&mid=2247493041&scene=21&sn=5177134f0c056a81e008ea0cc27d061d#wechat_redirect
[format_png 1]: /images/20221120/17ffb173b8a14523bd37cf8a02627a35.png
[format_png 2]: /images/20221120/f32a107c01194e24a3ed70195e184687.png
[format_png 3]: /images/20221120/348f353f41b14a78b554986633d8f216.png
[format_png 4]: /images/20221120/dd4669a3af3e420bb1273a603a07bf81.png
[format_png 5]: /images/20221120/92f580e0470c4e459af74988cbf35d38.png
[format_png 6]: /images/20221120/8d77d09bc2c64819bcba62de589ce1e7.png
[format_png 7]: /images/20221120/5ad4e95d6c814e61b2a9182de0143bee.png
[format_png 8]: /images/20221120/d14c1ad699434961ab060dcb85b22643.png