Matplotlib 提供了极其丰富的选项来控制图表中每一个元素的风格和样式，从而创建出美观且信息量大的可视化作品。

1.颜色、线形、点形、线宽、透明度

这些是控制线形图外观最基本的参数，理解它们的用法是创建清晰图表的基础。

plt.plot() 参数详解：
- color / c：颜色
  - 讲解与原理： 可以使用颜色名称（如 ‘red’, ‘blue’, ‘green’, ‘black’/’k’ 等）、HTML 颜色代码（如 ‘#FF00EE’）、RGB 元组（如 (0.2, 0.7, 0.2)）。
  - 原理： Matplotlib 内部将这些颜色表示转换为 RGB 或 RGBA 值，然后用于渲染线条或标记。
  - 拓展：
    - 颜色映射 (Colormaps)： 对于表示连续数值的颜色，可以使用颜色映射（如 cmap='viridis'），通常与 scatter 或 imshow 结合使用。
    - 颜色循环： Matplotlib 有一个默认的颜色循环，当绘制多条线时不指定颜色时，会自动使用不同的颜色。
- linestyle / ls：线型
  - 讲解与原理： 控制线的样式，如实线、虚线、点线等。
  - 常用值： '-' (实线), '--' (虚线), '-.' (点划线), ':' (点线), 'None' (无线条)。
  - 原理： 通过在绘制时跳过或重复像素来模拟不同的线型。
- marker：点型
  - 讲解与原理： 控制数据点上显示的标记样式。
  - 常用值： 'o' (圆圈), 's' (正方形), '^' (三角形), '*' (星形), 'p' (五边形), '+' (加号), 'x' (叉号) 等。
  - 原理： 在每个数据点的位置绘制指定的形状。
- linewidth / lw：线宽
  - 讲解与原理： 控制线的粗细。值越大，线越粗。
  - 原理： 增加绘制线条的像素宽度。
- alpha：透明度
  - 讲解与原理： 控制绘图元素的透明度，值范围从 0.0（完全透明）到 1.0（完全不透明）。
  - 原理： 在渲染时，将绘图元素的颜色与背景颜色进行混合。
  - 拓展：
    - 在绘制大量重叠数据点（如散点图）或多条曲线时，设置透明度可以帮助观察数据密度或区分重叠区域。
- 参数连用：
  - 讲解与原理： Matplotlib 允许将颜色、线型、点型组合成一个字符串作为 plot 函数的第三个参数（在 x, y 之后）。例如 'bo--' 表示蓝色圆点虚线。
  - 原理： 这是一个方便的快捷方式，内部会解析这个字符串并设置相应的参数。
  - 注意： 这种快捷方式只能设置颜色、线型、点型，其他参数（如 linewidth, alpha）仍需单独指定。
- 应用场景： 精细控制图表外观，使图表更具表现力和可读性，例如区分不同类别的数据、突出重要趋势等。

x = np.linspace(0, 2 * np.pi + 0.0001, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.figure(figsize=(10, 7))

plt.plot(x, y1, color = "indigo", ls = "-.", marker="p", label="正弦波(点划线，五边形)")
plt.plot(x, y2, color = "#FF00EE", ls="--", marker = "o", label = "余弦波（虚线，圆形）")
plt.plot(x, y1 + y2, color=(0.2, 0.7, 0.2), marker = "*", ls=":", label="和（点线，星型）")
plt.plot(x, y1 + 2 * y2, linewidth=3, alpha=0.4, color="orange", label="加倍余弦(粗线， 半透明)")
plt.plot(x, 2 * y1-y2, "bo--", label="2倍正弦减余弦(圆点虚线)")
plt.legend()
plt.show()

选择题：

要将一条线的颜色设置为红色，线宽设置为 2，透明度设置为 0.5，以下哪个 plt.plot() 调用是正确的？

A) plt.plot(x, y, 'r', lw=2, alpha=0.5)

B) plt.plot(x, y, color='red', linewidth=2, alpha=0.5)

C) plt.plot(x, y, 'r', linewidth=2, alpha=0.5)

D) 以上所有选项都正确

答案：D，A, B, C 都是正确的用法。A 使用了快捷颜色参数，B 和 C 使用了完整的参数名。
以下哪个选项能够使图表中的重叠数据点（例如在散点图中）更容易区分数据密度？

