小白学 Python 数据分析（17）：Matplotlib（二）基础操作_极客挖掘机的专栏文章_微信文章

import matplotlib.pyplot as plt

x_data = ['2011','2012','2013','2014','2015','2016','2017']
y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.xlabel('年份')
plt.ylabel('销量')

plt.plot(x_data, y_data)

plt.show()
复制代码

结果如下：

好像哪里不太对的样子，横轴和数轴的标题没有显示出来，看一下程序运行，没有报错，但是报出来一个警告：

RuntimeWarning: Glyph 24180 missing from current font.
复制代码

这个警告的含义是 plt 画图是找不到字体，那么这里我们手动设置一下字体：

plt.rcParams['font.sans-serif']=['SimHei']
复制代码

完整的样例代码如下：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']

x_data = ['2011','2012','2013','2014','2015','2016','2017']
y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.xlabel('年份')
plt.ylabel('销量')

plt.plot(x_data, y_data)

plt.show()
复制代码

结果如下：

这下显示正常了。

我们还可以通过参数 labelpad 设置标题到坐标轴的距离，这里为了演示效果设置的距离稍微大了点：

plt.xlabel('年份', labelpad=50)
plt.ylabel('销量', labelpad=50)
复制代码

结果如下：

我们还可以通过参数对文本的相关属性进行设置，下面看下一些常用的设置参数：

plt.xlabel('年份', labelpad=50, fontsize='xx-large', fontweight='bold', rotation='vertical', backgroundcolor='red')
plt.ylabel('销量', labelpad=50)
复制代码

先看结果：

xlabel 中常用的一些参数：

fontsize : 设置字体大小，默认12，可选参数 ['xx-small', 'x-small', 'small', 'medium', 'large','x-large', 'xx-large']
fontweight : 设置字体粗细，可选参数 ['light', 'normal', 'medium', 'semibold', 'bold', 'heavy', 'black']
fontstyle : 设置字体类型，可选参数[ 'normal' | 'italic' | 'oblique' ]，italic斜体，oblique倾斜
verticalalignment : 设置水平对齐方式，可选参数： 'center' , 'top' , 'bottom' ,'baseline'
horizontalalignment : 设置垂直对齐方式，可选参数：left,right,center
rotation : (旋转角度)可选参数为:vertical,horizontal 也可以为数字
alpha : 透明度，参数值0至1之间
backgroundcolor : 标题背景颜色
bbox : 给标题增加外框，常用参数如下：
- boxstyle 方框外形
- facecolor (简写fc)背景颜色
- edgecolor (简写ec)边框线条颜色
- edgewidth 边框线条大小

刻度设置

默认坐标轴是显示 x y 的值，但是也可以自定义显示不同的刻度，这里需要使用到的函数为 xticks 和 yticks 两个函数：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']

x_data = [2011,2012,2013,2014,2015,2016,2017]
y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.xticks(x_data, ['2011年','2012年','2013年','2014年','2015年','2016年','2017年'])
plt.yticks(y_data)

plt.plot(x_data, y_data)

plt.show()
复制代码

结果如下：

有些时候，由于数据脱敏的需要，我们不要显示刻度，还可以这么写：

plt.xticks(x_data, [])
plt.yticks(y_data, [])
复制代码

这样展现出来的图形如下：

实际上，我们还有更狠的操作，直接关闭坐标轴：

plt.axis("off")
复制代码

结果如下：

范围设置

我们还可以对坐标轴的范围进行设置，如下：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']

x_data = [2011,2012,2013,2014,2015,2016,2017]
y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.xlim(2011, 2020)
plt.ylim(50000, 90000)

plt.plot(x_data, y_data)

plt.show()
复制代码

结果如下：

小白学 Python 数据分析（17）：Matplotlib（二）基础操作

正文

小白学 Python 数据分析（17）：Matplotlib（二）基础操作

坐标轴标题设置

刻度设置

范围设置

请到「今天看啥」查看全文