在上一篇教程中，我们学习了如何为图形添加标题和标签，使得我们的图形更加清晰易懂。接下来，我们将重点讨论如何对图例和坐标轴进行美化设置，以增强图形的可读性与美观性。

设置图例

图例是图形中用来描述各个数据系列的元素，通常位于图形的一角。使用 matplotlib，可以通过 plt.legend() 函数轻松设置图例。

基本用法

在绘制图形时，如果想为每个数据系列添加图例标签，可以在 plt.plot() 中使用 label 参数，并在绘制完成后调用 plt.legend()。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 绘制图形
plt.plot(x, y1, label='正弦函数')  # 设置标签
plt.plot(x, y2, label='余弦函数')  # 设置标签

# 设置图例
plt.legend(loc='upper right')  # loc参数指定图例的位置

# 显示图形
plt.show()
复制

图例位置

loc 参数可以接受多种位置标识符，如：

• 'upper right'
• 'upper left'
• 'lower left'
• 'lower right'
• 'right'
• 'center left'
• 'center right'
• 'lower center'
• 'upper center'
• 'center'

通过设置 fontsize 和 frameon 参数，可以进一步美化图例。例如：

plt.legend(loc='upper right', fontsize=12, frameon=False)
复制

设置坐标轴

坐标轴的设置可以影响图形的整体视觉效果，包括坐标轴的标签、范围和线型等。

设置坐标轴标签

可以使用 plt.xlabel() 和 plt.ylabel() 函数设置 X 轴和 Y 轴的标签。我们在上面的代码中已经为坐标轴添加了标签。

plt.xlabel('X 轴标签')
plt.ylabel('Y 轴标签')
复制

设置坐标轴范围

有时我们希望自定义坐标轴的显示范围，可以使用 plt.xlim() 和 plt.ylim() 函数。

plt.xlim(0, 10)  # 设置 X 轴范围
plt.ylim(-1, 1)  # 设置 Y 轴范围
复制

美化坐标轴

为了提高图形的美观度，可以使用 plt.tick_params() 来设置坐标轴刻度的样式。例如：

plt.tick_params(axis='both', which='major', labelsize=10, direction='in')
复制

完整示例

下面是一个综合了前面所有内容的完整示例：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 绘制图形
plt.plot(x, y1, label='正弦函数', color='b')
plt.plot(x, y2, label='余弦函数', color='r')

# 设置图例
plt.legend(loc='upper right', fontsize=12, frameon=False)

# 设置坐标轴标签
plt.xlabel('X 轴标签', fontsize=12)
plt.ylabel('Y 轴标签', fontsize=12)

# 设置坐标轴范围
plt.xlim(0, 10)
plt.ylim(-1, 1)

# 美化坐标轴
plt.tick_params(axis='both', which='major', labelsize=10, direction='in')

# 显示图形
plt.title('正弦与余弦函数的图示')  # 可以加上标题，增强可读性
plt.show()
复制

小结

在本篇教程中，我们学习了如何为图形设置图例和美化坐标轴。这些步骤帮助我们提升图形的可读性和专业性。接下来，我们将在下一篇中学习如何将生成的图形保存为图片格式，以便于共享和展示。希望这篇教程能为你的绘图之路提供帮助！