matplotlib绘制折线图的基本配置(万能模板案例)

前面我们已经构造了一种图形可视化的模板了，下面我们直接使用这个模板进行增添和修改，进一步的改善图形的外观。

import matplotlib.pyplot as plt

# 画布
plt.figure(figsize=(9,3),   # (宽度 , 高度) 单位inch
          dpi=100,         #  清晰度 dot-per-inch
          facecolor='#CCCCCC', # 画布底色
          edgecolor='black',linewidth=0.2,frameon=True, # 画布边框
          #frameon=False  # 不要画布边框
         )        

# ax = plt.gca()
# ax.plot()

plt.plot()
plt.show()

设置好基本的图形之后，我们就可以向上面添加一些数据了

（图例放置位置）

"""legend( handles=(line1, line2, line3),
          labels=('label1', 'label2', 'label3'),
          'upper right')
   The *loc* location codes are::
         'best' : 0,          (currently not supported for figure legends)
         'upper right'  : 1,
         'upper left'   : 2,
         'lower left'   : 3,
         'lower right'  : 4,
         'right'        : 5,
         'center left'  : 6,
         'center right' : 7,
         'lower center' : 8,
         'upper center' : 9,
         'center'       : 10,"""

折线图案例

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 画布
plt.figure(figsize=(15,5),   # (宽度 , 高度) 单位inch
          dpi=100,         #  清晰度 dot-per-inch
          facecolor='#CCCCCC', # 画布底色
          edgecolor='black',linewidth=0.2,frameon=True, # 画布边框
          #frameon=False  # 不要画布边框
         )        

# 数据
x = np.linspace(0, 2 * np.pi, 50)  
y1 = np.sin(x)
y2 = np.cos(x)
df = pd.DataFrame([x,y1,y2]).T
df.columns = ['x','sin(x)','cos(x)']

# 图形
plt.plot(df['x'],df['sin(x)'],label='sin(x)')
plt.plot(df['x'],df['cos(x)'],label='cos(x)')

# 图例
plt.legend(loc='lower right')  # 不带参数的时候，使用图形的label属性
# plt.legend(labels=['sin','cos'])

# 标题
#plt.title("sin(x) and cos(x)",loc='center',y=0.85)

# 字体字典
font_dict = {'fontsize': 12, 'fontweight': 'bold', 'color': 'green'}
plt.title("sin(x) and cos(x)",loc='center',y=0.9, fontdict=font_dict)

查看全局参数

# matplotlib.pyplot的全局参数
plt.rcParams

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 设置中文字体
plt.rcParams['axes.unicode_minus'] = False    # 不使用中文减号
plt.rcParams['font.sans-serif'] = 'FangSong'  # 设置字体为仿宋（FangSong）
# 画布
plt.figure(figsize=(15,5),   # (宽度 , 高度) 单位inch
          dpi=120,         #  清晰度 dot-per-inch
          facecolor='#CCCCCC', # 画布底色
          edgecolor='black',linewidth=0.2,frameon=True, # 画布边框
          #frameon=False  # 不要画布边框
         )        

# 数据
x = np.linspace(0, 2 * np.pi, 50)  
y1 = np.sin(x)
y2 = np.cos(x)
df = pd.DataFrame([x,y1,y2]).T
df.columns = ['x','sin(x)','cos(x)']

# 图形
plt.plot(df['x'],df['sin(x)'],label='sin(x)')
plt.plot(df['x'],df['cos(x)'],label='cos(x)')

# 图例
plt.legend()

# 标题
#plt.title("sin(x) and cos(x)",loc='center',y=0.85)

# 字体字典
font_dict = {'fontsize': 10, 'fontweight': 'bold', 'color': 'grey'}

# 中文标题， 默认的字体不支持中文
plt.title("三角函数：正弦和余弦",loc='center',y=0.9, fontdict=font_dict)

 改变字体

# 字体字典
font_dict = {'fontsize': 10, 'fontweight': 'bold', 'color': 'grey'}

# 中文标题， 默认的字体不支持中文
plt.title("三角函数：正弦和余弦",loc='center',y=0.9, fontdict=font_dict)

添加X轴和Y轴

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 画布
plt.figure(figsize=(15,5),   # (宽度 , 高度) 单位inch
          dpi=120,         #  清晰度 dot-per-inch
          facecolor='#CCCCCC', # 画布底色
          edgecolor='black',linewidth=0.2,frameon=True, # 画布边框
          #frameon=False  # 不要画布边框
         )        

