###设置坐标轴的粗细 ax = plt . gca ( ) ; #获得坐标轴的句柄 ax . spines [ 'bottom' ] . set_linewidth ( 2 ) ; ###设置底部坐标轴的粗细 ax . spines [ 'left' ] . set_linewidth ( 2 ) ; ####设置左边坐标轴的粗细 ax . spines [ 'right' ] . set_linewidth ( 2 ) ; ###设置右边坐标轴的粗细 ax . spines [ 'top' ] . set_linewidth ( 2 )

1.2 设置所画图形的样式，线宽

h=plt.plot(x,y,color='#ff0000',markersize=10.0,marker='o',linestyle='',linewidth=3);
在我们的画图函数里直接设置即可
 
 1.3 字体大小的设置
 
如果我们想设置我们所画的图片，全局字体的大小，就是设置统一的大小，我们可以这么做：
 
全局字体的大小设置
 
matplotlib.rcParams.update({'font.size': 12})
设置坐标刻度字体的大小
 
plt.xticks(fontsize=13)
plt.yticks(fontsize=13)
# 设置坐标标签字体大小
ax.set_xlabel(..., fontsize=20)
ax.set_ylabel(..., fontsize=20)
另外一种方法设置坐标轴的标题的方法
 
plt.xlabel('x titile'，fontsize=13)  #添加x轴的名称
plt.ylabel('y title',fontsize=13)
我写论文的时候，刻度的大小和标题的字体大小都会设置为13
 
 1.4 添加画布内容
 
画布的内容一般包括图表的标题，图表的坐标轴的注释，坐标轴的刻度的 问题
 图表的示例解释, 具体的操作如下所示。
 
plt.title('标题') #添加标题
plt.xlabel('x')  #添加x轴的名称
plt.ylabel('y')  #添加y轴的名称
plt.xlim((0,1))  #x轴刻度范围
plt.ylim((0,1))  #y轴刻度范围
plt.xticks([0,1,2,3,4]) #x轴的刻度值
plt.yticks([0,1,2,3,4]) #y轴的刻度值
plt.legend(['a','b'])   #添加图例
#设置线条宽度，取0-10之间的数值，默认1.5
plt.rcParams['lines.linewidth']=3 
#设置线条样式，可取'-','--','-.',':'4种，默认'-'
plt.rcParams['lines.linestyle']='-.'
#设置线条上点的形状，可取'o','D','h','.','S'等20种，默认为None
plt.rcParams['lines.marker']='D'
#设置点的大小，取0-10之间的数值，默认为1 
plt.rcParams['lines.markersize']=3
 1.5 设置坐标轴的取值范围
 
# 设置x轴的最大值和最小值
plt.xlim(-200, 200)
# 设置y轴的取值范围
plt.ylim(-200, 200)
 1.6 设置坐标轴的网格
 
产生网格的函数是下面所示
 
matplotlin.pyplot.grid(b, which, axis, color, linestyle, linewidth， **kwargs)
which : 取值为’major’, ‘minor’， ‘both’。 默认为’major’。看别人说是显示的，我的是Windows7下，用Sublime跑的，minor 只是一个白画板，没有网格，major和both也没看出什么效果，不知道为什么。
 
axis : 取值为‘both’， ‘x’，‘y’。就是想绘制哪个方向的网格线。不过我在输入参数的时候发现如果输入x或y的时候，             输入的是哪条轴，则会隐藏哪条轴
color : 这就不用多说了，就是设置网格线的颜色。或者直接用c来代替color也可以。
linestyle :也可以用ls来代替linestyle， 设置网格线的风格，是连续实线，虚线或者其它不同的线条。 | '-' | '--'                        | '-.' | ':' | 'None' | ' ' | '']
linewidth : 设置网格线的宽度
最简单的设置网格的方式如下所示：
 
import numpy as np
import matplotlib.pyplot as plt
plt.gcf().set_facecolor(np.ones(3)* 240 / 255)   # 生成画布的大小
plt.grid()  # 生成网格
plt.show()
另外一些其他的设置
 
