我們一直在講python可視化，用matplotlib來繪制各類圖表，今天我們再來講講matplotlib的坐標(biāo)軸和rc參數(shù)設(shè)置指南！

設(shè)置坐標(biāo)軸

還記得上次畫的那條“項鏈”嘛？結(jié)尾的時候有說過，這些是新手村禮包，還有很多其他值得探索的地方呢，那么就一起來看康還有哪些意想不到的操作吧(包括但不限于折線圖哦，很多操作在其他圖中也是可以運用噠！)

當(dāng)我看到這樣一副圖的時候，心里有點點疑問，貌似和手繪的圖有點不一樣啊，到底哪里不一樣呢，來個對比看一下。

這是matplotlib繪制的y = x^2:

這是本人親手繪制的y = x^2：

（本靈魂畫手已上線，非戰(zhàn)斗人員請撤離！不要太在意細(xì)節(jié)哈，忽視那個長的不太協(xié)調(diào)的x軸和彎彎曲曲如蚯蚓的拋物線，手殘黨表示真的盡力了，意會！意會哈?。?

正經(jīng)的說，雖然都是y = x^2的圖像，是不是感覺兩幅圖差異還蠻大的。

最明顯的區(qū)別在于x軸和y軸的位置，繪制拋物線時我們習(xí)慣與y軸位于中間位置，所以在用matplotlib繪圖時可以不可以改變坐標(biāo)軸位置呢？答案當(dāng)然是肯定的！

ax = plt.gca()  #獲取坐標(biāo)軸對象
ax.spines['right'].set_color('none') #把右邊的邊框顏色設(shè)置為無色,隱藏右邊框
ax.spines['top'].set_color('none')  #把上邊的邊框顏色設(shè)置為無色,隱藏上邊框

ax.xaxis.set_ticks_position('bottom') # 指定下邊的邊框作為 x 軸   
ax.yaxis.set_ticks_position('left')  #指定左邊的邊框為 y 軸

ax.spines['bottom'].set_position(('data', 0)) #指定 data  設(shè)置的bottom(也就是指定的x軸)綁定到y(tǒng)軸的0這個點上
ax.spines['left'].set_position(('data', 0))  #指定 data  設(shè)置的left(也就是指定的y軸)綁定到x軸的0這個點上 

x = np.arange(-1,1,0.01)
y = x**2
plt.plot(x,y)
plt.legend(["y = x^2"],loc = 1)
plt.savefig("line3.jpg")
plt.show()

效果圖如下：

這樣看起來是不是和上邊手繪的那一個圖相似了很多？

改變坐標(biāo)軸的步驟在上邊代碼中注釋部分寫的很清楚啦，不再占篇幅贅述，其實就是把用不到的邊框透明化，然后移動了另外兩個邊框作為x軸和y軸，其他刻度、標(biāo)簽以及圖標(biāo)等的設(shè)置在介紹折線圖的時候都有介紹過。

rc參數(shù)設(shè)置

作為一個英語渣，能用中文的時候還是希望能用中文，然而當(dāng)我在繪圖的時候卻發(fā)生了一點意外，喏，就是下邊這副眼熟的圖：

plt.figure(figsize=(6,4),dpi = 80) 
plt.plot(x,y)  
plt.title("折線圖")  
plt.xlabel("x")  
plt.ylabel("y")  
plt.xlim(-1,1)  
plt.ylim(0,1.1)    
plt.xticks([-1,-0.8,-0.6,-0.4,-0.2,0,0.2,0.4,0.6,0.8,1])  
plt.yticks([0,0.25,0.5,0.75,1])
plt.legend(["y = x^2"],loc = 9) 
plt.savefig("line.png") 
plt.show()  

和最開始的那幅圖幾乎一毛一樣，只不過改了個標(biāo)題，上邊圖的標(biāo)題是“l(fā)ine”，我想改成“折線圖”三個字，結(jié)果就變成這個樣子了，原因在于原生的matplotlib是不支持中文顯示的，所以需要進行rc參數(shù)的設(shè)置。所謂rc參數(shù)，實際上修改是默認(rèn)的屬性，原來不支持中文，修改一下讓它支持中文就可以了。

在這里還有一個小坑，那就是通過rc參數(shù)設(shè)置顯示中文后，一些特殊符號比如負(fù)號顯示會出現(xiàn)問題，這里不再用具體的例子引出這個小坑了，我們順手給它一起解決掉，節(jié)省點篇幅（實際是我有點懶233）

解決方案很久簡單，兩行代碼搞定：

plt.rcParams['font.sans-serif']=['Simhei']  #顯示中文
plt.rcParams['axes.unicode_minus']=False    #顯示負(fù)號  	

再運行上邊的代碼看下效果：

中文和負(fù)號都正常顯示啦！

rc參數(shù)的設(shè)置到這里就結(jié)束了嘛？實際上常用的rc參數(shù)設(shè)置就是這兩行沒錯，然而還有需要提醒的一點，記下來，要考的！

rc參數(shù)修改的是全局默認(rèn)屬性，也就是說，這個參數(shù)一旦設(shè)置，后續(xù)進行的所有操作都會受到rc參數(shù)的影響！

這也是進行一次設(shè)置，全篇畫圖函數(shù)都可以正常顯示中文和負(fù)號的原因。

而rc參數(shù)還可以進行諸如線條寬度，標(biāo)記點尺寸等等的各種設(shè)置，這些設(shè)置對于每個畫圖函數(shù)來說幾乎都有相對應(yīng)的參數(shù)進行單獨設(shè)置，完全沒有必要在rc參數(shù)中對全篇進行限制，所以如非必要，最好不要通過rc參數(shù)進行除了顯示中文和符號外的其他設(shè)置。

同一幅圖中繪制多條折線

其實折線圖一個很重要的應(yīng)用是查看事務(wù)隨著時間的發(fā)展所呈現(xiàn)出來的趨勢，有時候我們想要查看不同的指標(biāo)在同一段時間內(nèi)的變化趨勢，就需要在一副圖中繪制多條折線，這種需求要怎樣實現(xiàn)呢？

實際上原理很簡單，那就是創(chuàng)建一個畫布后，在同一塊畫布中重復(fù)繪制就可以了：

plt.figure(figsize=(12,4))
plt.plot(df.iloc[:,0].iloc[:15],df.iloc[:,1].iloc[:15],marker = "o",label = "收盤價")
plt.plot(df.iloc[:,0].iloc[:15],df.iloc[:,2].iloc[:15],marker = "v",label = "最高價")
plt.plot(df.iloc[:,0].iloc[:15],df.iloc[:,3].iloc[:15],marker = "v",label = "最低價")
plt.plot(df.iloc[:,0].iloc[:15],df.iloc[:,4].iloc[:15],marker = "o",label = "開盤價")
plt.legend();

效果圖：

這是一段時間內(nèi)股票價格的數(shù)據(jù)，截取了時間作為x軸數(shù)據(jù)，開盤價，最高價，最低價，收盤價為y軸數(shù)據(jù)繪制的折線圖，能夠看出這一段時間內(nèi)股票價格的走勢還是比較平穩(wěn)的。

溫馨提示：在同一塊畫布中可以重復(fù)繪圖，仔細(xì)觀察會發(fā)現(xiàn)，紅色線條在其他線條圖層的上方，即后繪制的圖會覆蓋前邊繪制的圖，所以，在繪制圖形時要注意，例如餅圖這種，需要同時展現(xiàn)好幾塊餅的情況，不能采用這種繪圖方式，而是需要創(chuàng)建子圖，進行多圖展示！