极客笔记Matplotlib 旋转文字
Matplotlib简介
Matplotlib是一款对于Python语言而言非常重要的可视化库，提供了一系列的绘图函数，可以生成包括线图、散点图、等高线图、条形图、误差条图、直方图、极坐标图和地图等多种图表，支持多种操作系统和输出格式，包括PNG、PDF、SVG、EPS、PGF、PNG、BMP和GIF等，得到了广泛的运用。本文将着重介绍Matplotlib中legend（图例）和vertical rotation（旋转）两个关键的参数。
阅读更多：Matplotlib 教程
Matplotlib图例
当我们在Matplotlib中绘制多条曲线或者多种类别的散点图时，往往需要添加图例来帮助读者更好地理解图表内容。
添加图例
我们可以在Matplotlib绘图中使用legend()函数来添加图例，这个函数的使用方法相当简单，如下所示：
plt.plot(x1, y1, label='curve1')
plt.plot(x2, y2, label='curve2')
plt.legend(loc='best')
在示例中，我们先使用plot()函数绘制了两条曲线，然后在图例中指定每条曲线的标签，最后只需要调用legend()函数即可。其中，loc参数指定了图例的位置，它可以取值为’best’（自适应最佳位置），’upper left’（左上角），’upper right’（右上角），’lower left’（左下角），’lower right’（右下角），’center left’（中间左侧），’center right’（中间右侧），’upper center’（顶部居中），’lower center’（底部居中）和’center’（中间），即：
plt.legend(loc='best')
我们还可以通过loc参数的位置设置来调整图例的位置，如下所示：
plt.legend(loc=(0.5, 0.8))
图例的其他设置
除了位置的调整，Matplotlib中还提供了其他一些可以调整图例样式的参数，比如标题、字体大小、颜色、边框和透明度等等，这些参数可以通过在调用legend()函数时传入相应的参数来进行设定，比如：
plt.legend(title='Legend', fontsize=12, framealpha=0.9)
另外，有时我们希望在图例中显示更多的信息，比如某些点的颜色、大小或者形状，这时我们可以利用到legend()方法的handles和labels参数，如下所示：
plot1, = plt.plot(x1, y1, 'r--', label='curve1')
plot2, = plt.plot(x2, y2, 'bo', markersize=10, label='curve2')
plt.legend(handles=[plot1, plot2], labels=['curve1', 'curve2'], loc='best')
在上述代码中，我们先通过plt.plot()方法绘制了两条曲线，然后给每条曲线指定一个标签，接着使用了额外的参数markersize指定了第二条曲线的点的大小和形状（蓝色圆圈），最后在调用legend()方法时，对handles和label参数做了实际的设置。
Matplotlib旋转文字
可视化应用中，文本的可读性是非常重要的，然而，有时候文本会非常密集，而且它们可能会重叠在一起，这时我们就需要将一些文本进行旋转，以提升可读性。
旋转标签
在Matplotlib中，我们可以使用xticks()和yticks()函数来控制横轴和纵轴刻度标签的旋转角度，如下所示：
plt.xticks(rotation=45)
通过设置rotation参数为所需的旋转角度即可实现。
旋转图像
当我们需要将整张图片顺时针或逆时针旋转时，可以使用Matplotlib中的rotate()方法，如下所示：
import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
im = ax.imshow(np.random.random((10,10)))
plt.colorbar(im)
ax.set_title('Original Figure')
# 逆时针旋转45度
rotated = plt.rotate(im.get_array(), 45)
fig, ax = plt.subplots()
ax.imshow(rotated)
plt.colorbar(im)
ax.set_title('Rotated Figure')
在上述代码中，我们首先使用imshow()方法创建了一个10×10的随机二维数组并绘制了它的热力图。接着，我们使用rotate()方法对热力图进行逆时针旋转45度，最后通过imshow()方法将旋转后的图像绘制出来。
总结
Matplotlib中legend和vertical rotation两个参数可以帮助我们更好地展示数据和图像，其中legend可以通过调整位置和样式，方便我们呈现多种数据，而vertical rotation则对密集的文本数据进行旋转，提高了可读性。在实际使用中，可以根据具体需求进行灵活的调整，以达到最佳的图表展示效果。