Matplotlib 200个小技巧-下篇
p
pythonic生物人约 15 分钟
pythonic生物人约 15 分钟有人说之前的Matplotlib教程不够基础👉Python matplotlib保姆级教程
这里重新补充基础知识点《Matplotlib 200个小技巧-下篇》，每个技巧都配上代码和超接地气的注释，干货满满，赶紧收藏起来，边学边练，画图效率和颜值蹭蹭往上涨！
101. 设置刻度颜色
# 刻度黑乎乎多单调，换个颜色亮起来！
plt.tick_params(axis='x', colors='red')
102. 画虚线网格
# 网格线实线太硬？虚线一换，柔和又好看！
plt.grid(True, linestyle=':', color='gray')
103. 设置标题颜色
# 标题黑乎乎没亮点？换个蓝色，吸睛又高级！
plt.title("标题", color='blue')
104. 画多折线图
# 一堆数据咋展示？多折线一起上，省事又直观！
plt.plot([1, 2, 3], [4, 5, 6], label='A')
plt.plot([1, 2, 3], [3, 4, 5], label='B')
plt.legend()
105. 设置线条透明度
# 线条重叠看不清？调个透明度，层次感满满！
plt.plot([1, 2, 3], [4, 5, 6], alpha=0.7)
106. 画虚线散点
# 散点加虚线连起来，动向一目了然！
plt.plot([1, 2, 3], [4, 5, 6], '--o')
107. 设置坐标轴粗细
# 坐标轴太细不显眼？加粗一下，气场全开！
plt.gca().spines['bottom'].set_linewidth(2)
108. 画对称轴
# 数据对称咋展示？对称轴一画，完美呈现！
plt.axvline(x=2, color='gray', linestyle='--')
plt.axhline(y=5, color='gray', linestyle='--')
109. 设置子图标题
# 子图没标题多乱，加个标题，整齐又好看！
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.set_title("子图1")
ax2.set_title("子图2")
110. 画圆形区域
# 想圈个重点？圆形区域一画，焦点全在这！
from matplotlib.patches import Circle
plt.gca().add_patch(Circle((2, 5), radius=1, color='red', alpha=0.3))
111. 设置刻度标签颜色
# 刻度标签灰扑扑？换个颜色，亮眼又好看！
plt.tick_params(axis='x', labelcolor='purple')
112. 画多组散点
# 多组数据咋区分？散点颜色分开，清晰又好看！
plt.scatter([1, 2, 3], [4, 5, 6], c='blue', label='A')
plt.scatter([1, 2, 3], [3, 4, 5], c='red', label='B')
plt.legend()
113. 设置图例边框
# 图例没边框显单调？加个框，精致感立马有！
plt.plot([1, 2, 3], [4, 5, 6], label='数据')
plt.legend(edgecolor='black')
114. 画虚线区域
# 填充区域太实？虚线边框一加，高级感爆棚！
plt.fill_between([1, 2, 3], [4, 5, 6], [3, 4, 5], edgecolor='black', linestyle='--', facecolor='none')
115. 设置子图大小
# 子图大小不合适？调一下，布局更和谐！
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4))
116. 画曲线平滑
# 折线太生硬？平滑曲线一上，柔和又好看！
from scipy.interpolate import make_interp_spline
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
x_smooth = np.linspace(x.min(), x.max(), 300)
y_smooth = make_interp_spline(x, y)(x_smooth)
plt.plot(x_smooth, y_smooth)
117. 设置标题字体
# 标题字体太普通？换个粗体，气场不一样！
plt.title("标题", fontweight='bold')
118. 画多组箱线图
# 多组数据咋对比？箱线图并排，分布全看清！
plt.boxplot([[1, 2, 3], [4, 5, 6], [7, 8, 9]], labels=['A', 'B', 'C'])
119. 设置箱线宽度
# 箱线太宽显笨重？调个宽度，精致又好看！
plt.boxplot([1, 2, 3, 4, 5], widths=0.5)
120. 画极坐标柱状图
# 柱状图也能玩极坐标？圆形布局，创意满满！
theta = np.linspace(0, 2*np.pi, 6, endpoint=False)
