Matplotlib 常用畫圖命令總結：使用 Python 在論文中畫出一手漂亮的數據圖

介紹

本文不是一篇詳盡的、從簡到繁的 Maplotlib 畫圖教程，而是用各種例子快速直觀地讓讀者上手 Matplotlib 畫圖中的一些常用的、基礎的操作。本文不對各種數據圖（折線圖、柱狀圖等）作介紹。文中配有效果示意圖及代碼。本文亦可作常用畫圖函數/參數查詢之用。

寫在前面

什麼樣的數據圖纔是好的？

圖之好壞不在繁簡，一副好圖，應該讓讀者能清晰明瞭地理解你想要表達的意思。所以在設計圖的時候，此爲第一要義。

檢查你的數據圖

• 是否對色盲友好？（避免過多地使用紅綠配色。）
• 如果打印成黑白稿（grayscale）的話，讀者是否還能分辨出不同的元素？（避免僅使用顏色來區分元素，使用恰當、對比度高的顏色，以及 Marker、線的樣式、粗細等）
• 圖片的質量是否足夠高？（PDF、EPS 等矢量圖、分辨率高的 PNG、JPG ）
• 標題、標籤、刻度、圖例是否正確，表達清楚？（最好不要僅使用數學符號來表示軸標籤，例如 $\alpha$、$\beta$ 等，使用明確的文字來描述。）
• 使用的字體與正文是否一致？

基礎知識

在介紹其他內容之前，我們先回顧一下基礎知識，這裏借用 Matplotlib 文檔的一張圖 [1]：

圖中共標出了14種概念：

• Figure - 畫板
• Title - 標題
• X axis label - X軸標籤
• Y axis label - Y軸標籤
• Legend - 圖例
• Major tick label - 主刻度標籤
• Minor tick label - 次刻度標籤
• Grid - 網格
• Line (line plot) - 線
• Markers (scatter plot) - 標記
• Major tick - 主刻度
• Minor tick - 次刻度
• Axes - 軸
• Spines - 脊

這些基礎概念十分有用，希望大家能記住其作用及對應的英文。如果遇到更復雜的需求，可以直接在官網文檔中進行查詢。

環境

• Python 3.7.3
• Matplotlib 3.1.3

常用鏈接

顏色 Colors：

• Choosing Colormaps in Matplotlib - List of Named Colors - HTML Color Picker - Color Brewer 2.0 - How to find a color scheme that’s also useful when printed in black and white?
  

線樣式：

• Linestyle - Line2D

標記樣式：

• Markers - Marker filling

刻度：

• Tick Locators - Tick Formatters

圖例：Legend Guide

正文

開始畫圖

import matplotlib.pyplot as plt  # 之後的代碼默認引入此包

Figure 畫板

創建一個簡單的畫板並展示

fig, ax = plt.subplots()

plt.show()  # 之後的代碼默認省略此步驟

設定畫板的長寬figsize

fig, ax = plt.subplots(figsize=(12, 3))

設定子圖

fig , ax = plt.subplots(nrows=3, ncols=5)

nrows和ncols參數分別爲行數和列數。更復雜的例子請參考官網教程。

訪問不同的字圖

假設現在有三行五列：

ax[0, 4].plot(x, y, color='limegreen')
ax[2, 2].plot(x, y, color='red')

緊湊佈局 Tight Layout

fig, ax = plt.subplots(tight_layout=True)

畫板背景色

ax.set_facecolor('lightblue')

圖中圖 Inset

ax.plot(x, y, color='limegreen', label='Xovee')
inset = plt.axes((.5, .5, .3, .3), facecolor='lightblue')
inset.plot(x, y, color='red')

標籤 Label

設定圖片的軸標籤、標題、字體顏色、字體大小

• plt.title()
• plt.xlabel()、plt.ylabel()
• plt.set_title()
• ax.set_xlabel()、ax.set_ylabel()

ax.set_title("Xovee's Figure", fontsize=24, color='red')
ax.set_xlabel('Xovee', fontsize=20, color='lightblue')
ax.set_ylabel('Xovee', fontsize=20, color='coral')

軸 Axes/Axis

設定軸的範圍

ax.set_xlim(np.pi, 3*np.pi)
ax.set_ylim(-.5, .5)

設定軸的縮放 Scale

可選項包括：

• linear默認
• log
• symlog
• logit

fig, ax = plt.subplots(ncols=2, figsize=(8, 4), tight_layout=True)

x = np.linspace(0, 100, 1000)
y = [2**x_ for x_ in x]

ax[0].plot(x, y, color='limegreen', label='Xovee')

ax[1].plot(x, y, color='coral')
ax[1].set_yscale('log')

設定軸的上下界、粗細、顏色

ax.plot(x, y, color='limegreen', label='Xovee')
ax.set_yticks([-.5, 0., .5])
ax.set_xticks([2, 4, 6, 8])

ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['left'].set_bounds(-.5, .5)
ax.spines['bottom'].set_bounds(2, 8)

ax.spines['bottom'].set_linewidth(2)
ax.spines['bottom'].set_color('red')

隱藏軸

hide_axes = ['left', 'top', 'right', 'bottom']
for axis in hide_axes:
    ax.spines[axis].set_visible(False)

讀者可以關注一下這個ax.spines，即軸的脊椎，將其可見度設爲False：

設定右（上）座標軸

ax.twinx()，同理可以設置上座標軸ax.twiny()。

ax.plot(x, y, color='limegreen', label='Xovee')
axr = ax.twinx()
axr.set_yticks([.5])
axr.set_yticklabels(['Xovee'])

