很多时候为了可视化效果的美观，就不得不从细节上下手，这里我们就介绍一下这些细节之一的网格线。

首先导入需要用到的库，matplotlib.pyplot是必须的，Numpy是为了生成画布用的。

import numpy as np
import matplotlib.pyplot as plt


生成网格

plt.gcf().set_facecolor(np.ones(3)* 240 / 255)   # 生成画布的大小
plt.grid()  # 生成网格
plt.show()



参数

matplotlin.pyplot.grid(b, which, axis, color, linestyle, linewidth， **kwargs)

grid()参数有很多，这里只列举了我此次工作中用到的几个：

    b : 布尔值。就是是否显示网格线的意思。官网说如果b设置为None， 且kwargs长度为0，则切换网格状态。但是没弄明白什            么意思。如果b设置为None，但是又给了其它参数，则默认None值失效。

    which : 取值为'major', 'minor'， 'both'。 默认为'major'。看别人说是显示的，我的是Windows7下，用Sublime跑的，minor                 只是一个白画板，没有网格，major和both也没看出什么效果，不知道为什么。

    axis : 取值为‘both’， ‘x’，‘y’。就是想绘制哪个方向的网格线。不过我在输入参数的时候发现如果输入x或y的时候，             输入的是哪条轴，则会隐藏哪条轴

    color : 这就不用多说了，就是设置网格线的颜色。或者直接用c来代替color也可以。

    linestyle :也可以用ls来代替linestyle， 设置网格线的风格，是连续实线，虚线或者其它不同的线条。 | '-' | '--'                        | '-.' | ':' | 'None' | ' ' | '']

    linewidth : 设置网格线的宽度

设置axis='y'

plt.grid(axis="y")
plt.show()



 

设置axis='x'

 



设置color='r'

plt.grid(c='r')
plt.show()

红色



plt.grid(c='g')
plt.show()

绿色



设置linestyle

plt.grid(linestyle='-.')
plt.show()



 

 

 

plt.grid(ls='--')
plt.show()



因为b和which没有显示效果。所以这里就不上图了。

 

--------------------------更******新--------------------------

今天又试了下，当which='major'的时候，是可以显示网格线的。同时感谢机器不学习o_o的指导，在which="minor"时，需要设置次刻度线。

plt.grid(axis='y', which='major')
plt.show()



plt.grid(axis="x", which="major")
plt.show()



which='minor'

ax = plt.gca()
ax.set_xlim(0, 10)
miloc = plt.MultipleLocator(1)
ax.xaxis.set_minor_locator(miloc)
ax.grid(axis='x', which='minor')
plt.show()

https://matplotlib.org/api/pyplot_summary.html

在交互环境中查看帮助文档：

import matplotlib.pyplot as plt
help(plt.plot)

以下是对帮助文档重要部分的翻译：

plot函数的一般的调用形式：

#单条线：
plot([x], y, [fmt], data=None, **kwargs)
#多条线一起画
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

可选参数[fmt] 是一个字符串来定义图的基本属性如：颜色（color），点型（marker），线型（linestyle），

具体形式  fmt = '[color][marker][line]' 

fmt接收的是每个属性的单个字母缩写，例如： 

plot(x, y, 'bo-')  # 蓝色圆点实线

若属性用的是全名则不能用*fmt*参数来组合赋值，应该用关键字参数对单个属性赋值如：

plot(x,y2,color='green', marker='o', linestyle='dashed', linewidth=1, markersize=6)

plot(x,y3,color='#900302',marker='+',linestyle='-')

常见的颜色参数：**Colors**


 

也可以对关键字参数color赋十六进制的RGB字符串如 color='#900302'

    =============    ===============================
    character        color
    =============    ===============================
    ``'b'``          blue 蓝
    ``'g'``          green 绿
    ``'r'``          red 红
    ``'c'``          cyan 蓝绿
    ``'m'``          magenta 洋红
    ``'y'``          yellow 黄
    ``'k'``          black 黑
    ``'w'``          white 白
    =============    ===============================

 点型参数**Markers**,如：marker='+' 这个只有简写，英文描述不被识别

=============    ===============================
    character        description
    =============    ===============================
    ``'.'``          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
    ``'|'``          vline marker
    ``'_'``          hline marker
    =============    ===============================

线型参数**Line Styles**，linestyle='-'

