【数据分析与可视化】Matplotlib中动态rc参数设置详解与实战（图文解释附源码）

水深无声 2023-09-30 18:46 5阅读 0赞

> **需要源码和PPT请点赞关注收藏后评论区留言私信~~~**

## 设置pyplot的动态rc参数 ##

pyplot使用rc配置文件来自定义图形的各种默认属性，被称为rc配置或rc参数

在pyplot中几乎所有的默认属性都是可以控制的，例如视图窗口大小以及每英寸点数、线条宽度、颜色和样式、坐标轴、坐标和网格属性、文本、字体等

两种方式可以设置参数，即全局参数定制和rc设置方法。 查看matplotlib的rc参数： import matplotlib as plt print(plt.rc\_params())

1.使用参数字典

> 参数众多 常用参数：
> 
> Axes：设置坐标轴边界、颜色、坐标 刻度值大小和网格的显示；
> 
> Figure：设置边界颜色、图形大小和子区；
> 
> Font：设置字号、字体和样式；
> 
> Grid：设置网格颜色和线型；
> 
> Legend：设置图例和其中的文本显示；
> 
> Lines：设置线条颜色、宽度、线型等；
> 
> Savefig：对保存图像进行单独设置；
> 
> Xtick和ytick：X、Y轴的主刻度和次刻度设置颜色、大小、方向和标签大小。

全局参数定制

import matplotlib as plt 
           print(plt.matplotlib_fname())  
           #显示当前用户的配置文件目录

查找到当前用户的配置文件目录，然后用编辑器打 开，修改matplotlibrc文件，即可修改配置参数

### 2. 线条的常用rc参数名称、解释与取值 ###

![fa71cc3d261043fba647357c8a988eb1.png][]

常用线条类型解释

![1ddb8d281f844b5b89d810eb1c546cb3.png][]

![63a90e95093b431c9f76b67cc5686924.png][]

需要注意的是，由于默认的Pyplot字体并不支持中文字符的显示，因此需要通过设置font.sans-serif参数改变绘图时的字体，使得图形可以正常显示中文。同时，由于更改字体后，会导致坐标轴中的部分字符无法显示，因此需要同时更改axes.unicode\_minus参数

**添加以下两行代码即可在matplotlib中显示中文**

plt.rcParams['font.family'] = ['SimHei'] #用来显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  #用来正常显示负号

除了设置线条和字体的rc参数外，还有设置文本、箱线图、坐标轴、刻度、图例、标记、图片、图像保存等rc参数

rc参数设置示例1

![8759071c5ef244a98ad69ca42d62e303.png][]

import matplotlib.pyplot as plt
    import numpy as np
    import pandas as pd
    import matplotlib
    %matplotlib inline
    fig ,axes = plt.subplots()
    #配置中文显示
    plt.rcParams['font.family'] = ['SimHei'] 
    plt.rcParams['axes.unicode_minus'] = False  
    def f(t):
        return np.cos(2*np.pi*t)
    x1 = np.arange(0.0,4.0,0.5)
    x2 = np.arange(0.0,4.0,0.01)
    plt.figure(1)
    plt.subplot(2,2,1)
    plt.plot(x1,f(x1),'bo',x2,f(x2),'k')
    plt.title('子图1')
    plt.subplot(2,2,2)
    plt.plot(np.cos(2*np.pi*x2),'r--')
    plt.title('子图2')
    plt.show()

rc参数设置示例2

![52badc5073994ae684af24df4dab6af0.png][]

fig = plt.figure()
    ax = fig.add_subplot(1,1,1)
    ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'o',label = 'one')
    ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = '+',label = 'two')
    ax.plot(np.random.randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'v',label = 'three')
    ax.legend(loc = 'best')

set\_xticks设置刻度

![52a838abaa36453fa2bfc7e98fd86b92.png][]

用set\_xticklabels改变刻度

![9cd88185d1114af7b06e182c128e6728.png][]

其中rotation参数表示X坐标标签的旋转角度，fontsize为字号

### 3 绘图的填充 ###

（1）调用函数fill\_between() 实现曲线下面部分的填充

> x：第一个参数表示覆盖的区域， x，表示整个x都覆盖
> 
> 0：表示覆盖的下限
> 
> y：表示覆盖的上限是y这个曲线
> 
> facecolor：覆盖区域的颜色
> 
> alpha：覆盖区域的透明度\[0,1\],其值越大，表示越不透明

![155ec80b3121414fb4baff3136ee2de5.png][]

x = np.linspace(0,1,500)
    y = np.sin(3*np.pi*x)*np.exp(-4*x)
    fig,ax = plt.subplots()
    plt.plot(x,y)
    plt.fill_between(x, 0, y, facecolor = 'green', alpha = 0.3)

（2）部分区域的填充

![90fba631c32247acb8a2d13ab09f9d69.png][]

plt.fill_between(x[15:300], 0, 0.4, facecolor='green', alpha=0.3)

