Matplotlib 图表文字、刻度与图例设置详解

2. text - 子图上的文本

Axes.text(x, y, s, fontdict=None, **kwargs) 是核心方法。

• x, y: 文本出现的位置，默认为当前坐标系下的坐标值。
• s: 文本内容。
• fontdict: 可选参数，用于覆盖默认文本属性。
• **kwargs: 关键字参数，也可用于传入文本样式参数。

重点说明 fontdict 和 **kwargs，这两种方式调整样式的最终效果一致，不仅适用于 text，set_xlabel、set_title 等同样适用。

fig = plt.figure(figsize=(10, 3))
axes = fig.subplots(1, 2)

# 使用关键字参数修改文本样式
axes[0].text(0.3, 0.8, 'modify by **kwargs', style='italic',
        bbox={'facecolor': 'red', 'alpha': 0.5, 'pad': 10});

# 使用 fontdict 参数修改文本样式
font = {'bbox': {'facecolor': 'red', 'alpha': 0.5, 'pad': 10}, 'style': 'italic'}
axes[1].text(0.3, 0.8, 'modify by fontdict', fontdict=font);

Matplotlib 支持的样式参数非常多，建议查阅官方文档。以下是常用参数参考：

3. xlabel 和 ylabel - 子图的 x，y 轴标签

调用方式为 Axes.set_xlabel(xlabel, fontdict=None, labelpad=None, *, loc=None, **kwargs)。

• xlabel: 标签内容。
• fontdict / **kwargs: 修改样式。
• labelpad: 标签和坐标轴的距离，默认为 4。
• loc: 标签位置，可选 'left', 'center', 'right'，默认为居中。

# 观察 labelpad 和 loc 参数的使用效果
fig = plt.figure(figsize=(10, 3))
axes = fig.subplots(1, 2)
axes[0].set_xlabel('xlabel', labelpad=20, loc='left')

# loc 参数仅能提供粗略的位置调整，如果想要更精确的设置标签的位置，可以使用 position 参数 + horizontalalignment 参数来定位
# position 由一个元组组成，第一个元素 0.2 表示 x 轴标签在 x 轴的位置，第二个元素对于 xlabel 其实是无意义的，随便填一个数都可以
# horizontalalignment='left' 表示左对齐，这样设置后 x 轴标签就能精确定位在 x=0.2 的位置处
axes[1].set_xlabel('xlabel', position=(0.2, 0), horizontalalignment='left');

4. title 和 suptitle - 子图和画布的标题

Axes.set_title(label, fontdict=None, loc=None, pad=None, *, y=None, **kwargs)。

• pad: 标题偏离图表顶部的距离，默认为 6。
• y: title 所在子图垂向的位置，默认值为 1，即位于顶部。

suptitle 调用方式为 figure.suptitle(t, **kwargs)。

# 观察 pad 参数的使用效果
fig = plt.figure(figsize=(10, 3))
fig.suptitle('This is figure title', y=1.2) # 通过参数 y 设置高度
axes = fig.subplots(1, 2)
axes[0].set_title('This is title', pad=15)
axes[1].set_title('This is title', pad=6);

5. annotate - 子图的注解

Axes.annotate(text, xy, *args, **kwargs)。

• text: 注解内容。
• xy: 注解箭头指向的坐标。
• xytext: 注解文字的坐标。
• arrowprops: 定义指向箭头的样式。

fig = plt.figure()
ax = fig.add_subplot()
ax.annotate("",
            xy=(0.2, 0.2), xycoords='data',
            xytext=(0.8, 0.8), textcoords='data',
            arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=0.2")
            );

6. 字体的属性设置

字体设置分全局和局部两种。

# 全局字体更改
plt.rcParams['font.sans-serif'] = ['SimSun']    # 指定默认字体为新宋体
plt.rcParams['axes.unicode_minus'] = False      # 解决保存图像时负号显示为方块的问题

# 局部字体修改
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
plt.plot(x, label='小示例图标签')

# 直接用字体的名字
plt.xlabel('x 轴名称参数', fontproperties='Microsoft YaHei', fontsize=16)
plt.ylabel('y 轴名称参数', fontproperties='Microsoft YaHei', fontsize=14)
plt.title('坐标系的标题', fontproperties='Microsoft YaHei', fontsize=20)
plt.legend(loc='lower right', prop={"family": 'Microsoft YaHei'}, fontsize=10);

二、Tick 上的文本

设置 tick（刻度）和 ticklabel（刻度标签）是可视化中的常见需求。Matplotlib 既提供自动生成模式，也支持灵活的手动设置。

1. 简单模式

使用 axis.set_ticks 手动设置标签位置，axis.set_ticklabels 手动设置格式。

x1 = np.linspace(0.0, 5.0, 100)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)

# 使用 axis 的 set_ticks 方法手动设置标签位置的例子
fig, axs = plt.subplots(2, 1, figsize=(5, 3), tight_layout=True)
axs[0].plot(x1, y1)
axs[1].plot(x1, y1)
axs[1].xaxis.set_ticks(np.arange(0., 10.1, 2.));

# 使用 axis 的 set_ticklabels 方法手动设置标签格式的例子
fig, axs = plt.subplots(2, 1, figsize=(5, 3), tight_layout=True)
axs[0].plot(x1, y1)
axs[1].plot(x1, y1)
ticks = np.arange(0., 8.1, 2.)
tickla = [f'{tick:1.2f}' for tick in ticks]
axs[1].xaxis.set_ticks(ticks)
axs[1].xaxis.set_ticklabels(tickla);