    =============    ===============================
    character        description
    =============    ===============================
    ``'-'``          solid line style 实线
    ``'--'``         dashed line style 虚线
    ``'-.'``         dash-dot line style 点画线
    ``':'``          dotted line style 点线
    =============    ===============================

样例1

函数原型：matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
>>> plot('xlabel', 'ylabel', data=obj)
解释：All indexable objects are supported. This could e.g. be a dict, a pandas.DataFame or a structured numpy array.
data 参数接受一个对象数据类型，所有可被索引的对象都支持，如 dict 等

import matplotlib.pyplot as plt  
import numpy as np
'''read file 
fin=open("para.txt")
a=[]
for i in fin:
  a.append(float(i.strip()))
a=np.array(a)
a=a.reshape(9,3)
'''
a=np.random.random((9,3))*2 #随机生成y
 
y1=a[0:,0]
y2=a[0:,1]
y3=a[0:,2]
 
x=np.arange(1,10)
 
ax = plt.subplot(111)
width=10
hight=3
ax.arrow(0,0,0,hight,width=0.01,head_width=0.1, head_length=0.3,length_includes_head=True,fc='k',ec='k')
ax.arrow(0,0,width,0,width=0.01,head_width=0.1, head_length=0.3,length_includes_head=True,fc='k',ec='k')
 
ax.axes.set_xlim(-0.5,width+0.2)
ax.axes.set_ylim(-0.5,hight+0.2)

plotdict = { 'dx': x, 'dy': y1 }
ax.plot('dx','dy','bD-',data=plotdict)

ax.plot(x,y2,'r^-')
ax.plot(x,y3,color='#900302',marker='*',linestyle='-')

plt.show()



样例2，

import matplotlib.pyplot as plt  
import numpy as np  
  
x = np.arange(0, 2*np.pi, 0.02)  
y = np.sin(x)  
y1 = np.sin(2*x)  
y2 = np.sin(3*x)  
ym1 = np.ma.masked_where(y1 > 0.5, y1)  
ym2 = np.ma.masked_where(y2 < -0.5, y2)  
  
lines = plt.plot(x, y, x, ym1, x, ym2, 'o')  
#设置线的属性
plt.setp(lines[0], linewidth=1)  
plt.setp(lines[1], linewidth=2)  
plt.setp(lines[2], linestyle='-',marker='^',markersize=4)  
#线的标签
plt.legend(('No mask', 'Masked if > 0.5', 'Masked if < -0.5'), loc='upper right')  
plt.title('Masked line demo')  
plt.show()  



例3 ：圆

import numpy as np
import matplotlib.pyplot as plt

theta = np.arange(0, 2*np.pi, 0.01)
xx = [1,2,3,10,15,8]
yy = [1,-1,0,0,7,0]
rr = [7,7,3,6,9,9]

fig = plt.figure()
axes = flg.add_subplot(111)

i = 0
while i < len(xx):
    x = xx[i] + rr[i] *np.cos(theta)
    x = xx[i] + rr[i] *np.cos(theta)
    axes.plot(x,y)
    axes.plot(xx[i], yy[i], color='#900302', marker='*')
     i = i+1
width = 20
hight = 20
axes.arrow(0,0,0,hight,width=0.01,head_width=0.1,head_length=0.3,fc='k',ec='k')
axes.arrow(0,0,width,0,width=0.01,head_width=0.1,head_length=0.3,fc='k',ec='k')
plt.show()

 

 

1.matplotlib.pyplot.figure(num,…)

给窗口命名
2.matplotlib.pyplot.plot(x,y,colorpointline,…)

画直线：(x,y)坐标 图像颜色 图像中点和线的样式
3.matplotlib.pyplot.xlabel()

matplotlib.pyplot.ylabel()

分别给xy轴命名
4.matplotlib.pyplot.title()

给图像起标题
5.matplotlib.pyplot.show()

绘制
6.matplotlib.pyplot.grid()

绘制网格
7.matplotlib.pyplot.legend()

放置标签

Py之matplotlib.pyplot：matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略

 

 

 

 

目录

matplotlib.pyplot的plt.legend函数的简介

1、参数解释

2、源代码

matplotlib.pyplot的plt.legend函数的使用方法

1、基础用法

 