plt.bar(theta, [1, 2, 3, 4, 5, 6], width=0.8, bottom=0, polar=True)
121. 设置色条范围
# 色条范围乱七八糟？自己定个范围，清爽多了！
plt.imshow([[1, 2], [3, 4]])
plt.colorbar()
plt.clim(0, 5)
122. 画多组饼图
# 多组占比咋展示？子图饼图安排上，清晰又好看！
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.pie([30, 70], labels=['A', 'B'])
ax2.pie([40, 60], labels=['C', 'D'])
123. 设置饼图颜色
# 饼图颜色太随机？自己挑几个，颜值蹭蹭涨！
plt.pie([30, 40, 30], labels=['A', 'B', 'C'], colors=['red', 'blue', 'green'])
124. 画环形图
# 饼图太实心？掏个洞变环形，高级感立马有！
plt.pie([30, 40, 30], labels=['A', 'B', 'C'], wedgeprops=dict(width=0.3))
125. 设置热力图颜色
# 热力图颜色不好看？换个 viridis，清新又高级！
plt.imshow([[1, 2], [3, 4]], cmap='viridis')
126. 画3D散点图
# 3D折线不够炫？散点一上，立体感爆棚！
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = plt.axes(projection='3d')
ax.scatter3D([1, 2, 3], [4, 5, 6], [7, 8, 9])
127. 设置3D视角
# 3D图角度不好看？调个视角，完美呈现！
ax = plt.axes(projection='3d')
ax.plot3D([1, 2, 3], [4, 5, 6], [7, 8, 9])
ax.view_init(30, 45)
128. 画3D曲面
# 3D还能更酷？曲面图一出，数据美炸了！
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) + np.cos(Y)
ax = plt.axes(projection='3d')
ax.plot_surface(X, Y, Z, cmap='coolwarm')
129. 设置3D颜色
# 3D曲面颜色单调？换个 coolwarm，层次感满满！
ax = plt.axes(projection='3d')
ax.plot_surface(X, Y, Z, cmap='coolwarm')
130. 画3D柱状图
# 柱状图也能3D？立体感一上，数据更吸睛！
xpos = [1, 2, 3]
ypos = [1, 1, 1]
zpos = [0, 0, 0]
dx = dy = [0.5, 0.5, 0.5]
dz = [4, 5, 6]
ax = plt.axes(projection='3d')
ax.bar3d(xpos, ypos, zpos, dx, dy, dz)
131. 设置动态图速度
# 动态图太快看不清？调个间隔，节奏刚刚好！
ani = FuncAnimation(fig, update, frames=range(10), interval=200)
132. 保存动态图
# 动态图咋分享？保存成 gif，随时秀给朋友看！
ani.save("animation.gif", writer='pillow')
133. 画时间序列
# 时间数据咋展示？折线图一画，趋势全在眼前！
import pandas as pd
dates = pd.date_range('20230101', periods=5)
plt.plot(dates, [1, 2, 3, 4, 5])
134. 设置时间格式
# 时间刻度太长看不清？调个格式，简洁又好看！
from matplotlib.dates import DateFormatter
plt.plot(dates, [1, 2, 3, 4, 5])
plt.gca().xaxis.set_major_formatter(DateFormatter('%Y-%m-%d'))
135. 画堆叠面积图
# 多组数据咋叠加？堆叠面积图一出，层次感满满！
plt.stackplot([1, 2, 3], [4, 5, 6], [1, 2, 1], labels=['A', 'B'])
plt.legend()
136. 设置面积图颜色
# 面积图颜色不好看？自己挑几个，颜值蹭蹭涨！
plt.stackplot([1, 2, 3], [4, 5, 6], [1, 2, 1], colors=['red', 'blue'])
137. 画对角填充
# 填充区域太空？加个对角线，质感立马有！
plt.fill_between([1, 2, 3], [4, 5, 6], [3, 4, 5], hatch='//')
138. 设置填充透明度
# 填充太实挡视线？调个透明度，柔和又好看！
plt.fill_between([1, 2, 3], [4, 5, 6], [3, 4, 5], alpha=0.3)
139. 画多组热力图