# 一般绘图时会自动创建刻度，如果通过上面的例子使用 set_ticks 创建刻度可能会导致 tick 的范围与所绘制图形的范围不一致
# 所以在下面的案例中，axs[1] 中 set_xtick 的设置要与数据范围所对应，然后再通过 set_xticklabels 设置刻度所对应的标签
import numpy as np
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 1, figsize=(6, 4), tight_layout=True)
x1 = np.linspace(0.0, 6.0, 100)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
axs[0].plot(x1, y1)
axs[0].set_xticks([0, 1, 2, 3, 4, 5, 6])

axs[1].plot(x1, y1)
axs[1].set_xticks([0, 1, 2, 3, 4, 5, 6]) # 要将 x 轴的刻度放在数据范围中的哪些位置
axs[1].set_xticklabels(['zero', 'one', 'two', 'three', 'four', 'five', 'six'], # 设置刻度对应的标签
                   rotation=30, fontsize='small') # rotation 选项设定 x 刻度标签倾斜 30 度
axs[1].xaxis.set_ticks_position('bottom') # set_ticks_position() 方法是用来设置刻度所在的位置
print(axs[1].xaxis.get_ticklines());

2. Tick Locators and Formatters

除了简单模式，还可以使用 Locator 和 Formatter 完成设置。Axis.set_major_locator 和 Axis.set_minor_locator 设置位置，Axis.set_major_formatter 和 Axis.set_minor_formatter 设置格式。这种方式的好处是不用显式列举刻度值列表。

a) Tick Formatters

formatter 可以接收字符串格式（matplotlib.ticker.StrMethodFormatter）或函数参数（matplotlib.ticker.FuncFormatter）。

# 接收字符串格式的例子
fig, axs = plt.subplots(2, 2, figsize=(8, 5), tight_layout=True)
for n, ax in enumerate(axs.flat):
    ax.plot(x1*10., y1)

formatter = matplotlib.ticker.FormatStrFormatter('%1.1f')
axs[0, 1].xaxis.set_major_formatter(formatter)

formatter = matplotlib.ticker.FormatStrFormatter('-%1.1f')
axs[1, 0].xaxis.set_major_formatter(formatter)

formatter = matplotlib.ticker.FormatStrFormatter('%1.5f')
axs[1, 1].xaxis.set_major_formatter(formatter);

# 接收函数的例子
def formatoddticks(x, pos):
    """Format odd tick positions."""
    if x % 2:
        return f'{x:1.2f}'
    else:
        return ''

fig, ax = plt.subplots(figsize=(5, 3), tight_layout=True)
ax.plot(x1, y1)
ax.xaxis.set_major_formatter(formatoddticks);

b) Tick Locators

当需要更改刻度的位置时，Matplotlib 提供了常用的几种 locator 类型。

# 接收各种 locator 的例子
fig, axs = plt.subplots(2, 2, figsize=(8, 5), tight_layout=True)
for n, ax in enumerate(axs.flat):
    ax.plot(x1*10., y1)

locator = matplotlib.ticker.AutoLocator()
axs[0, 0].xaxis.set_major_locator(locator)

locator = matplotlib.ticker.MaxNLocator(nbins=3)
axs[0, 1].xaxis.set_major_locator(locator)

locator = matplotlib.ticker.MultipleLocator(5)
axs[1, 0].xaxis.set_major_locator(locator)

locator = matplotlib.ticker.FixedLocator([0, 7, 14, 21, 28])
axs[1, 1].xaxis.set_major_locator(locator);

此外 matplotlib.dates 模块还提供了特殊的日期型刻度格式和位置设置。

# 特殊的日期型 locator 和 formatter
locator = mdates.DayLocator(bymonthday=[1, 15, 25])
formatter = mdates.DateFormatter('%b %d')

fig, ax = plt.subplots(figsize=(5, 3), tight_layout=True)
ax.xaxis.set_major_locator(locator)
ax.xaxis.set_major_formatter(formatter)
base = datetime.datetime(2017, 1, 1, 0, 0, 1)
time = [base + datetime.timedelta(days=x) for x in range(len(x1))]
ax.plot(time, y1)
ax.tick_params(axis='x', rotation=70);

三、legend（图例）

学习图例前，先明确几个术语：

• legend entry: 图例条目，包含 key 和 label。
• legend key: legend label 左侧的彩色/图案标记。
• legend label: 描述 handle 的文本。
• legend handle: 生成图例条目的原始对象。

图例绘制有 OO 模式和 pyplot 模式，写法相同，使用 legend() 即可。通常不传参，Matplotlib 会自动寻找合适的条目；也可以手动传入句柄和标签。

fig, ax = plt.subplots()
line_up, = ax.plot([1, 2, 3], label='Line 2')
line_down, = ax.plot([3, 2, 1], label='Line 1')
ax.legend(handles=[line_up, line_down], labels=['Line Up', 'Line Down']);

设置图例位置

loc 参数接收字符串或数字表示位置。例如 ax.legend(loc='upper center') 等同于 ax.legend(loc=9)。

fig, axes = plt.subplots(1, 4, figsize=(10, 4))
for i in range(4):
    axes[i].plot([0.5], [0.5])
    axes[i].legend(labels='a', loc=i) # 观察 loc 参数传入不同值时图例的位置
fig.tight_layout()

设置图例边框及背景

fig = plt.figure(figsize=(10, 3))
axes = fig.subplots(1, 3)
for i, ax in enumerate(axes):
    ax.plot([1, 2, 3], label=f'ax {i}')
axes[0].legend(frameon=False) # 去掉图例边框
axes[1].legend(edgecolor='blue') # 设置图例边框颜色
axes[2].legend(facecolor='gray'); # 设置图例背景颜色，若无边框，参数无效

设置图例标题

fig, ax = plt.subplots()
ax.plot([1, 2, 3], label='label')
ax.legend(title='legend title');