python数据可视化开发：Matplotlib库基础知识-CFANZ编程社区

文章目录

前言
01.工具栏组件
02.图表数据
03.设置字体字典

全局字体样式
常用中文字体对应名称
查询当前系统所有字体

04.图像配置实例

配置格式
参数说明
官方文档：[matplotlib.figure](https://matplotlib.org/stable/api/figure_api.html#module-matplotlib.figure)

05.图表标题

配置格式
参数说明
官方文档：

06.文本组件

配置格式
参数说明
官方文档：

07.坐标轴标签组件

配置格式
参数配置
官方文档：

08.网格组件

配置格式
参数配置
官方文档：

09.绘制折线

配置格式
参数配置
fmt 参数用法

颜色（可用 color 参数代替）：
点型（可用 marker 参数代替）
线型（可用 linestyle 参数代替）：

官方文档：

10.图例组件

配置格式
参数配置
官方文档：

11.图表渲染
总结

前言

python数据可视化开发：Matplotlib库基础知识_信息可视化

Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。
Matplotlib 可以用来绘制各种静态，动态，交互式的图表。
Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。
Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。

使用Matplotlib生成一个曲线的完整代码（其中部分代码是可以省略的，为了便于将相关属性快速有效的予以记录，本文尽量将相关属性都列了出来。）

# 导入库
import numpy as np
import matplotlib.pyplot as plt

# 设置中文显示
plt.rcParams['font.sans-serif'] = ['microsoft yahei']  #显示中文

# 01.工具栏组件
plt.rcParams['toolbar'] = 'toolbar2'  # 设置工具栏

# 02.模拟数据
x = np.linspace(0.0, 5.0, 100)
y = np.cos(2 * np.pi * x) * np.exp(-x)

# 03.设置字体字典
font = {'family': 'microsoft yahei',
        'color': '#000',
        'weight': 'normal',
        'size': 12}

# 04.图像配置实例
plt.figure('漏刻有时数据可视化 - TestWin', facecolor='w')  # 设置图形弹出窗口标题
# 05.图表标题
plt.title('漏刻有时折线图', fontdict=font, loc='center', y=1)  # 图表标题
# 06.文本组件
plt.text(0.91, -0.31, r'智能化数据的转账点', fontdict=font, c='b', rotation=30)  # 文本
# 07.坐标轴标签组件
plt.xlabel('时间：单位 (s)', fontdict=font)  # x轴
plt.ylabel('数值：单位 (mv)', fontdict=font)  # y轴
# 08.网格组件
plt.grid(which='major', axis='both', color='g', linestyle='-', linewidth=0.1)  # 网格
# 09.绘制折线
plt.plot(x, y, 'r', label='直连线', marker='d')  # 绘制折线
# 10.图例组件
plt.legend()  # 设置图例
# 11.图表渲染
plt.show()

01.工具栏组件

'''
工具栏组件
# 注意，应当放置在图像实例化之前。
# None模式：禁用工具栏
# toolbar2模式：默认工具栏布局
# toolmanager模式：工具栏布局在首行
'''
plt.rcParams['toolbar'] = 'toolbar2'  # 设置工具栏

toolmanager模式：

python数据可视化开发：Matplotlib库基础知识_字符串_02

RcParams说明文档：RcParams

02.图表数据

折线图，一般是x轴和y轴数据，设置为对应的列表即可。本案例作为Matplotlib库的基础知识，只做简单的数据展示，不涉及更复杂的数据读取和计算。
如：

numpy模拟数据

x = np.linspace(0.0, 5.0, 100)
y = np.cos(2 * np.pi * x) * np.exp(-x)

自定义固定数据

x = [1, 2, 3, 4, 5]
y = [i * 2 for i in x] #推导式

random随机数据

x = [random.randint(0, 10) for i in range(10)]
y = [i * 2for i in x]

pandas读取本地excel表格数据
pymysql读取数据库数据

03.设置字体字典

全局字体样式

Matplotlib如果未正常设置中文字体，会出现乱码。基于实际开发情况，图像标题、图表标题、图例和标签都涉及到中文字体的应用，因此采用使用 matplotlib 模块的 rcParams，全局字体样式：

plt.rcParams['font.sans-serif'] = ['microsoft yahei']`

当然，也可以具体在某些组件使用时，单独调用对应的属性，如：

plt.title('自定义标题名称', fontproperties='SimHei')

常用中文字体对应名称

中文名称	英文名称
宋体	SimSun
黑体	SimHei
微软雅黑	Microsoft YaHei
微软正黑体	Microsoft JhengHei
新宋体	NSimSun
新细明体	PMingLiU
细明体	MingLiU
标楷体	DFKai-SB
仿宋	FangSong
楷体	KaiTi
隶书	LiSu
幼圆	YouYuan
华文楷体	STKaiti
华文宋体	STSong
华文中宋	STZhongsong
华文仿宋	STFangsong

查询当前系统所有字体

如果要实时查询当前系统的所有字体，可以使用matploylib自带的font_manager属性进行遍历查询：

# 查询当前系统所有字体
from matplotlib.font_manager import FontManager
sys_fonts = [f.name for f in FontManager().ttflist]
for f in sorted(sys_fonts):
    print(f)

字体结果展示：

python数据可视化开发：Matplotlib库基础知识_信息可视化_03

04.图像配置实例

配置格式

plt.figure() 函数可以用于创建绘图窗口，可以传入以下常用参数：

matplotlib.figure.Figure(figsize=None, dpi=None, *, facecolor=None, edgecolor=None, linewidth=0.0, frameon=None, subplotpars=None, tight_layout=None, constrained_layout=None, layout=None, **kwargs)
如：