 

matplotlib.pyplot的plt.legend函数的简介

          legend模块定义了legend类，负责绘制与轴和/或图形相关的图例。Legend类是一个图例句柄和图例文本的容器，该函数是用来给当前图像添加图例内容。大多数用户通常会通过图例函数创建图例。图例处理程序映射指定如何在轴或图形中从artists(线、补丁等)创建图例句柄。默认的图例处理程序定义在legend_handler模块中。虽然默认的图例处理程序并没有覆盖所有的artists类型，但是可以定义自定义图例处理程序来支持任意对象。

plt.legend(loc='best',frameon=False)    #frameon参数，去掉图例边框
plt.legend(loc='best',edgecolor='blue') #edgecolor参数，设置图例边框颜色
plt.legend(loc='best',facecolor='blue') #facecolor参数，设置图例背景颜色,若无边框,参数无效
plt.legend(["CH", "US"], title='China VS Us')    #设置图例标题
plt.legend([p1, p2], ["CH", "US"])               #设置图例名字及对应关系


 

原始文档：https://matplotlib.org/api/legend_api.html?highlight=legend#module-matplotlib.legend

 

1、参数解释

参数
			
解释
			
具体应用
		
loc
			

			
Location code string, or tuple (see below).图例所有figure位置
			
			
plt.legend(loc='upper center')

			0: ‘best'

			1: ‘upper right'

			2: ‘upper left'

			3: ‘lower left'

			4: ‘lower right'

			5: ‘right'

			6: ‘center left'

			7: ‘center right'

			8: ‘lower center'

			9: ‘upper center'

			10: ‘center'
		
prop
			
the font property字体参数
			
 
		
fontsize
			
the font size (used only if prop is not specified)
			

			
fontsize : int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}
			
		
markerscale
			
the relative size of legend markers vs. original
			
图例标记与原始标记的相对大小
			
			
 
		
markerfirst
			
If True (default), marker is to left of the label.
			
如果为True，则图例标记位于图例标签的左侧
			
			
 
		
numpoints
			
the number of points in the legend for line
			
为线条图图例条目创建的标记点数
			
			
 
		
scatterpoints
			
the number of points in the legend for scatter plot
			
为散点图图例条目创建的标记点数
			
			
 
		
scatteryoffsets
			
a list of yoffsets for scatter symbols in legend
			
为散点图图例条目创建的标记的垂直偏移量
			
			
 
		
frameon
			
If True, draw the legend on a patch (frame).
			
控制是否应在图例周围绘制框架
			
			
 
		
fancybox
			
If True, draw the frame with a round fancybox.
			
控制是否应在构成图例背景的FancyBboxPatch周围启用圆边
			
			
 
		
shadow
			
If True, draw a shadow behind legend.
			
控制是否在图例后面画一个阴
			
			
 
		
framealpha
			
Transparency of the frame.
			
控制图例框架的 Alpha 透明度
			
			
 
		
edgecolor
			
Frame edgecolor.
			
 
		
facecolor
			
Frame facecolor.
			
 
		
ncol
			
number of columns 设置图例分为n列展示
			
 
		
borderpad
			
the fractional whitespace inside the legend border
			
图例边框的内边距
			
			
 
		
labelspacing
			
the vertical space between the legend entries
			
图例条目之间的垂直间距
			
			
 
		
handlelength
			
the length of the legend handles 
			
图例句柄的长度
			
			
 
		
handleheight
			
the height of the legend handles 
			
图例句柄的高度
			
			
 
		
handletextpad
			
the pad between the legend handle and text 
			
图例句柄和文本之间的间距
			
			
 
		
borderaxespad
			
the pad between the axes and legend border
			
轴与图例边框之间的距离
			
			
 
		
columnspacing
			
the spacing between columns 列间距
			
 
		
title
			
the legend title
			
 
		
bbox_to_anchor
			
the bbox that the legend will be anchored.指定图例在轴的位置
			
 
		
bbox_transform
			
the transform for the bbox. transAxes if None.
			
 
		
 

2、源代码

更新……

 

def legend Found at: matplotlib.pyplot

@_copy_docstring_and_deprecators(Axes.legend)
def legend(*args, **kwargs):
    return gca().legend(*args, **kwargs)

# Autogenerated by boilerplate.py.  Do not edit as changes will be lost.

 

 

 



matplotlib.pyplot的plt.legend函数的使用方法

1、基础用法

    plt.figure() 
    col_cou_len=len(Keys)
    plt.pie(x=Values,labels=Keys,colors=cols[:col_cou_len], startangle=90,shadow=True,autopct='%1.3f%%') 
    plt.title(tit_name)
    plt.legend()
    plt.show()