# 多组数据咋对比？子图热力图安排上，清晰又好看！
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.imshow([[1, 2], [3, 4]])
ax2.imshow([[5, 6], [7, 8]])
140. 设置热力图刻度
# 热力图刻度乱七八糟？调一下，整齐又好看！
plt.imshow([[1, 2], [3, 4]])
plt.xticks([0, 1], ['A', 'B'])
plt.yticks([0, 1], ['X', 'Y'])
141. 画带标签的柱状图
# 柱子高度看不清？加个标签，数据一目了然！
bars = plt.bar([1, 2, 3], [4, 5, 6])
for bar in bars:
plt.text(bar.get_x() + bar.get_width()/2, bar.get_height(), bar.get_height(), ha='center')
142. 设置柱状图边框
# 柱子没边框显单调？加个黑边，精致感立马有！
plt.bar([1, 2, 3], [4, 5, 6], edgecolor='black')
143. 画分组柱状图
# 多组数据咋并排？分组柱状图一出，清晰又好看！
x = np.array([1, 2, 3])
plt.bar(x - 0.2, [4, 5, 6], width=0.4)
plt.bar(x + 0.2, [3, 4, 5], width=0.4)
144. 设置柱状图透明度
# 柱子太实挡视线？调个透明度，层次感满满！
plt.bar([1, 2, 3], [4, 5, 6], alpha=0.7)
145. 画带误差的柱状图
# 数据有误差咋展示？误差条一加，靠谱又好看！
plt.bar([1, 2, 3], [4, 5, 6], yerr=[0.1, 0.2, 0.3])
146. 设置误差条颜色
# 误差条灰扑扑多没劲？换个颜色，亮眼又好看！
bars = plt.bar([1, 2, 3], [4, 5, 6], yerr=[0.1, 0.2, 0.3], capsize=5)
plt.gca().errorbar([1, 2, 3], [4, 5, 6], yerr=[0.1, 0.2, 0.3], fmt='none', ecolor='red')
147. 画带标签的散点图
# 散点没名字谁认识？加个标签，清晰又好看！
for i, txt in enumerate(['A', 'B', 'C']):
plt.scatter(i+1, i+4)
plt.text(i+1, i+4, txt)
148. 设置散点透明度
# 散点重叠看不清？调个透明度，层次感满满！
plt.scatter([1, 2, 3], [4, 5, 6], alpha=0.5)
149. 画带误差的散点图
# 散点数据有波动？误差条一加，科学感爆棚！
plt.errorbar([1, 2, 3], [4, 5, 6], yerr=[0.1, 0.2, 0.3], fmt='o')
150. 设置误差条粗细
# 误差条太细不显眼？加粗一下，气场全开！
plt.errorbar([1, 2, 3], [4, 5, 6], yerr=[0.1, 0.2, 0.3], fmt='o', linewidth=2)
151. 画带箭头的折线
# 折线没方向感？加个箭头，动向一目了然！
plt.plot([1, 2, 3], [4, 5, 6], marker='>')
152. 设置折线粗细
# 折线太细看不清？加粗到 3，粗中有细！
plt.plot([1, 2, 3], [4, 5, 6], linewidth=3)
153. 画带标签的折线
# 折线关键点没说明？加个标签，重点全在这！
plt.plot([1, 2, 3], [4, 5, 6])
plt.text(2, 5, "最高点")
154. 设置折线颜色渐变
# 折线颜色单调？渐变一上，颜值蹭蹭涨！
points = np.array([[1, 4], [2, 5], [3, 6]])
plt.scatter(points[:, 0], points[:, 1], c=range(3), cmap='viridis')
plt.plot(points[:, 0], points[:, 1])
155. 画带阴影的折线
# 折线太空洞？加个阴影，质感立马有！
plt.plot([1, 2, 3], [4, 5, 6])
plt.fill_between([1, 2, 3], [4, 5, 6], 0, alpha=0.2)
156. 设置子图边框颜色
# 子图边框黑乎乎多单调？换个颜色，亮眼又好看！
fig, ax = plt.subplots()
for spine in ax.spines.values():
spine.set_color('blue')
157. 画带网格的子图
# 子图没网格显单调？加个网格，专业感满满！
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])
ax.grid(True)
158. 设置子图刻度
# 子图刻度乱七八糟？调一下，整齐又好看！
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])
ax.set_xticks([1, 2, 3])