# 配置实例
plt.figure('漏刻有时数据可视化 - TestWin', facecolor='w')  # 设置图形弹出窗口标题

python数据可视化开发：Matplotlib库基础知识_python_04

参数说明

参数	说明
num	传入整数或字符串。整数可以指定创建或激活对应编号窗口并保存至 number 属性，字符串可以设置该窗口标题
figsize	传入两个浮点数组成的元组，设置绘图窗口的宽和高
dpi	传入整数，设置分辨率
facecolor	传入代表颜色的字符串，设置背景色
edgecolor	传入代表颜色的字符串，设置边框颜色
clear	如果传入True，且当前窗口已经有绘图时，清空当前绘图

官方文档：matplotlib.figure

05.图表标题

配置格式

matplotlib.pyplot.title(label, fontdict=None, loc=None, pad=None, *, y=None, **kwargs)

参数说明

参数	说明	选项
label	文本内容	字符串
fontdict	字体格式	‘fontweight’: rcParams[‘axes.titleweight’], ‘color’: rcParams[‘axes.titlecolor’]
loc	位置	‘center’, ‘left’, ‘right’，默认：‘center’
y	Y轴位置	1.0为顶部
**kwargs	文本属性

官方文档：

matplotlib.pyplot.title

06.文本组件

配置格式

matplotlib.pyplot.text(x, y, s, fontdict=None, **kwargs)

参数说明

参数	说明
x,y	放置文本的位置，默认情况下，是数据坐标
s	文本内容；
fontdict	覆盖默认文本属性的字典，如果为None，则默认值由rcParams确定
**kwargs	常见配置选项：color、fontfamily、fontsize、fontweight、rotation、transform等

官方文档：

matplotlib.pyplot.text

07.坐标轴标签组件

配置格式

xlabel和ylabel的配置格式和参数一致。

matplotlib.pyplot.ylabel(ylabel, fontdict=None, labelpad=None, *, loc=None, **kwargs)

参数配置

参数	说明
ylabe	字符串，y-axis说明
labelpad	与轴边界框（包括记号和记号标签）的点间距。如果为“无”，则上一个值保持原样
loc	‘bottom’, ‘center’, ‘top’，默认’center’
**kwargs	文本属性控制标签的外观，可以参考Text属性

官方文档：

matplotlib.pyplot.ylabel

08.网格组件

配置格式

matplotlib.pyplot.grid(visible=None, which=‘major’, axis=‘both’, **kwargs)

参数配置

参数	说明
visible	是否显示网格线，选项：bool or None
which	要更改的网格线
axis	{‘both’, ‘x’, ‘y’}
**kwargs	文本属性控制标签的外观，可以参考Text属性

官方文档：

matplotlib.pyplot.grid

09.绘制折线

配置格式

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

参数配置

plot([x], y, [fmt], *, data=None, **kwargs)
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

参数	说明
x	传入序列、列表类型的对象，包含各个点的横坐标数值，默认为 0~len(y)-1
y	传入序列、列表类型的对象，包含各个点的纵坐标数值
fmt	传入一个字符串，代表所绘制线条的样式（按颜色、点型、线型顺序）1
data	关键字参数，传入一个具有索引功能的对象，此时 x、y 只需传入一个字符串来表示是该对象的这个索引

kwargs 中常用参数：

参数	说明
color	设置线条的颜色，可用十六进制的RGB字符串精确设置颜色
label	设置线条的标签

fmt 参数用法

fmt 参数传入一个字符串，按颜色、点型、线型的顺序拼接而成。

颜色（可用 color 参数代替）：

字符串	含义
‘b’	blue 蓝色
‘g’	green 绿
‘r’	red 红
‘c’	cyan 蓝绿
‘m’	magenta 洋红
‘y’	yellow 黄
‘k’	black 黑
‘w’	white 白

点型（可用 marker 参数代替）

字符串	含义
‘.’	point marker
‘,’	pixel marker
‘o’	circle marker
‘v’	triangle_down marker
‘^’	triangle_up marker
‘<’	triangle_left marker
‘>’	triangle_right marker
‘1’	tri_down marker
‘2’	tri_up marker
‘3’	tri_left marker
‘4’	tri_right marker
‘s’	square marker
‘p’	pentagon marker
‘*’	star marker
‘h’	hexagon1 marker
‘H’	hexagon2 marker
‘+’	plus marker
‘x’	x marker
‘D’	diamond marker
‘d’	thin_diamond marker
竖线	vline marker
‘_’	hline marker

线型（可用 linestyle 参数代替）：

字符串	含义
‘-’	solid line style 实线
‘–’	dashed line style 虚线
‘-.’	dash-dot line style 点画线
‘:’	dotted line style 点

官方文档：

matplotlib.pyplot.plot

10.图例组件

配置格式

matplotlib.pyplot.legend(*args, **kwargs)

参数配置

legend()
legend(handles, labels)
legend(handles=handles)
legend(labels)

官方文档：

matplotlib.pyplot.legend

11.图表渲染

显示所有的图形。

matplotlib.pyplot.show(*, block=None)

总结

Matplotlib的基础选项属性以官网为准https://matplotlib.org/stable/api/pyplot_summary.html，由于是英文缘故，在实际学习和开发过程中，需要尽量多实践多练习。