matplotlib 使用简明教程（四）-辅助性元件

辅助线
`plt.vlines(x, ymin, ymax, colors='k', label='')` 和 `plt.hlines(y, xmin, xmax, colors='k', label='')`
`plt.axvline(x=0, ymin=0, ymax=1, hold=None, **kwargs)` 和 `plt.axhline(y=0, xmin=0, xmax=1, hold=None, **kwargs)`
`plt.axvspan(xmin, xmax, ymin=0, ymax=1, hold=None, **kwargs)` 和 `plt.axhspan(ymin, ymax, xmin=0, xmax=1, hold=None, **kwargs)`
清除
`plt.cla()`
`delaxes(ax=None)`
坐标轴设置
`plt.axis(*v, **kwargs)`
`plt.xlim()` 和 `plt.ylim()`
`plt.xlabel(label, fontdict=None, labelpad=None, **kwargs)` 和 `plt.ylabel(label, fontdict=None, labelpad=None, **kwargs)`
`plt.xscale(scale, **kwargs)` 和 `plt.yscale(scale, **kwargs)`
`plt.xticks(locs, [labels], **kwargs)` 和 `plt.yticks(locs, [labels], **kwargs)`
`plt.minorticks_off()` 和 `plt.minorticks_on()`
`plt.autoscale(enable=True, axis='both')`
`plt.grid(b=None, which='major', axis='both', **kwargs)`
`plt.rgrids()`
标注、标题与图例
`plt.title(s, *args, **kwargs)`
`plt.annotate(s, xy, xytext=None, xycoords=None, textcoords)`
`plt.legend()`
`plt.arrow(x, y, dx, dy, hold=None, **kwargs)`
`plt.text(x, y, s, **kwargs)`
`plt.colorbar(mappable=None, cax=None, ax=None, **kw)`
`plt.table(**kwargs)`
除了一般的图表，还会有图例、辅助线等辅助性的元件，在这里进行一些介绍

辅助线
plt.vlines(x, ymin, ymax, colors='k', label='') 和 plt.hlines(y, xmin, xmax, colors='k', label='')
绘制一条垂直/水平的辅助线，以 vlines 为例，说明重要参数：

x：横坐标
ymin，ymax：辅助线纵坐标的最小值、最大值
label：标签内容
plt.axvline(x=0, ymin=0, ymax=1, hold=None, **kwargs) 和 plt.axhline(y=0, xmin=0, xmax=1, hold=None, **kwargs)
绘制一条横跨当前图表的垂直/水平辅助线，以 axvline 为例，说明重要参数：

x：横坐标
ymin, ymax：辅助线两头纵坐标相对于整个图表的位置，范围在 0 到 1 之间。
与 vlines 的区别在于

可以不规定 ymin 和 ymax
ymin 和 ymax 的定义也不同，axvline 中是做了归一化的
不能增加 label
plt.axvspan(xmin, xmax, ymin=0, ymax=1, hold=None, **kwargs) 和 plt.axhspan(ymin, ymax, xmin=0, xmax=1, hold=None, **kwargs)
绘制一个横跨当前图表的垂直/水平区域，以 axvspan 为例，说明重要参数：

xmin, xmax：区域的左、右边界
ymin，ymax：区域上下纵坐标对于整个图表的位置，范围在 0 到 1 之间
清除
plt.cla()
清除当前的图表（axes）

delaxes(ax=None)
移除 ax 参数定义的 axes（图表），如果 ax 为 None，则移除当前的 axes（图表）

坐标轴设置
plt.axis(*v, **kwargs)
主要用于设置坐标轴的属性，返回值为当前的坐标轴范围 [xmin, xmax, ymin, ymax]，几种调用方式如下：

 

 

plt.xlim() 和 plt.ylim()
设置并返回 x 轴和 y 轴的数值范围，以 xlim() 为例说明调用方式：

 

 

plt.xlabel(label, fontdict=None, labelpad=None, **kwargs) 和 plt.ylabel(label, fontdict=None, labelpad=None, **kwargs)
设置 x 轴及 y 轴的标签。

plt.xscale(scale, **kwargs) 和 plt.yscale(scale, **kwargs)
设置 x 轴及 y 轴的缩放方式，参数如下：

‘linear’: 线性
‘log’: 指数类型，支持的 kwargs 包括：
basex/basey: 指数的底
nonposx/nonposy: 如何处理负数，直接截掉（‘mask’）还是化成一个接近 0 的数(‘clip’)
subx/suby: 需要是一个整数构成的数组，用于确定坐标轴上 subtick 的位置
‘logit’: 评定模型，支持的 kwargs 包括：
nonpos: 对于大于 1 或小于 0 的数据如何处理，直接截掉(‘mask’)或化成一个接近 1 或 0 的数(‘clip’)
‘symlog’: 对数类型，支持的 kwargs 包括：
basex/basey: 对数的底
linthreshx/linthreshy: 在 (-x, x) 范围内采用线性方式
subx/suby: 需要是一个整数构成的数组，用于确定坐标轴上 subtick 的位置
plt.xticks(locs, [labels], **kwargs) 和 plt.yticks(locs, [labels], **kwargs)
设置坐标轴上 tick（坐标点？） 的位置，如果调用时未添加参数，则获取当前图表的次坐标设置。
调用参数说明如下：