159. 画带标题的子图
# 子图没标题多乱，加个标题，整齐又好看！
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])
ax.set_title("子图标题")
160. 设置子图透明度
# 子图太实挡视线？调个透明度，层次感满满！
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6], alpha=0.7)
161. 画带色条的热力图
# 热力图没色条谁懂啊？加个色条，专业感爆棚！
plt.imshow([[1, 2], [3, 4]])
plt.colorbar()
162. 设置热力图透明度
# 热力图太实挡视线？调个透明度，柔和又好看！
plt.imshow([[1, 2], [3, 4]], alpha=0.8)
163. 画带标签的热力图
# 热力图没数字看不清？加个标签，数据一目了然！
data = np.array([[1, 2], [3, 4]])
plt.imshow(data)
for i in range(2):
for j in range(2):
plt.text(j, i, data[i, j], ha='center', va='center')
164. 设置热力图范围
# 热力图范围乱七八糟？定个范围，清爽多了！
plt.imshow([[1, 2], [3, 4]])
plt.clim(0, 5)
165. 画带边框的热力图
# 热力图没边框显单调？加个边框，精致感立马有！
plt.imshow([[1, 2], [3, 4]], edgecolors='black', linewidths=1)
166. 设置饼图标签位置
# 饼图标签挤一起？调个位置，清爽又好看！
plt.pie([30, 40, 30], labels=['A', 'B', 'C'], labeldistance=1.1)
167. 画带箭头的饼图
# 饼图标签太远看不清？加个箭头，指向超明确！
plt.pie([30, 40, 30], labels=['A', 'B', 'C'], autopct='%1.1f%%', pctdistance=0.85, wedgeprops={'arrowprops': dict(arrowstyle='->')})
168. 设置饼图透明度
# 饼图太实挡视线？调个透明度，柔和又好看！
plt.pie([30, 40, 30], labels=['A', 'B', 'C'], wedgeprops={'alpha': 0.7})
169. 画带标签的箱线图
# 箱线图没名字谁认识？加个标签，清晰又好看！
plt.boxplot([1, 2, 3, 4, 5], labels=['数据'])
170. 设置箱线透明度
# 箱线太实挡视线？调个透明度，层次感满满！
box = plt.boxplot([1, 2, 3, 4, 5])
for patch in box['boxes']:
patch.set_alpha(0.7)
171. 画带标签的小提琴图
# 小提琴图没名字多乱，加个标签，整齐又好看！
plt.violinplot([1, 2, 3, 4, 5])
plt.xticks([1], ['数据'])
172. 设置小提琴颜色
# 小提琴灰扑扑多没劲？换个颜色，亮眼又好看！
violin = plt.violinplot([1, 2, 3, 4, 5])
for pc in violin['bodies']:
pc.set_facecolor('purple')
173. 画带网格的3D图
# 3D图没网格显单调？加个网格，立体感满满！
ax = plt.axes(projection='3d')
ax.plot3D([1, 2, 3], [4, 5, 6], [7, 8, 9])
ax.grid(True)
174. 设置3D刻度
# 3D刻度乱七八糟？调一下，整齐又好看！
ax = plt.axes(projection='3d')
ax.plot3D([1, 2, 3], [4, 5, 6], [7, 8, 9])
ax.set_xticks([1, 2, 3])
175. 画带标签的3D图
# 3D图没说明谁懂啊？加个标签，清晰又好看！
ax = plt.axes(projection='3d')
ax.plot3D([1, 2, 3], [4, 5, 6], [7, 8, 9])
ax.set_xlabel('X轴')
176. 设置3D透明度
# 3D图太实挡视线？调个透明度，层次感满满！
ax = plt.axes(projection='3d')
ax.plot3D([1, 2, 3], [4, 5, 6], [7, 8, 9], alpha=0.7)
177. 画带色条的3D图
# 3D图没色条看不清？加个色条，专业感爆棚！
ax = plt.axes(projection='3d')
surf = ax.plot_surface(X, Y, Z, cmap='viridis')
plt.colorbar(surf)
178. 设置动态图背景
# 动态图背景单调？换个颜色，质感立马有！
fig, ax = plt.subplots()
ax.set_facecolor('lightgray')
ani = FuncAnimation(fig, update, frames=range(10))
