机器学习常用包matplotlib篇（二）自定义图形样式

前言

通过设置不同图形绘制函数中的参数，可以定义图形样式，使图形更加美观。下面以三种图形为例：

1. 二维线形图（matplotlib.pyplot.plot）

• 参数设置：matplotlib.pyplot.plot(*args, **kwargs) 中，kwargs 用于设置样式参数。常用参数如下：
  • alpha：设置线型的透明度，取值范围从 0.0 到 1.0，数值越接近 0 越透明，接近 1 越不透明。
  • color：设置线型的颜色。
  • fillstyle：设置线型的填充样式。
  • linestyle：设置线型的样式，如 '--' 表示虚线。
  • linewidth：设置线型的宽度。
  • marker：设置标记点的样式。
• 示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 在 -2PI 和 2PI 之间等间距生成 1000 个值，也就是 X 坐标
X = np.linspace(-2 * np.pi, 2 * np.pi, 1000)
# 计算 sin() 对应的纵坐标
y1 = np.sin(X)
# 计算 cos() 对应的纵坐标
y2 = np.cos(X)

# 向方法中 *args 输入 X，y 坐标，并设置样式
plt.plot(X, y1, color='r', linestyle='--', linewidth=2, alpha=0.8)
plt.plot(X, y2, color='b', linestyle='-', linewidth=2)

2. 散点图（matplotlib.pyplot.scatter）

• 参数设置：与线形图部分样式参数相似，常用参数如下：
  • s：设置散点大小。
  • c：设置散点颜色。
  • marker：设置散点样式。
  • cmap：定义多类别散点的颜色。
  • alpha：设置点的透明度。
  • edgecolors：设置散点边缘颜色。
• 示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
x = np.random.rand(100)
y = np.random.rand(100)
colors = np.random.rand(100)
size = np.random.normal(50, 60, 100)

plt.scatter(x, y, s=size, c=colors)  # 绘制散点图

3. 饼状图（matplotlib.pyplot.pie）

• 参数设置：通过以下参数可以进一步设置饼状图的颜色、标签、阴影等样式：
  • labels：设置各类别标签。
  • colors：设置各类别颜色。
  • explode：设置各类别的偏移半径，可使某一块饼图分离出来。
  • shadow：设置是否添加阴影，True 表示添加阴影。
  • autopct：设置百分比显示格式，如 '%1.1f%%' 表示保留一位小数显示百分比。
  • plt.axis('equal')：使饼状图呈正圆。
• 示例代码：

import matplotlib.pyplot as plt

label = 'Cat', 'Dog', 'Cattle', 'Sheep', 'Horse'  # 各类别标签
color = 'r', 'g', 'r', 'g', 'y'  # 各类别颜色
size = [1, 2, 3, 4, 5]  # 各类别占比
explode = (0, 0, 0, 0, 0.2)  # 各类别的偏移半径

# 绘制饼状图
plt.pie(size, colors=color, explode=explode,
        labels=label, shadow=True, autopct='%1.1f%%')
# 饼状图呈正圆
plt.axis('equal')

如需了解各项参数包含的所有设置选项，可查阅 Matplotlib 的官方文档。matplotlib.pyplot — Matplotlib 3.10.0 文档 --- matplotlib.pyplot — Matplotlib 3.10.0 documentation

另外推荐一个配色网站，这个色彩搭配真的好用👇

ColorSpace - Color Palettes Generator and Color Gradient Tool