loc: 次坐标的位置，是一个列表
labels: 放置在 loc 对应位置的标签
plt.minorticks_off() 和 plt.minorticks_on()
关闭/打开当前图表的次坐标。

plt.autoscale(enable=True, axis='both')
是否自动设置坐标轴的范围。
axis 可选 x、y、both

plt.grid(b=None, which='major', axis='both', **kwargs)
打开/关闭 axes 的栅格。

主要参数：

b：True、False 或 None，分别是打开栅格、关闭栅格、变更栅格状态（取反）
which：‘major’ 主、‘minor’ 次、‘both’ 两者都
axis：‘both’ 两者、‘x’ x 轴、‘y’ y 轴

plt.rgrids()

绘制角坐标图的栅格。

 

 

标注、标题与图例
plt.title(s, *args, **kwargs)
为当前图表添加标题，重要参数如下：

s：标题内容
fontdict：标题样式，是一个字典
loc：标题位置，可选 ‘centet’, ‘left’, ‘right’
plt.annotate(s, xy, xytext=None, xycoords=None, textcoords)
在图表中进行标注，重要参数说明如下：

s：标注的字符串
xy：标注所在的位置
xytext：如果有规定，则文字位置以该参数为准，通过一个箭头指向 xy 所在位置
xycoords：xy 坐标系统
‘data’：沿用所标注对象的坐标方式
‘figure points’：从画布的左下角，按照“点”来计算
‘figure pixels’：从画布的左下角，按照“像素”来计算
‘figure fraction’：从画布的左下角，按照“比例”来计算
‘axes points’：从图表的左下角，按照“点”来计算
‘axes pixels’：从图表的左下角，按照“像素”来计算
‘axes fraction’：从图表的左下角，按照“比例”来计算
‘polar’：极坐标
textcoords：xytext 的坐标体系
包括所有 xycoords 的方式
‘offset points’：从 xy 处，按照“点”来计算
‘offset pixels’：从 xy 处，按照“像素”来计算
plt.legend()
添加图例。

 

 plt.arrow(x, y, dx, dy, hold=None, **kwargs)

绘制一个箭头，位置从 (x,y) 到 (x+dx, y+dy)

plt.text(x, y, s, **kwargs)
在图表中添加文字，重要参数如下：

x、y：文字的坐标，默认使用数据(data)坐标，可以使用 transform 来改变坐标轴类型
s：文字内容
plt.colorbar(mappable=None, cax=None, ax=None, **kw)
在图表边绘制一个颜色栏，显示当前颜色图并指示数据值到颜色图的映射。

 

 

 

绘制调用方式如下：

 

 plt.table(**kwargs)

给当前 axes 中添加一个表格，重要参数如下：

cellText：表格中的内容
cellColours：默认 None，定义每个单元格颜色
cellLoc：表格中文字的对齐方式，默认 ‘right’，可选 ‘left’、‘bottom’
colWidths：默认 None，定义每列的宽度
rowLabels：每行的标签
rowColours：定义每行标签的颜色
rowLoc：行标签文字的对齐方式，默认 ‘left’
colLabels：每列的标签
colColours：每列标签的颜色
colLoc：列标签文字的对齐方式，默认 ‘center’,
loc：表格的位置，默认 ‘bottom’
系列文章：

matplotlib 使用简明教程（一）-基础概念：
https://blog.csdn.net/fenghuizhidao/article/details/79352882
matplotlib 使用简明教程（二）-常用图表
https://blog.csdn.net/fenghuizhidao/article/details/83090043
matplotlib 使用简明教程（三）-一些专业图表简介
https://blog.csdn.net/fenghuizhidao/article/details/83090165
matplotlib 使用简明教程（四）-辅助性元件
https://blog.csdn.net/fenghuizhidao/article/details/83090249
matplotlib 使用简明教程（五）-画布、图表、元素基础操作
https://blog.csdn.net/fenghuizhidao/article/details/83090320
matplotlib 使用简明教程（六）-图像、动画相关
https://blog.csdn.net/fenghuizhidao/article/details/83090512
matplotlib 使用简明教程（七）-样式定义
https://blog.csdn.net/fenghuizhidao/article/details/83090553
————————————————
版权声明：本文为CSDN博主「平头某」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/fenghuizhidao/article/details/83090249