> 人生苦短，我用 Python 前文傳送門： [小白學 Python 資料分析（1）：資料分析基礎](https://www.geekdigging.com/2020/01/19/6719980708/) [小白學 Python 資料分析（2）：Pandas （一）概述](https://www.geekdigging.com/2020/01/20/6718497214/) [小白學 Python 資料分析（3）：Pandas （二）資料結構 Series](https://www.geekdigging.com/2020/02/04/3234667780/) [小白學 Python 資料分析（4）：Pandas （三）資料結構 DataFrame](https://www.geekdigging.com/2020/02/05/9920298470/) [小白學 Python 資料分析（5）：Pandas （四）基礎操作（1）檢視資料](https://www.geekdigging.com/2020/02/16/6852411690/) [小白學 Python 資料分析（6）：Pandas （五）基礎操作（2）資料選擇](https://www.geekdigging.com/2020/02/20/6566891797/) [小白學 Python 資料分析（7）：Pandas （六）資料匯入](https://www.geekdigging.com/2020/02/23/7355903936/) [小白學 Python 資料分析（8）：Pandas （七）資料預處理](https://www.geekdigging.com/2020/02/25/9013297409/) [小白學 Python 資料分析（9）：Pandas （八）資料預處理（2）](https://www.geekdigging.com/2020/02/27/2857868620/) [小白學 Python 資料分析（10）：Pandas （九）資料運算](https://www.geekdigging.com/2020/02/29/5808964196/) [小白學 Python 資料分析（11）：Pandas （十）資料分組](https://www.geekdigging.com/2020/03/03/5975552137/) [小白學 Python 資料分析（12）：Pandas （十一）資料透視表（pivot_table）](https://www.geekdigging.com/2020/03/04/8327177610/) [小白學 Python 資料分析（13）：Pandas （十二）資料表拼接](https://www.geekdigging.com/2020/03/06/5036602239/) [小白學 Python 資料分析（14）：Pandas （十三）資料匯出](https://www.geekdigging.com/2020/03/07/6918490736/) [小白學 Python 資料分析（15）：資料視覺化概述](https://www.geekdigging.com/2020/03/09/7393240956/) [小白學 Python 資料分析（16）：Matplotlib（一）座標系](https://www.geekdigging.com/2020/03/14/2444388683/) ## 座標軸標題設定 各位同學好，我又來了，本文給大家帶來的是有關 Matplotlib 的一些基礎操作。  在前一篇文章中，我們介紹瞭如何使用 Matplotlib 繪製座標系，本文我們接著介紹 Matplotlib 。 先看一個簡單的示例： ```python 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('銷量') plt.plot(x_data, y_data) plt.show() ``` 結果如下：  好像哪裡不太對的樣子，橫軸和數軸的標題沒有顯示出來，看一下程式執行，沒有報錯，但是報出來一個警告： ```shell RuntimeWarning: Glyph 24180 missing from current font. ``` 這個警告的含義是 plt 畫圖是找不到字型，那麼這裡我們手動設定一下字型： ```python plt.rcParams['font.sans-serif']=['SimHei'] ``` 完整的樣例程式碼如下： ```python 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('銷量') plt.plot(x_data, y_data) plt.show() ``` 結果如下：  這下顯示正常了。 我們還可以通過引數 `labelpad` 設定標題到座標軸的距離，這裡為了演示效果設定的距離稍微大了點： ```python plt.xlabel('年份', labelpad=50) plt.ylabel('銷量', labelpad=50) ``` 結果如下：  我們還可以通過引數對文字的相關屬性進行設定，下面看下一些常用的設定引數： ```python plt.xlabel('年份', labelpad=50, fontsize='xx-large', fontweight='bold', rotation='vertical', backgroundcolor='red') plt.ylabel('銷量', labelpad=50) ``` 先看結果：  xlabel 中常用的一些引數： * fontsize : 設定字型大小，預設12，可選引數 ['xx-small', 'x-small', 'small', 'medium', 'large','x-large', 'xx-large'] * fontweight : 設定字型粗細，可選引數 ['light', 'normal', 'medium', 'semibold', 'bold', 'heavy', 'black'] * fontstyle : 設定字型型別，可選引數[ 'normal' | 'italic' | 'oblique' ]，italic斜體，oblique傾斜 * verticalalignment : 設定水平對齊方式 ，可選引數 ： 'center' , 'top' , 'bottom' ,'baseline' * horizontalalignment : 設定垂直對齊方式，可選引數：left,right,center * rotation : (旋轉角度)可選引數為:vertical,horizontal 也可以為數字 * alpha : 透明度，引數值0至1之間 * backgroundcolor : 標題背景顏色 * bbox : 給標題增加外框 ，常用引數如下： * boxstyle 方框外形 * facecolor (簡寫fc)背景顏色 * edgecolor (簡寫ec)邊框線條顏色 * edgewidth 邊框線條大小 ## 刻度設定 預設座標軸是顯示 x y 的值，但是也可以自定義顯示不同的刻度，這裡需要使用到的函式為 `xticks` 和 `yticks` 兩個函式： ```python 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() ``` 結果如下：  有些時候，由於資料脫敏的需要，我們不要顯示刻度，還可以這麼寫： ```python plt.xticks(x_data, []) plt.yticks(y_data, []) ``` 這樣展現出來的圖形如下：  實際上，我們還有更狠的操作，直接關閉座標軸： ```python plt.axis("off") ``` 結果如下：  ## 範圍設定 我們還可以對座標軸的範圍進行設定，如下： ```python 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() ``` 結果如下：  這裡設定在 Y 軸上最大值為 90000 ，那麼 2016 和 2017 對應的資料將會無法顯示，實際我們從得出的結果圖上也能看出這一點。 ## 網格線設定 網格線預設是關閉的，我們可以通過函式 `grid` 修改引數 `b` 來開啟網格線，如下： ```python 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.plot(x_data, y_data) plt.grid(b=True) plt.show() ``` 結果如下：  我們不僅可開啟網格線，還可以通過引數 `axis` 來控制是開啟哪個軸的網格線： ```python # 開啟 x 軸網格線 plt.grid(b=True, axis='x') # 開啟 y 軸網格線 plt.grid(b=True, axis='y') ``` ## 圖例設定 圖例能對圖表起到註釋的作用，我們可以通過引數 `label` 對該圖表的圖例進行設定，示例如下： ```python 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.plot(x_data, y_data, label = '折線圖') plt.bar(x_data, y_data, label = '柱狀圖') plt.legend() plt.show() ``` 結果如下：  ## 圖表標題設定 圖表標題是用來概括整張圖表現的內容的，我們可以通過如下方式設定一張圖的標題： ```python plt.title(label='xxx 公司 xxx 產品銷量') ``` 結果如下：  本文的內容就到這裡了，下一篇我們介紹 Matplotlib 的常用圖表的示例，本文的示例程式碼寫的有點亂，就不貼出來了，當然，如果經常看小編寫的文章的估計都找得到。  ## 參考 https://blog.csdn.net/The_Time_Runner/article/details/