Python大法好 之 Matplotlib

有时候，图中的数据太多，或者像下图一样线条设置需要时线条太粗，把坐标轴的数据挡住了，这时候我们可以设置他们的一些样式，把线条的透明度设置一下，就可以更好的看到坐标轴和线条的位置关系了

代码

import matplotlib.pyplot as plt 
import numpy as np 

x = np.linspace(-3, 3, 50)
y = 0.1 * x

plt.figure()
plt.plot(x, y, linewidth = 10,alpha=0.7)
plt.ylim(-2, 2)
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))

##重要部分
for label in ax.get_xticklabels() + ax.get_yticklabels():
	label.set_fontsize(13)
	label.set_bbox(dict(facecolor='red', edgecolor='None', alpha=0.7))

plt.show()

运行结果

代码解释
实现上面效果的是##重要部分后面那一段for循环，他那里的意思就是获取横竖坐标轴上的labels，然后为这些标签改了一下字体大小，set_bbox的作用是给这些标签都设置一个后面的框，facecolor是设置框的颜色，edgecolor是设置框边边上的颜色(None就是没有颜色的意思了，因为边框很难看，所以把它弄没了)，alpha是设置框的透明度
同理，如果把设置透明的的alpha属性写在plot里面，函数线条的透明度就改变啦，这样，即使描绘的线再多，线条再粗，即使阻挡了你观看坐标轴上的数据，设置了这些，就可以更好地观看全部的数据了。

scatter()

前面一章由粗略介绍这个东西了，他和plot类似，只不过plot是以线性的方式打印函数图，scatter可以打印出散点图，类似下图

import matplotlib.pyplot as plt 
import numpy as np 

n = 1024 
X = np.random.normal(0, 1, n)
Y = np.random.normal(0, 1, n)
T = np.arctan2(X, Y) #FOR COLOR VALUE

plt.scatter(X, Y, s=75, c=T, alpha=0.5)

plt.xlim((-1.5, 1.5))
plt.ylim((-1.5, 1.5))
plt.xticks(())
plt.yticks(())

plt.show()

运行结果

看起来，很漂亮，这只是随机生成的一张散点图，这里不重要，但我还是随便讲解一下代码是什么意思把
首先用np.random.normal()生成1024个x和y坐标，用arctan2() 为(x, y)随机生成颜色, 然后在plt.scatter() 把散点打印出来，其中就是把x和y传进去，这样就生成了1024个散点，s为size，c为color，传入的是T，透明度alpha设置为0.5

xlim()和ylim()设置的是散点分布的范围，xticks(())和yticks(())没传入任何数据就是把两个坐标轴设置为无
这里介绍scatter还只是随意入门，让自己和你们了解一下scatter是一个打印散点图的函数，后面可能会深入学习

不积跬步无以至千里