对于开始触摸matplotlib绘图库的朋友来说，绘图的字体设置、轴标签设置、图例和标题是令人头疼的问题，但作为绘图的根底设置，咱们有必要熟悉把握。作为笔者第一个触摸的绘图库，笔者依据以往的绘图经历，对以上几个方面进行总结。

主要内容有：画布巨细设置、字体设置、轴标签设置、图例设置、标题设置

一、画布巨细设定

python设置画布语法为(常用参数）：

plt.figure(figsize = None, dpi = None, facecolor = None, edgecolor = None, frameon = True)

figsize：画布的宽和高，单位为英寸。例如figsize = (8, 6)，生成8英寸宽，6英寸高的画布
dpi：画布分辨率。表明的是每英寸点数(1英寸≈2.54cm），默许即可，笔者习气调至100
facecolor：背景色彩 edgecolor：边框色彩
frameon：是否显现边框 下图展示了生成画布为4英寸3英寸，分辨率为100，背景色为’mistyrose’的图画。一般来说，前两个参数最常用。

import matplotlib.pyplot as plt
plt.figure(figsize=(4,3),dpi=100,facecolor='mistyrose')
plt.plot([1, 2, 3], [1, 2, 3])plt.show()

Matplotlib绘图的基本操作

**下图是常用的色彩对照表，也能够运用十六进制色彩**

Matplotlib绘图的基本操作

二、字体设置

在默许情况下，matplotlib是不支持中文格局的。例如下面代码：

plt.figure(figsize = (4, 3))
plt.plot([1, 2, 3], [1, 2, 3])
plt.title('测企图')
plt.show()

Matplotlib绘图的基本操作

一般来说，咱们能够在最初设置字体款式：

import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] #设置默许字体款式
plt.figure(figsize = (4, 3))
plt.plot([1, 2, 3], [1, 2, 3])
plt.title('测企图')
plt.show()

Matplotlib绘图的基本操作

可是，一般来说作图咱们要求数字为Times New Roman，而文字为宋体等。咱们能够保持默许字体款式，新建字体款式，在增加中文字体时调用新建的字体款式，其他的保持默许款式。新建字体款式代码如下：

import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['Times New Roman'] #设置默许款式为新罗马
font1 = {'family' : 'Times New Roman','weight' : 'normal','size'   : 20,'style':'italic',}#新建字体款式1，设置字体为新罗马，巨细为20号，斜体
font2 = {'family' : 'simsun','weight' : 'normal','size'   : 15,'style':'italic',}#新建字体款式2，设置字体为宋体，巨细为15号，斜体（可是依据实验，斜体在中文并不适用）
plt.figure(figsize = (4, 3))
plt.plot([1,2,3],[1,2,3])#轴标签依然运用默许款式
plt.title('测企图',  font2) #增加标题，运用2号款式
plt.show()

Matplotlib绘图的基本操作

一般支持的字体有：Times New Roman；SimHei（黑体）；Microsoft YaHei（微软雅黑）；simsun（宋体），这些基本上能满足制图应用。

三、轴标签设置

以2015年全国各气象站点的pm2.5与模型猜测的pm2.5浓度为例，选取前100个数据制作散点图。

Matplotlib绘图的基本操作

import matplotlib.pyplot as plt
import matplotlib as mpl
rel_pm2_5 = data['pm2_5'][:100] #读取前100个实在值
pred_pm2_5=data['pred_pm2_5'][:100]#读取前100个猜测值
plt.scatter(rel_pm2_5, pred_pm2_5, color = 'k', s = 10, label = 'scatter figure')#scatter语法今后会说，color为散点色彩，s代表散点巨细，label表明图例显现的文字plt.legend()
plt.show()

Matplotlib绘图的基本操作

现需要将x轴坐标以间隔100进行设置，y轴也以100进行设置，并设置字体巨细为15。x轴标签增加文字“观测值”，y轴标签增加文字“猜测值”，运用宋体18号。 
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
mpl.rcParams['font.sans-serif'] = ['Times New Roman'] #设置默许字体
font1 = {'family' : 'simsun','weight' : 'normal','size' : 18,'style':'italic'}#自定义字体款式
rel_pm2_5 = data['pm2_5'][:100]
pred_pm2_5 = data['pred_pm2_5'][:100]
plt.scatter(rel_pm2_5, pred_pm2_5, color = 'k', s = 10, label = 'scatter figure')
plt.xlim(0, 400) #设置x坐标的范围
plt.ylim(0, 400)
plt.xticks(range(0, 401, 100), size = 15) #设置x轴刻度字体巨细和刻度，字体选用默许，刻度为[0, 100, 200, 300, 400]
plt.yticks(range(0, 401, 100), size = 15)
plt.xlabel('观测值', font1) #设置x轴标签，字体选用1号款式
plt.ylabel('猜测值', font1)
plt.legend()
plt.show()

Matplotlib绘图的基本操作

现需要将刻度[0, 100, 200, 300, 400]分别换为[A, B, C, D, E]，仅需改动一句代码： plt.xticks(range(0, 401, 100), ['A', 'B', 'C', 'D', 'E'], size = 15)

Matplotlib绘图的基本操作

四、图例设置

图例语法为： plt.legend(loc, bbox_to_anchor, ncol, title, shadow, fancybox, prop)

loc：方位参数，1表明右上，2表明左上，3表明左下，4表明右下，5表明右中，6表明左中，7表明右中（和5一样），8表明中下，9表明中上，10表明中部。（非必选参数，默许为最佳方位，示例:loc = 1） bbox_to_anchor：表明图例线框所在方位，bbox_to_anchor = (0.05, 0.95)表明把图例左上角对应坐标为（0.05x轴长度，0.95y轴长度）。（非必选参数）
ncol：图例每行包容的图例数。例如一个图中有多个线，就会有多个图例。（非必选参数，示例：ncol = 3)
title：图例标题。（非必选参数）
fancybox：值为True或False，图例边框显现圆角式还是直角，默许True。（非必选参数，示例：fancybox = True)
prop：能够设置字体。例如：prop = {‘family’: ‘Times New Roman’, ‘size’: 14}表明字体为新罗马，巨细为14。如果仅仅只设置字体巨细，能够不用prop，直接用fontsize = 15即可。（非必选参数）

plt.legend(loc=4,fontsize=15)#设置方位为右下，字体为15号

Matplotlib绘图的基本操作

五、标题设置

语法：plt.title()。将图9增加标题“散点图”，运用1号字体款式。 plt.title('散点图',font1)

Matplotlib绘图的基本操作

能够看出标题设置成了1号款式指定的字体，咱们也能够树立其他字体来设置不同的作用。

总结

本文总结了Matplotlib绘图的基本操作：画布巨细设置、字体设置、轴标签设置、图例设置和标题设置。作为可视化的基本组成元素，咱们需要熟练这些操作，加快可视化学习功率，美化咱们的图画。

本篇到此结束，下一节将介绍Matplotlib的均匀绘图问题。此内容将在”python数据剖析实践”公众号同步更新。如果您有更好的主意或对文章有其他主张，能够重视或谈论留言。如果有想要了解其它的内容，也能够联系或谈论，感谢您的阅读！