Matplotlib 标签设置、标签字体大小、标签位置、标签颜色和标签字体

Matplotlib是Python中常用的数据可视化库，用于生成可以美观、高效的数据图形，包括线条图、散点图、柱状图、等高线图、3D图等。

Matplotlib中的matshow函数

Matplotlib中的matshow函数可用于绘制2D的矩阵图，即将输入的矩阵进行颜色编码显示，其中颜色的深浅表示不同的值大小，便于直观展示数据。以下是matshow函数的基本语法：

import matplotlib.pyplot as plt
import numpy as np

# 构造随机数组（10行10列）
data = np.random.rand(10,10)

# 使用matshow函数绘制2D热力图
plt.matshow(data, cmap='Oranges')

# 显示图像
plt.show()

可以看到，Matplotlib在绘制2D热力图时，会将矩阵中的每一个数据，根据其大小，映射到不同深浅颜色上，洋红色为最大值，白色为最小值。

设置labels

除了Matplotlib的默认呈现方式外，还可以通过设置labels，调整图像展示效果。主要包括以下几个部分：

坐标轴标签设置

可以设置横轴和纵轴的标签，使图表更加直观。

import matplotlib.pyplot as plt
import numpy as np

# 构造随机数组
data = np.random.rand(10,10)

# 使用matshow函数绘制2D热力图
plt.matshow(data, cmap='Oranges')

# 横坐标轴标签
plt.xlabel('X label')

# 纵坐标轴标签
plt.ylabel('Y label')

# 显示图像
plt.show()

设置标签字体大小

可以通过设置字体大小，让图表更加美观。

import matplotlib.pyplot as plt
import numpy as np

# 构造随机数组
data = np.random.rand(10,10)

# 使用matshow函数绘制2D热力图
plt.matshow(data, cmap='Oranges')

# 横坐标轴标签
plt.xlabel('X label', fontsize=14)

# 纵坐标轴标签
plt.ylabel('Y label', fontsize=14)

# 显示图像
plt.show()

设置标签位置

可以通过设置标签位置，让图表更加清晰。

import matplotlib.pyplot as plt
import numpy as np

# 构造随机数组
data = np.random.rand(10,10)

# 使用matshow函数绘制2D热力图
plt.matshow(data, cmap='Oranges')

# 横坐标轴标签
plt.xlabel('X label', fontsize=14, labelpad=10)

# 纵坐标轴标签
plt.ylabel('Y label', fontsize=14, labelpad=10, rotation=0)

# 显示图像
plt.show()

设置标签颜色

可以通过设置标签颜色，让图表更具美观性。

import matplotlib.pyplot as plt
import numpy as np

# 构造随机数组
data = np.random.rand(10,10)

# 使用matshow函数绘制2D热力图
plt.matshow(data, cmap='Oranges')

# 横坐标轴标签
plt.xlabel('X label', fontsize=14, labelpad=10, color='blue')

# 纵坐标轴标签
plt.ylabel('Y label', fontsize=14, labelpad=10, rotation=0, color='red')

# 显示图像
plt.show()

设置标签字体

可以通过设置标签字体，让图表更具艺术性。

import matplotlib.pyplot as plt
import numpy as np

# 构造随机数组
data = np.random.rand(10,10)

# 使用matshow函数绘制2D热力图
plt.matshow(data, cmap='Oranges')

# 横坐标轴标签（设置字体为楷体）
plt.xlabel('X label', fontsize=14, labelpad=10, fontfamily='simkai')

# 纵坐标轴标签（设置字体为黑体）
plt.ylabel('Y label', fontsize=14, labelpad=10, rotation=0, fontfamily='SimHei')

# 显示图像
plt.show()