# 数据
x = np.linspace(0, 2 * np.pi, 50)  #
y1 = np.sin(x)
y2 = np.cos(x)
df = pd.DataFrame([x,y1,y2]).T
df.columns = ['x','sin(x)','cos(x)']

# 标题
#plt.title("sin(x) and cos(x)",loc='center',y=0.85)

# 字体字典
font_dict = {'fontsize': 10, 'fontweight': 'bold', 'color': 'black','fontfamily':'KaiTi'}

# 设置全局中文字体
plt.rcParams['font.sans-serif'] = 'KaiTi' # 设置全局字体为中文 楷体
plt.rcParams['axes.unicode_minus'] = False # 不使用中文减号

# 常用中文字体
# 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

# 中文标题， 默认的字体不支持中文
plt.title("三角函数：正弦和余弦",loc='center',y=1, fontdict=font_dict)

# Axes 坐标系设置
ax = plt.gca()  # 获取当前坐标系
ax.set_facecolor('#FEFEFE')  # 设置坐标系参数。。。。
#plt.xlabel()  =>  ax.set_xlabel()
# ax.set_facecolor('#EE2211')
# ax.set_alpha(0.15)
# plt.title() => ax.set_title("AX TITLE")  

# X轴标签
plt.xlabel("X轴")  # loc: 左中右 left-center-right
# Y轴标签
plt.ylabel("Y轴")   # loc: 上中下 top-center-bottom

# X轴范围
plt.xlim(0,np.pi)  # 只显示X在0-Pi之间的部分
# Y轴范围
plt.ylim([0,1.1])  # 只显示Y在0-1之间的部分

# X轴刻度
xticks = np.array([0,1/4,2/4,3/4,1]) * np.pi      # X 轴上刻度的值
labels = ["0",'1/4 Π','1/2 Π','3/4 Π', 'Π']  # X 轴上刻度标签
plt.xticks(xticks, labels)   # 如果没有传入labels，直接使用ticks作为labels
# Y轴刻度
yticks = np.arange(0.0,1.2,0.2)     # X 轴上刻度的值
plt.yticks(yticks)   # 如果没有传入labels，直接使用ticks作为labels

# 根据刻度画网格线
#plt.grid()
plt.grid(axis='x')  # axis: both, x, y 在哪个轴上画格子

# 图形
plt.plot(df['x'],df['sin(x)'],label='sin(x)')
plt.plot(df['x'],df['cos(x)'],label='cos(x)')

# 图例
plt.legend()
# plt.legend(labels=['sin','cos'])

 折线图绘制万能模板

# 处理数据
df = pd.read_csv(r'unemployment-rate-1948-2010.csv',usecols=['Year','Period','Value'])
df.replace('^M','-',regex=True, inplace=True)
df['year_month'] = df['Year'].astype('U') + df['Period']

# 设置画布和参数
plt.figure(figsize=(16,4), dpi=130, facecolor='white', edgecolor='black', frameon=True)# 画布底色

# 添加数据
plt.plot(df['year_month'], df['Value'],'c')#改变颜色和线条

'''
一般不需要改动下面的，只需要设置一些固定常量
'''

# 构造X轴标签，一般不用设置
xticks = [df['year_month'][i] for i in np.arange(0,df['year_month'].size,15)]#X轴的显示
#X轴设置倾斜度，可以解决标签过长的问题,大小可以设置默认
plt.xticks(xticks,rotation=100,size=10)

# 设置图形上的各类主题值
plt.suptitle('主标题：unemployment-rate-1948-2010',size=17,y=1.0)
plt.title("绘制日期：2022年   昵称：王小王-123", loc='right',size=15,y=1)

plt.title("主页：https://blog.csdn.net/weixin_47723732", loc='left',size=12,y=1)

# 设置坐标轴上的字体标签
font_dict = {'fontsize': 15, 'fontweight': 'bold', 'color': 'black','fontfamily':'KaiTi'}
plt.xlabel('年月',font_dict)
plt.ylabel('失业率',font_dict)

来源：https://wxw-123.blog.csdn.net/article/details/123745340