（3）两条曲线之间的区域填充

![06f117d717d743cd978b3bdf45798730.png][]

import numpy as np
    import matplotlib.pyplot as plt
    x=np.linspace(0,1,500)
    y1=np.sin(3*np.pi*x)*np.exp(-4*x)
    y2 = y1 + 0.2
    plt.plot(x, y1,'b')
    plt.plot(x, y2, 'r')
    plt.fill_between(x, y1, y2, facecolor='green', alpha=0.3)
    plt.show()

（4）利用fill进行绘图的填充：

![74a1683dabe14e879f56ee9df00dfcea.png][]

import numpy as np
    import matplotlib.pyplot as plt
    x=np.linspace(0,1,500)
    y=np.sin(3*np.pi*x)*np.exp(-4*x)
    fig,ax=plt.subplots()
    ax.fill(x,y)
    plt.show()

### 4 绘图注释 ###

绘图时有时需要在图表中加文本注解 这时可以通过text函数在指定的位置（x,y）加入文本注解； 通过annotate()在指定位置实现指向型注释

Matplotlib对LaTeX有一定的支持，在Matplotlib中，可以使用LaTeX的命令来编辑公式，只需要在字符串前面加一个r即可

1 指向型注释annotate() 2. 无指向型注释text()

示例如下

![62589129020d4ae8826c2495c1f57f1d.png][]

import numpy as np
    import matplotlib.pyplot as plt
    %matplotlib inline
    #配置中文显示
    plt.rcParams['font.family'] = ['SimHei'] 
    plt.rcParams['axes.unicode_minus'] = False  
    x=np.arange(-10,11,1)
    y=x*x
    plt.plot(x,y)
    plt.title('这是一个标题示例')
    plt.text(-2.5,30,'funciton y=x*x')
    plt.show()
    plt.annotate('这是一个示例',xy=(0,1), xytext=(-2,22),arrowprops={'headwidth':10,'facecolor':'r'})

如在柱状图上加入文本数字，可以清楚地显示每个类别的数量。如6个城市8月份的日均最高气温

![c2f69764516440be966816b21976c867.png][]

plt.rcParams['font.family'] = ['SimHei']
    data = [25,30,32,34,34,23]
    label = ['青海','兰州','北京','上海','广州','拉萨']
    plt.xticks(range(len( data)),label)
    plt.xlabel('城市')
    plt.ylabel('温度')
    plt.title('六城市8月份日均最高气温')
    plt.bar(range(len( data)),data)
    for x,y in zip(range(len(data)),data):
        plt.text(x,y,y,ha = 'center',va = 'bottom')
    plt.show()

**创作不易 觉得有帮助请点赞关注收藏~~~**

[fa71cc3d261043fba647357c8a988eb1.png]: https://img-blog.csdnimg.cn/fa71cc3d261043fba647357c8a988eb1.png
[1ddb8d281f844b5b89d810eb1c546cb3.png]: https://img-blog.csdnimg.cn/1ddb8d281f844b5b89d810eb1c546cb3.png
[63a90e95093b431c9f76b67cc5686924.png]: https://img-blog.csdnimg.cn/63a90e95093b431c9f76b67cc5686924.png
[8759071c5ef244a98ad69ca42d62e303.png]: https://img-blog.csdnimg.cn/8759071c5ef244a98ad69ca42d62e303.png
[52badc5073994ae684af24df4dab6af0.png]: https://img-blog.csdnimg.cn/52badc5073994ae684af24df4dab6af0.png
[52a838abaa36453fa2bfc7e98fd86b92.png]: https://img-blog.csdnimg.cn/52a838abaa36453fa2bfc7e98fd86b92.png
[9cd88185d1114af7b06e182c128e6728.png]: https://img-blog.csdnimg.cn/9cd88185d1114af7b06e182c128e6728.png
[155ec80b3121414fb4baff3136ee2de5.png]: https://img-blog.csdnimg.cn/155ec80b3121414fb4baff3136ee2de5.png
[90fba631c32247acb8a2d13ab09f9d69.png]: https://img-blog.csdnimg.cn/90fba631c32247acb8a2d13ab09f9d69.png
[06f117d717d743cd978b3bdf45798730.png]: https://img-blog.csdnimg.cn/06f117d717d743cd978b3bdf45798730.png
[74a1683dabe14e879f56ee9df00dfcea.png]: https://img-blog.csdnimg.cn/74a1683dabe14e879f56ee9df00dfcea.png
[62589129020d4ae8826c2495c1f57f1d.png]: https://img-blog.csdnimg.cn/62589129020d4ae8826c2495c1f57f1d.png
[c2f69764516440be966816b21976c867.png]: https://img-blog.csdnimg.cn/c2f69764516440be966816b21976c867.png