小白学 Python 数据分析（17）：Matplotlib（二）基础操作

import matplotlib.pyplot as plt

x_data = ['2011','2012','2013','2014','2015','2016','2017']

y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.xlabel('年份')

plt.ylabel('销量')

plt.plot(x_data, y_data)

plt.show()

结果如下：

好像哪里不太对的样子，横轴和数轴的标题没有显示出来，看一下程序运行，没有报错，但是报出来一个警告：

RuntimeWarning: Glyph 24180 missing from current font.

这个警告的含义是 plt 画图是找不到字体，那么这里我们手动设置一下字体：

plt.rcParams['font.sans-serif']=['SimHei']

完整的样例代码如下：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']

x_data = ['2011','2012','2013','2014','2015','2016','2017']

y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.xlabel('年份')

plt.ylabel('销量')

plt.plot(x_data, y_data)

plt.show()

结果如下：

这下显示正常了。

我们还可以通过参数 labelpad 设置标题到坐标轴的距离，这里为了演示效果设置的距离稍微大了点：

plt.xlabel('年份', labelpad=50)

plt.ylabel('销量', labelpad=50)

结果如下：

我们还可以通过参数对文本的相关属性进行设置，下面看下一些常用的设置参数：

plt.xlabel('年份', labelpad=50, fontsize='xx-large', fontweight='bold', rotation='vertical', backgroundcolor='red')

plt.ylabel('销量', labelpad=50)

先看结果：

xlabel 中常用的一些参数：

fontsize : 设置字体大小，默认12，可选参数 ['xx-small', 'x-small', 'small', 'medium', 'large','x-large', 'xx-large']
fontweight : 设置字体粗细，可选参数 ['light', 'normal', 'medium', 'semibold', 'bold', 'heavy', 'black']
fontstyle : 设置字体类型，可选参数[ 'normal' | 'italic' | 'oblique' ]，italic斜体，oblique倾斜
verticalalignment : 设置水平对齐方式，可选参数： 'center' , 'top' , 'bottom' ,'baseline'
horizontalalignment : 设置垂直对齐方式，可选参数：left,right,center
rotation : (旋转角度)可选参数为:vertical,horizontal 也可以为数字
alpha : 透明度，参数值0至1之间
backgroundcolor : 标题背景颜色
bbox : 给标题增加外框，常用参数如下：
- boxstyle 方框外形
- facecolor (简写fc)背景颜色
- edgecolor (简写ec)边框线条颜色
- edgewidth 边框线条大小

刻度设置

默认坐标轴是显示 x y 的值，但是也可以自定义显示不同的刻度，这里需要使用到的函数为 xticks 和 yticks 两个函数：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']

x_data = [2011,2012,2013,2014,2015,2016,2017]

y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.xticks(x_data, ['2011年','2012年','2013年','2014年','2015年','2016年','2017年'])

plt.yticks(y_data)

plt.plot(x_data, y_data)

plt.show()

结果如下：

有些时候，由于数据脱敏的需要，我们不要显示刻度，还可以这么写：

plt.xticks(x_data, [])

plt.yticks(y_data, [])

这样展现出来的图形如下：

实际上，我们还有更狠的操作，直接关闭坐标轴：

plt.axis("off")

结果如下：

范围设置

我们还可以对坐标轴的范围进行设置，如下：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']

x_data = [2011,2012,2013,2014,2015,2016,2017]

y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.xlim(2011, 2020)

plt.ylim(50000, 90000)

plt.plot(x_data, y_data)

plt.show()

结果如下：

这里设置在 Y 轴上最大值为 90000 ，那么 2016 和 2017 对应的数据将会无法显示，实际我们从得出的结果图上也能看出这一点。

网格线设置

网格线默认是关闭的，我们可以通过函数 grid 修改参数 b 来开启网格线，如下：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']

x_data = [2011,2012,2013,2014,2015,2016,2017]

y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.plot(x_data, y_data)

plt.grid(b=True)

plt.show()

结果如下：

我们不仅可开启网格线，还可以通过参数 axis 来控制是开启哪个轴的网格线：

# 开启 x 轴网格线

plt.grid(b=True, axis='x')

# 开启 y 轴网格线

plt.grid(b=True, axis='y')

图例设置

图例能对图表起到注释的作用，我们可以通过参数 label 对该图表的图例进行设置，示例如下：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']

x_data = [2011,2012,2013,2014,2015,2016,2017]

y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.plot(x_data, y_data, label = '折线图')

plt.bar(x_data, y_data, label = '柱状图')

plt.legend()

plt.show()

结果如下：

图表标题设置

图表标题是用来概括整张图表现的内容的，我们可以通过如下方式设置一张图的标题：

plt.title(label='xxx 公司 xxx 产品销量')

结果如下：

本文的内容就到这里了，下一篇我们介绍 Matplotlib 的常用图表的示例，本文的示例代码写的有点乱，就不贴出来了，当然，如果经常看小编写的文章的估计都找得到。

参考

https://blog.csdn.net/The_Time_Runner/article/details/89927708