前言

在系列博文的中，我们已经学习了如何自定义绘图的颜色和样式，以使得绘制更加精美、符合审美要求。可以用Matplotlib绘制出复杂而又精美的统计图，同时也讲解了注释的用法，但是这远远不够，很多时候我们还需要绘制复杂形状，以使统计图变得更加复杂，看起来更加高级，考虑到这一需求，Matplotlib提供了大量自定义形状的函数，利用可以在统计图中添加各种复杂形状，以使得所绘制的统计图更加具有高级感。

添加辅助网格

当我们查看图形时，可能需要快速估计出图形中某一部分的坐标，这时，向图形中添加辅助网格将是一种提高图形可读性的良好方法。

import numpy as np

import matplotlib.pyplot as plt

data = np.random.standard_normal((150, 2))

plt.scatter(data[:,0],data[:,1],c=‘y’)

plt.grid(True, lw=.5, ls=‘–’, c=‘c’)

plt.show()

Tips：添加辅助网格只需调用以True为参数的plt.grid()函数，网格由线条组成，因此plt.grid()可以接受线条样式参数(如linewidth、linestyle以及color等)来修改辅助网络中的线条。

添加辅助线

由于Matplotlib生成的所有图形都由基本原语组成，因此我们可以使用一个基本的原语：lines来添加辅助线。

import matplotlib.pyplot as plt

N = 16

for i in range(N):

plt.gca().add_line(plt.Line2D((0, i), (N - i, 0), color = ‘m’))

plt.axis(‘tight’)

plt.show()

plt.Line2D()函数的作用是：创建一个新的Line2D对象，必要参数是线段的两个端点，可选参数包括所有介绍过的线条样式参数(如linewidth、linestyle以及color等)，创建线段完成后，并不会显示该直线，若需要显示此对象需要使用plt.gca()。plt.gca()函数的作用是返回负责跟踪渲染内容的对象。调用plt.gca().add_line()就可以渲染创建的Line2Dd对象。使用plt.axis()函数可以修改图形比例，如不添加此函数的调用将导致绘制图形不能完整显示。

添加形状

我们已经学习了使用lines原语制作线条，但是在实际中，我们可能需要更多的形状，使用其他形状的方式与lines原语的相同。

import matplotlib.patches as patches

import matplotlib.pyplot as plt

shape = patches.Circle((0, 0), radius = 1., color = ‘m’)

plt.gca().add_patch(shape)

shape = patches.Rectangle((2.5, -.5), 2., 1., color = ‘c’)

plt.gca().add_patch(shape)

shape = patches.Ellipse((0, -2.), 2., 1., angle = 45., color = ‘y’)

plt.gca().add_patch(shape)

shape = patches.FancyBboxPatch((2.5, -2.5), 2., 1., boxstyle = ‘sawtooth’, color = ‘b’)

plt.gca().add_patch(shape)

plt.grid(True, alpha=0.3)

plt.axis(‘scaled’)

plt.show()

Tips：与使用lines原语一样，使用Matplotlib其它形状原语进行操作时，必须使用pyplot.axis()函数修改图形比例，否则将导致绘制图形不能完整显示。

无论显示哪种形状，其原理都是一样的。在Matplotlib中，形状被描述为名为patch的路径。matplotlib.patches模块中提供了几种形状的路径。与线端一样，仅创建路径并不会在屏幕上渲染它，必须明确使用渲染函数plt.gca()。

matplotlib.patches模块包含很多路径构造类，常用的主要包括：

| 路径构造类名 | 描述 |

| — | — |

| Circle | 需要圆心坐标和半径作为参数 |

| Rectangle | 需要四边形左下角的坐标和边长作为参数 |

| Ellipse | 需要椭圆中心坐标和两轴半长作为参数 |

| FancyBox | 这类似于花形框，需要可选参数boxstyle指定样式，可选值包括：“larrow”、“rarrow”、“round”、“round4”、“roundtooth”、"sawtooth"以及"square"等） |

自定义形状

除了预定义的形状外，我们还可以使用多边形定义任意形状。

多边形的使用方法与上一部分中路径的使用方法类似：

import numpy as np

import matplotlib.patches as patches

import matplotlib.pyplot as plt

theta = np.linspace(0, 2 * np.pi, 8)

points = np.vstack((np.cos(theta), np.sin(theta))).transpose()

plt.gca().add_patch(patches.Polygon(points, color = ‘m’))

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

47b8a67243c1008edf79.png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）