python如何設置Pyplot的動態(tài)rc參數、繪圖的填充

今天小編給大家分享一下python如何設置Pyplot的動態(tài)rc參數、繪圖的填充的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

Matplotlib配置了配色方案和默認設置，主要用來準備用于發(fā)布的圖片。有兩種方式可以設置參數，即全局參數定制和rc設置方法。

查看matplotlib的rc參數：

import matplotlib as plt
print(plt.ra_params)

1.全局參數定制

Matplotlib的全局參數可以通過編輯配置文件設置

import matplotlib as plt
print(plt.matplotlib_fname)
#顯示當前用戶的配置文件目錄

查找到當前用戶的配置文件目錄，然后用編輯器打開，修改matplotlib文件，即可修改配置參數。

2.rc參數設置

使用Python編程修改rc參數，rc參數及其取值如下表1~3

表1 rc參數名稱及其取值

表2 線條樣式lines.linestyle的取值 linestyle取值意義linestyle取值意義-實線-.點線--長虛線:短虛線

表3 lines.marker參數的取值

需要注意的是，由于默認的Pyplot字體并不支持中文符的顯示，因此需要通過設置font.sans-serif參數改變繪圖時的字體，使得圖形可以正常顯示中文。同時，由于更換字體后，會導致坐標軸中的部分字符無法顯示，因此需要同時更改axes.unicode_minus參數。

plt.rcParams['font.family'] = ['SimHei']      #用來顯示中文標簽
plt.rcParams['axes.unicode_minus'] = False   #用來正常顯示符號

如果需要在坐標軸上顯示時間，可以利用DateFormatter提供的功能進行設置，常用代碼如下：

from matplotlib.dates import DateFormatter
plt.gca().xaxis.set_major_formatter(DateFormatter('%y/%m/%d'))
#自動旋轉X軸的刻度，適應坐標軸
plt.gcf().autofmt_xdate()

除了設置線條的字體的rc參數外，還有設置文本、箱線圖、坐標軸、刻度、圖例、標記、圖片、圖像保存等rc參數。

例1.rc參數設置例1

import numpy as np
import matplotlib.pyplot as plt
fig,ax = plt.subplots()
#配置中文顯示
plt.rcParams['font.family'] = ['SimHei']      #用來顯示中文標簽
plt.rcParams['axes.unicode_minus'] = False   #用來正常顯示符號
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('子圖1')
plt.subplot(2,2,2)
plt.plot(x2,f(x2),'r--')
plt.title('子圖2')
plt.show()

OUT：

例2.rc參數設置例2

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')

OUT:

可以用set_xticks設置X軸刻度

例3.用set_xticks設置刻度

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.set_xticks([0,5,10,15,20,25,30,35])
ax.legend(loc = 'best')

OUT:

可以用set_xticklabels改變刻度，設置刻度的旋轉角度及字體等。

例4.用set_xticklabels改變刻度

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.set_xticklabels(['x1','x2','x3','x4','x5'],rotation = 30,fontsize = 'large')
ax.legend(loc = 'best')

OUT：

其中，rotation參數表示X坐標標簽的旋轉角度；fontsize為字號，可以取值為“xx-small”“x-small”“small”“medium”“l(fā)arge”“x-large”“xx-large”“smaller”“None”。

3.繪圖的填充

3.1調用函數fill_between()實現曲線下面部分的填充

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)

其中，參數x表示整個X軸都覆蓋；0表示覆蓋的下限；y表示覆蓋的上限時y這條曲線，facecolor表示覆蓋區(qū)域的顏色；alpha表示覆蓋區(qū)域的透明度[0,1]，其值越大，表示越不透明

3.2 部分區(qū)域填充

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

3.3 兩條曲線之間的區(qū)域填充

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()

3.4 直接使用fill進行繪圖的填充

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()

以上就是“python如何設置Pyplot的動態(tài)rc參數、繪圖的填充”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業(yè)資訊頻道。