179. 画带标签的动态图
# 动态图没说明谁懂啊？加个标签，清晰又好看！
fig, ax = plt.subplots()
line, = ax.plot([], [])
ax.text(0.5, 0.5, "动态数据")
ani = FuncAnimation(fig, update, frames=range(10))
180. 设置动态图透明度
# 动态图太实挡视线？调个透明度，柔和又好看！
fig, ax = plt.subplots()
line, = ax.plot([], [], alpha=0.7)
ani = FuncAnimation(fig, update, frames=range(10))
181. 画带网格的时间序列
# 时间序列没网格显单调？加个网格，专业感满满！
plt.plot(dates, [1, 2, 3, 4, 5])
plt.grid(True)
182. 设置时间序列颜色
# 时间序列灰扑扑多没劲？换个颜色，亮眼又好看！
plt.plot(dates, [1, 2, 3, 4, 5], color='purple')
183. 画带标签的时间序列
# 时间序列没说明谁懂啊？加个标签，清晰又好看！
plt.plot(dates, [1, 2, 3, 4, 5])
plt.text(dates[2], 3, "关键点")
184. 设置时间序列透明度
# 时间序列太实挡视线？调个透明度，层次感满满！
plt.plot(dates, [1, 2, 3, 4, 5], alpha=0.7)
185. 画带误差的时间序列
# 时间序列有波动？误差条一加，靠谱又好看！
plt.errorbar(dates, [1, 2, 3, 4, 5], yerr=[0.1, 0.2, 0.3, 0.4, 0.5])
186. 设置堆叠面积透明度
# 堆叠面积太实挡视线？调个透明度，柔和又好看！
plt.stackplot([1, 2, 3], [4, 5, 6], [1, 2, 1], alpha=0.5)
187. 画带标签的堆叠面积
# 堆叠面积没名字多乱，加个标签，整齐又好看！
plt.stackplot([1, 2, 3], [4, 5, 6], [1, 2, 1], labels=['A', 'B'])
plt.legend()
188. 设置对角填充颜色
# 对角填充灰扑扑多没劲？换个颜色，亮眼又好看！
plt.fill_between([1, 2, 3], [4, 5, 6], [3, 4, 5], hatch='//', facecolor='red')
189. 画带网格的等高线
# 等高线没网格显单调？加个网格，立体感满满！
plt.contour(X, Y, Z)
plt.grid(True)
190. 设置等高线颜色
# 等高线灰扑扑多没劲？换个颜色，亮眼又好看！
plt.contour(X, Y, Z, colors='purple')
191. 画带标签的等高线
# 等高线没说明谁懂啊？加个标签，清晰又好看！
plt.contour(X, Y, Z)
plt.clabel(plt.contour(X, Y, Z))
192. 设置等高线透明度
# 等高线太实挡视线？调个透明度，柔和又好看！
plt.contourf(X, Y, Z, alpha=0.7)
193. 画带网格的向量场
# 向量场没网格显单调？加个网格，专业感满满！
plt.quiver(x, y, u, v)
plt.grid(True)
194. 设置向量场颜色
# 向量场灰扑扑多没劲？换个颜色，亮眼又好看！
plt.quiver(x, y, u, v, color='purple')
195. 画带标签的向量场
# 向量场没说明谁懂啊？加个标签，清晰又好看！
plt.quiver(x, y, u, v)
plt.text(2, 2, "向量方向")
196. 设置向量场透明度
# 向量场太实挡视线？调个透明度，层次感满满！
plt.quiver(x, y, u, v, alpha=0.7)
197. 画带网格的极坐标
# 极坐标没网格显单调？加个网格，立体感满满！
ax = plt.subplot(111, polar=True)
ax.plot(theta, r)
ax.grid(True)
198. 设置极坐标颜色
# 极坐标灰扑扑多没劲？换个颜色，亮眼又好看！
ax = plt.subplot(111, polar=True)
ax.plot(theta, r, color='purple')
199. 画带标签的极坐标
# 极坐标没说明谁懂啊？加个标签，清晰又好看！
ax = plt.subplot(111, polar=True)
ax.plot(theta, r)
ax.text(0, 1, "极坐标数据")
200. 设置极坐标透明度
# 极坐标太实挡视线？调个透明度，柔和又好看！
ax = plt.subplot(111, polar=True)
ax.plot(theta, r, alpha=0.7)
写在最后
Matplotlib 200个技巧到这里就结束了，也可以学习更系统的Matplotlib教程，
推荐阅读： 👉Python matplotlib保姆级教程 👉保姆级matplotlib教程—详细目录 👉Python seaborn保姆级教程 👉保姆级seaborn教程：详细目录
加入学习（收费）