如何在Matplotlib中使线上的标记变小？

在绘制图形时，我们经常需要在折线图或散点图中添加标记，以便突出某些数据点的重要性。然而，这些标记有时候恰恰会影响我们想要展示的数据。在 Matplotlib 中，我们可以通过设置标记的大小来解决这个问题。

设置标记的大小

在 Matplotlib 中，我们可以通过参数 markersize 来设置标记的大小。这个参数可以接受一个数值或者一个列表，其中数值表示所有标记的大小，列表中的每个元素则分别表示每个数据点的标记大小。

下面是一个示例代码，创建了一个包含 5 个数据点的散点图，并设置了标记的大小为 10。可以看到，所有的标记大小都相同。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y, marker='o', s=10)

plt.show()

接下来，我们对上述代码进行修改，在 s 参数传入一个列表，来分别设置每个数据点的标记大小。例如，我们设置第一个数据点的标记大小为 30，第三个数据点的标记大小为 50，其余数据点的标记大小仍为默认值 10。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
s = [30, 10, 50, 10, 10]  # 每个数据点的标记大小

plt.scatter(x, y, marker='o', s=s)

plt.show()

可以看到，第一个数据点和第三个数据点的标记大小已经变化，而其余数据点的标记大小仍然为默认值 10。

为了让标记更加突出，我们可以设置比默认值更大的标记大小。但是，如果我们希望标记更加小巧、不影响数据点的观察，我们该怎么做呢？

减小标记的大小

如果我们要减小标记的大小，除了直接设置一个更小的数值之外，还可以使用一种更便捷的方式。

在 Matplotlib 中，我们可以通过参数 markersize 的值来设置标记的大小。但是，如果我们希望将所有标记大小都减少一倍，我们不必再手动去设置具体的数值。

Matplotlib 提供了一个名为 rcParams 的参数字典，其中保存了一些全局的绘图参数。我们可以通过修改 rcParams 的值来设置标记的大小，而这个修改将会影响所有后续的图形。

具体来讲，我们将 rcParams 中的 lines.markersize 参数设置为 5，即可将标记的大小减小一半。

import matplotlib.pyplot as plt

# 设置标记大小为原来的一半
plt.rcParams['lines.markersize'] = 5  

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y, marker='o')

plt.show()

可以看到，所有的标记大小都被减半了。

如果我们只想在特定的图形中减小标记的大小，而不影响后续的图形，就必须在设置之前将 rcParams 的值备份。

import matplotlib.pyplot as plt

如何在Matplotlib中使线上的标记变小？

在绘制图形时，我们经常需要在折线图或散点图中添加标记，以便突出某些数据点的重要性。然而，这些标记有时候恰恰会影响我们想要展示的数据。在 Matplotlib 中，我们可以通过设置标记的大小来解决这个问题。

设置标记的大小

在 Matplotlib 中，我们可以通过参数 markersize 来设置标记的大小。这个参数可以接受一个数值或者一个列表，其中数值表示所有标记的大小，列表中的每个元素则分别表示每个数据点的标记大小。

下面是一个示例代码，创建了一个包含 5 个数据点的散点图，并设置了标记的大小为 10。可以看到，所有的标记大小都相同。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y, marker='o', s=10)

plt.show()

接下来，我们对上述代码进行修改，在 s 参数传入一个列表，来分别设置每个数据点的标记大小。例如，我们设置第一个数据点的标记大小为 30，第三个数据点的标记大小为 50，其余数据点的标记大小仍为默认值 10。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
s = [30, 10, 50, 10, 10]  # 每个数据点的标记大小

plt.scatter(x, y, marker='o', s=s)

plt.show()

可以看到，第一个数据点和第三个数据点的标记大小已经变化，而其余数据点的标记大小仍然为默认值 10。

为了让标记更加突出，我们可以设置比默认值更大的标记大小。但是，如果我们希望标记更加小巧、不影响数据点的观察，我们该怎么做呢？

减小标记的大小

如果我们要减小标记的大小，除了直接设置一个更小的数值之外，还可以使用一种更便捷的方式。

在 Matplotlib 中，我们可以通过参数 markersize 的值来设置标记的大小。但是，如果我们希望将所有标记大小都减少一倍，我们不必再手动去设置具体的数值。

Matplotlib 提供了一个名为 rcParams 的参数字典，其中保存了一些全局的绘图参数。我们可以通过修改 rcParams 的值来设置标记的大小，而这个修改将会影响所有后续的图形。

具体来讲，我们将 rcParams 中的 lines.markersize 参数设置为 5，即可将标记的大小减小一半。

import matplotlib.pyplot as plt

# 设置标记大小为原来的一半
plt.rcParams['lines.markersize'] = 5  

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y, marker='o')

plt.show()

可以看到，所有的标记大小都被减半了。

如果我们只想在特定的图形中减小标记的大小，而不影响后续的图形，就必须在设置之前将 rcParams 的值备份。

import matplotlib.pyplot as plt

# import matplotlib as mpl

# 备份rcParams
mpl.rcParamsOrig = mpl.rcParams.copy()

# 设置标记大小为原来的一半
mpl.rcParams['lines.markersize'] = 5  

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y, marker='o')

plt.show()

可以看到，所有的标记大小都比之前的示例更小了一半。

自定义标记的形状和大小

除了设置标记的大小之外，我们还可以自定义标记的形状和大小，以便更好地展示数据。

在 Matplotlib 中，可以使用多个参数来自定义标记的形状和大小：

• marker：标记的形状，可以是圆形（o）、正方形（s）、三角形（^）等等。
• markersize：标记的大小，可以是一个数值或一个列表。
• markeredgewidth：标记边缘线的粗细。
• markeredgecolor：标记边缘线的颜色。
• markerfacecolor：标记的填充颜色。

下面是一个示例代码，创建了一个包含 5 个数据点的散点图，并自定义了标记的形状、大小和填充颜色。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 自定义标记的形状、大小和填充颜色
plt.scatter(x, y, marker='s', s=50, linewidth=2, edgecolors='black', facecolors='yellow')

plt.show()

可以看到，所有的标记形状和填充颜色都被自定义了，而标记的大小、边缘线宽度和颜色，也被设置了新的值。

结论

本文介绍了如何在 Matplotlib 中设置标记的大小，包括设置所有标记大小、分别设置每个标记大小、以及减小标记的大小。此外，还介绍了如何自定义标记的形状、大小和颜色。

通过这些方法，我们可以更好地展示数据，让图形更加清晰、易于理解。希望读者能够掌握这些技巧，并在实践中不断提升数据可视化的能力。