Tick 刻度

設置刻度的長、寬、顏色

# axis 默認是 both, 或者 x 和 y
# which 可以是 major, minor, both
ax.tick_params(axis='both', which='major', color='blue', length=10, width=3)

自定義刻度的位置和標籤

• plt.xticks()、plt.yticks()
• ax.set_xticks() 和 ax.set_xticklabels()
• ax.set_yticks() 和 ax.set_yticklabels()

import matplotlib.pyplot as plt
import numpy as np


fig, ax = plt.subplots(tight_layout=True)

x = np.linspace(0, 4*np.pi, 100)
y = np.sin(x)

plt.plot(x, y, color='limegreen', label='Xovee')
plt.xticks([0, np.pi, 2*np.pi, 3*np.pi, 12], ['0.0', '$\pi$', '$2\pi$', '3$\pi$', '12'], fontsize=16, rotation=30, color='red')
plt.yticks([-1, 0, 1], fontsize=16, color='blue')

plt.show()

顯示（隱藏）主/次刻度

右軸顯示minor次刻度，下軸不顯示minor次刻度。

ax.set_xticks([1e1, 1e2, 1e4], minor=True)
ax.set_yticks([1e-4, 1e-2, 1e0], minor=False)

Legend 圖例

設定圖例位置和文字大小

loc的可選參數包括best, lower, upper, center, left, right及其部分組合例如lower left。

plt.legend(loc='lower center', fontsize=24)

設定圖例位置

bbox_to_anchor參數的四元組，以左下角爲參照，設定圖例的位置：

plt.legend(loc='lower left', bbox_to_anchor=(0, 1.05, .5, 1.05),  fontsize=24)

多行多列圖例、圖例背景顏色

legend = plt.legend(loc='lower left', ncol=3, fontsize=16)
legend.get_frame().set_facecolor('linen')

網格 Grid

fig, ax = plt.subplots(ncols=3, tight_layout=True)

x = np.linspace(0, 4*np.pi, 100)
y = np.sin(x)

ax[0].plot(x, y, color='limegreen', label='Xovee')
ax[1].plot(x, y, color='red', label='Xovee')
ax[2].plot(x, y, color='blue', label='Xovee')

ax[0].grid(axis='x', linestyle='--')
ax[1].grid(axis='y', linewidth=5)
ax[2].grid(color='purple')

其他命令

減小生成的文件大小

添加rasterized=True參數。

plt.plot(x, y, rasterized=True)
plt.scatter(x, y, rasterized=True)
...

文字 Text

ax.text(2, 0, 'Xovee Xu is watching you!!!', fontsize=12, weight='bold', color='Coral')

設定字體

from matplotlib import rcParams
rcParams['font.family'] = 'Times New Roman'

使用 TrueType 字體（或避免 Type 3 字體）

第一種方法是更改配置文件，即默認之後所有的畫圖都使用 TrueType 字體：

1. 首先找到並修改matplotlib文件
2. 如果你不知道該文件的位置，在 python 中輸入以下命令 [2]

>>> import matplotlib
>>> matplotlib.matplotlib_fname()
'/home/foo/.config/matplotlib/matplotlibrc'

3. 修改以下兩項即可 [3]

pdf.fonttype : 42
ps.fonttype : 42

第二種方法是在單個畫圖代碼中使用如下命令：

import matplotlib

matplotlib.rcParams['pdf.fonttype'] = 42
matplotlib.rcParams['ps.fonttype'] = 42

設定層級 zorder

zorder高的元素顯示在zorder低低元素之上。

ax[0].scatter([0], [2], s=1e5)
ax[0].scatter([0], [0], s=1e5, c='red')
ax[1].scatter([0], [2], s=1e5, zorder=5)
ax[1].scatter([0], [0], s=1e5, c='red', zorder=3)

透明 alpha

設定alpha參數，1爲不透明，0爲完全透明。

ax.scatter([0], [2], s=1e5, c='green', alpha=.5)
ax.scatter([0], [0], s=1e5, c='yellow', alpha=.5)
ax.scatter([-1], [1], s=3e4, c='red', zorder=0)
ax.scatter([1], [1], s=3e4, c='blue', alpha=1.)

設置顏色地圖：例一 colormap

各種colormap顏色參考值可以在這裏找到。

fig, ax = plt.subplots(tight_layout=True)

x = np.linspace(0, 4*np.pi, 100)
y = np.sin(x)

cmp = plt.cm.get_cmap('rainbow')

for i in range(len(x)-1):
    plt.plot([x[i], x[i+1]], [y[i], y[i+1]], linewidth=5, color=cmp(x[i]/max(x)))

設置顏色地圖：例二 colormap

ax.scatter(x, y, s=x**2, c=y, cmap='rainbow')

打印出系統中支持的字體名

import matplotlib.font_manager

a = sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])

for i in a:
    print(i)

Reference

1. Usage Guide. (Mar 20, 2020). Retrieved from https://matplotlib.org/tutorials/introductory/usage.html#sphx-glr-tutorials-introductory-usage-py
2. Customizing Matplotlib with style sheets and rcParams. (Apr 8, 2020). Retrieved from https://matplotlib.org/tutorials/introductory/customizing.html
3. Jamie Oaks. (Mar 1, 2014). Avoiding Type 3 fonts in matplotlib plots. Retrieved from http://phyletica.org/matplotlib-fonts/