A) 增加 linewidth B) 改变 marker 样式 C) 调整 alpha 参数 D) 使用 linestyle

答案：C，alpha 参数控制透明度，当多个点重叠时，透明度较低的点会叠加颜色，从而显示出数据密度。

编程题：

绘制函数 y=cos(x) 在 x in [0,4 pi] 范围内的线形图。
- 线的颜色设置为深绿色。
- 线型为点线。
- 点型为星形。
- 线宽为 1.5。
- 透明度为 0.8。
- 添加标题“余弦函数曲线图”。

x = np.linspace(0, 4 * np.pi + 0.0001, 100)
y = np.cos(x)

plt.plot(x, y, color="darkgreen", linestyle=":", marker="*", linewidth = 1.5, alpha=0.8)
plt.title("余弦函数曲线图")
plt.show()

2.更多属性设置

除了基本的线和点属性，Matplotlib 还提供了更多精细的控制选项，特别是针对标记（marker）和刻度（ticks）的样式。

标记 (Marker) 的更多属性：
- markerfacecolor：点的填充颜色
  - 讲解与原理： 当 marker 参数指定了点型时，markerfacecolor 用于设置标记内部的填充颜色。
- markersize：点的大小
  - 讲解与原理： 控制标记的尺寸。
- markeredgecolor：点边缘颜色
  - 讲解与原理： 控制标记边缘的颜色。
- markeredgewidth：点边缘宽度
  - 讲解与原理： 控制标记边缘的宽度。
- 原理： 这些参数直接修改了 Matplotlib 内部用于绘制标记的图形对象的属性。
- 拓展：
  - 结合 alpha 可以创建半透明的标记，用于显示数据密度。
  - 在散点图中，这些参数可以用于区分不同类别的数据点，或者通过大小、颜色等编码更多信息。
- 应用场景： 突出图表中的关键数据点、创建自定义的散点图样式、在时间序列中标记特定事件点等。
刻度 (Ticks) 的大小设置：
- plt.xticks(size=...) / plt.yticks(size=...)：设置刻度标签大小
  - 讲解与原理： 除了在 plt.xticks() 和 plt.yticks() 中通过 fontsize 参数设置刻度标签的字体大小外，也可以使用 size 参数，两者效果相同。
  - 原理： 直接修改刻度标签文本对象的字体大小属性。
- 拓展：
  - 可以进一步控制刻度线的长度、粗细、方向等，通过 ax.tick_params() 方法。
- 应用场景： 确保刻度标签在不同分辨率的图表中清晰可读，或根据图表整体风格进行调整。

def f(x):
    return np.exp(-x) * np.cos(2 * np.pi * x)

x = np.linspace(0, 5 + 0.00001, 50)
y = f(x)

plt.figure(figsize=(9, 6))


plt.plot(x, y, color="purple", marker = "o", ls = "--", lw = 2, alpha = 0.6, 
         markerfacecolor="red", markersize = 10, markeredgecolor="green", markeredgewidth=2, label="衰减余弦波")
plt.legend()
plt.show()

选择题：

要在 plt.plot() 中设置标记内部的填充颜色，应该使用哪个参数？

A) color B) markercolor C) markerfacecolor D) edgecolor

答案：C，markerfacecolor 用于设置标记的填充颜色。
以下哪个参数用于设置 plt.xticks() 或 plt.yticks() 中刻度标签的字体大小？

A) size B) fontsize C) font_size D) A 和 B 都正确

答案：D，size 和 fontsize 都可以用于设置刻度标签的字体大小，两者是等效的。

编程题：

绘制函数 \(y=x^3−3x\) 在 \(x \in [−3,3]\) 范围内的线形图。
- 线的颜色设置为蓝色。
- 线型为实线。
- 点型为菱形 ('D')。
- 点的大小为 8。
- 点的填充颜色为黄色。
- 点的边缘颜色为黑色，边缘宽度为 1。
- x 轴和 y 轴刻度标签字体大小设置为 12。
- 添加标题“函数 \(y=x^3−3x\)”。

x = np.linspace(-3, 3, 100)
y = x ** 3 + 3 * x

plt.figure(figsize=(9, 6))
plt.plot(x, y, color="blue", ls="-", marker="D", markersize=8, markerfacecolor="yellow", markeredgecolor="k",
        markeredgewidth=1)

plt.xticks(fontsize=12)
plt.yticks(size=12)

plt.title(r"$y=x^3-3x$")

plt.show()

matplotlib-风格和样式

1.颜色、线形、点形、线宽、透明度

2.更多属性设置

CATALOG

FEATURED TAGS

FRIENDS