【零基础玩转Python】Day48：图形定制 – 标题、标签、图例、网格、颜色，让你的图表脱颖而出

大家好，我是[知识充电宝的灵感日记]。

昨天我们学习了 Matplotlib 的基本图表绘制。但默认的图表往往比较简陋——缺少标题、坐标轴标签不清晰、颜色单调。今天我们来学习如何定制图表，包括标题、轴标签、图例、网格、颜色等细节，让你的图表更加专业、易读。

今天的目标：

• ✅ 设置标题和轴标签（title, xlabel, ylabel）
• ✅ 添加图例（legend）并控制位置
• ✅ 添加网格线（grid）
• ✅ 自定义颜色和样式
• ✅ 设置坐标轴范围（xlim, ylim）
• ✅ 添加文本标注（text, annotate）
• ✅ 保存图片（savefig）
• ✅ 全局参数配置（rcParams）

难度：⭐⭐（参数多，但掌握后能做出漂亮图表）

一、准备工作

import matplotlib.pyplot as plt
import numpy as np

# 支持中文（解决乱码问题）
plt.rcParams['font.sans-serif'] = ['Heiti TC', 'SimHei']
plt.rcParams['axes.unicode_minus'] = False# 解决负号显示问题

二、标题与轴标签

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
plt.title('正弦函数曲线', fontsize=16, fontweight='bold')   # 标题
plt.xlabel('x 值', fontsize=12)
plt.ylabel('sin(x)', fontsize=12)
plt.show()

参数说明：

• fontsize：字体大小
• fontweight：粗细 ('normal', 'bold')
• loc：标题位置 ('center', 'left', 'right')

三、图例（Legend）

当图表中有多条线时，图例用来区分。

x = np.linspace(0, 5, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.legend()   # 自动显示图例
plt.show()

图例位置控制：

plt.legend(loc='upper left')   # 位置：best, upper right, lower center 等
plt.legend(loc='upper right', fontsize=10, frameon=True, shadow=True)  # 边框、阴影

不自动显示图例：手动添加图例句柄：

line1, = plt.plot(x, y1)
line2, = plt.plot(x, y2)
plt.legend([line1, line2], ['正弦', '余弦'])

四、网格（Grid）

网格线有助于更精确地读取数据点。

plt.plot(x, y1)
plt.grid(True)   # 显示网格
# 更细的控制
plt.grid(True, linestyle='--', alpha=0.7, color='gray')

• linestyle：'-', '--', '-.', ':'
• alpha：透明度 0~1
• axis：'both'（默认）, 'x', 'y'

五、颜色与样式自定义

1. 颜色表示方式

# 常用颜色
plt.plot(x, y1, color='red')          # 颜色名称
plt.plot(x, y1, color='#FF5733')      # 十六进制
plt.plot(x, y1, color=(0.2, 0.4, 0.6)) # RGB 元组 (0~1)
plt.plot(x, y1, color='k')            # 缩写：b,g,r,c,m,y,k,w

2. 线条样式与标记

plt.plot(x, y1, linestyle='-', linewidth=2, marker='o', markersize=4)
# 简写: 'r--' 表示红色虚线, 'go' 表示绿色圆点
plt.plot(x, y1, 'r--')      # 红色虚线
plt.plot(x, y1, 'gs')       # 绿色方块

3. 设置透明度

plt.plot(x, y1, alpha=0.5)

六、坐标轴范围

plt.xlim(0, 10)    # x 轴范围 [0,10]
plt.ylim(-1.5, 1.5)
# 或
plt.axis([0, 10, -1.5, 1.5])  # [xmin, xmax, ymin, ymax]

七、文本标注

1. text()：在指定坐标添加文字

plt.plot(x, y1)
plt.text(4, 0, '正弦波', fontsize=12, ha='center', va='bottom')
# ha: 水平对齐 (center, left, right)
# va: 垂直对齐 (top, bottom, center)

2. annotate()：带箭头的标注

plt.plot(x, y1)
plt.annotate('最大值', xy=(np.pi/2, 1), xytext=(1.0, 0.6),
             arrowprops=dict(facecolor='black', shrink=0.05))

• xy：被标注的点坐标
• xytext：文字位置
• arrowprops：箭头属性

八、保存图片

plt.savefig('my_plot.png', dpi=300, bbox_inches='tight')

• dpi：分辨率（默认100）
• bbox_inches='tight'：自动裁剪白边
• 支持格式：png, jpg, pdf, svg

注意：savefig应在 show()之前调用，否则可能保存空白图。

九、全局参数配置（rcParams）

一次性设置所有图表的默认样式。

plt.rcParams['figure.figsize'] = (10, 6)       # 默认图片尺寸
plt.rcParams['lines.linewidth'] = 2# 线宽
plt.rcParams['lines.markersize'] = 6# 标记大小
plt.rcParams['axes.grid'] = True# 默认显示网格

也可以使用样式表：

plt.style.use('ggplot')   # 可选：'seaborn', 'classic', 'dark_background'

十、实战小案例：定制一张专业图表

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['Heiti TC', 'SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 数据
months = ['1月', '2月', '3月', '4月', '5月']
sales = [120, 135, 150, 170, 190]
costs = [80, 85, 95, 105, 115]

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制折线图
plt.plot(months, sales, 'b-o', linewidth=2, markersize=8, label='销售额')
plt.plot(months, costs, 'r--s', linewidth=2, markersize=8, label='成本')

# 标题与标签
plt.title('2025年上半年销售趋势', fontsize=16, fontweight='bold', pad=15)
plt.xlabel('月份', fontsize=12)
plt.ylabel('金额（万元）', fontsize=12)

# 图例
plt.legend(loc='upper left', fontsize=11, frameon=True, shadow=True)

# 网格
plt.grid(True, linestyle='--', alpha=0.6)

# 标注利润最大月份
profits = [s - c for s, c inzip(sales, costs)]
max_profit_month = months[profits.index(max(profits))]
max_profit = max(profits)
plt.annotate(f'最高利润: {max_profit}万', 
             xy=(max_profit_month, sales[profits.index(max(profits))]), 
             xytext=(3.2, 150),
             arrowprops=dict(facecolor='black', arrowstyle='->'))

# 保存图片
plt.savefig('sales_report.png', dpi=300, bbox_inches='tight')
plt.show()

十一、今日练习

1. 绘制函数 在 区间上的曲线，设置标题为「平方函数」、x轴标签为「x」、y轴标签为「y」，开启网格线，线条样式为蓝色虚线、线宽设为 2。
2. 随机生成两组数据并绘制散点图，添加图例，限定坐标轴范围：，。
3. 创建一个 3×3 子图布局（后续章节详解，本节简单实现即可），在其中一个子图内使用 annotate完成点位标注。
4. （挑战）从泰坦尼克数据集中提取年龄和票价字段绘制散点图，添加标题、坐标轴标签与网格；按生存状态区分颜色（存活：绿色，未存活：红色），并补充图例。

十二、常见错误与提示

• 中文乱码：务必配置 rcParams['font.sans-serif']并关闭负号显示问题 axes.unicode_minus。
• 图例不显示：检查绘图语句中是否正常设置 label参数。
• savefig保存图片为空白：将 savefig()调用放在 plt.show()之前。
• 颜色显示偏淡：检查透明度参数 alpha是否设置过低。
• 坐标轴自动缩放：使用 plt.axis()手动固定坐标轴范围。

十三、明日预告

Day49：子图与布局 – subplot, axes, 多图排列

我们将学习如何在同一张画布中绘制多个子图，以及各类灵活的布局控制方式。