设置axis=‘y’
 
plt.grid(axis="y")
plt.show()
设置axis=‘x’
 
plt.grid(axis="y")
plt.show()
设置网格的颜色
 
plt.grid(c='r')  # 设置为红色
plt.show()
设置网格的形状
 
plt.grid(linestyle='-.')
plt.show()
 2. seaborn 样式设计
 
如果我们想要定制seaborn 的样式，我们可以将参数字典传递给axes_style和set_style()的rc参数。注意，只能通过该方法覆盖样式定义的一部分参数。
 
如果您想要查看包含哪些参数，您可以只调用该函数而不带参数，这将返回当前设置的字典:
 
sns.axes_style()
{'axes.axisbelow': True,
 'axes.edgecolor': 'white',
 'axes.facecolor': '#EAEAF2',
 'axes.grid': True,
 'axes.labelcolor': '.15',
 'axes.linewidth': 0.0,
 'figure.facecolor': 'white',
 'font.family': ['sans-serif'],
 'font.sans-serif': ['Arial',
  'Liberation Sans',
  'Bitstream Vera Sans',
  'sans-serif'],
 'grid.color': 'white',
 'grid.linestyle': '-',
 'image.cmap': 'Greys',
 'legend.frameon': False,
 'legend.numpoints': 1,
 'legend.scatterpoints': 1,
 'lines.solid_capstyle': 'round',
 'text.color': '.15',
 'xtick.color': '.15',
 'xtick.direction': 'out',
 'xtick.major.size': 0.0,
 'xtick.minor.size': 0.0,
 'ytick.color': '.15',
 'ytick.direction': 'out',
 'ytick.major.size': 0.0,
 'ytick.minor.size': 0.0}
例如，你可以向下面这样做：
 
sns.set_style("darkgrid", {"axes.facecolor": ".9"})
sinplot()
这个时候会出现一个灰色的版面
 如下图所示：
 
 
如果我们想要白色的背景，我们就可以像下面这样处理
 
import seaborn as sns
sns.set(style="white")
得到的就是下面这个样子的图片
 
无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。点这里可以跳转到教程 https://www.cbedai.net/chichoxian
 
 Reference
 
https://zhuanlan.zhihu.com/p/27435863
https://www.zhihu.com/question/59860990/answer/955884475
 
无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。点这里可以跳转到教程 https://www.cbedai.net/chichoxian
                    1. matplotlib 样式的设计 1.1 设置坐标轴的线框如果我们要设置坐标轴的线宽，我们可以向下面这样做：import matplotlib.pyplot as plt###设置坐标轴的粗细ax=plt.gca();#获得坐标轴的句柄ax.spines['bottom'].set_linewidth(2);###设置底部坐标轴的粗细ax.spines['left'].set_linewidth(2);####设置左边坐标轴的粗细ax.spines['right'].set_line
import matplotlib.pyplot as plt
#数据设置
x1 =[0,5000,10000, 15000, 20000, 25000, 30000, 35000, 40000, 45000, 50000, 55000];
y1=[0, 223, 488, 673, 870, 1027, 1193, 1407, 1609, 1791, 2113, 2388];
x2 =[0,5000,10000, 15000, 20000, 250
				
Matplotlib作图中坐标轴字体的加粗斜体格式
科研作图中，坐标轴的字体、字号等参数有常用的选择，我常用的参数如下，坐标轴名称的字体是roman，字体需要加粗；坐标轴刻度的
字体是roman，字体需要斜体(italic)，坐标轴名称和刻度的字号相同。
坐标轴名称通过ax.set_xlabel函数进行设置，典型的设置方法如下，ax.set_xlabel(“Distances / m”, font1)```，其中，第一个形式参数是坐标轴名称，第二个形式参数是名称的字体、字号等参数的设置。
				
matplotlib改变图的label,title,坐标轴的字体的粗细
plt.rcParams["font.weight"] = "bold"
plt.rcParams["axes.labelweight"] = "bold"
这两行代码放到代码中的顶端，用于坐标轴文字加粗
legend_prop = {'weight':'bold'}
plt.legend(prop=legend_prop)
这两行代码用于 label 加粗
ax.set_title('Training Accuracy',font
②再把左面的spine移至中间；
③ 再把下面的spine 向上移，使得两个0值重合
所有对spine的操作均在 gca() 方法中完成， gca——get current axes
x = np.linspace(-50, 51)
				
matplotlib极坐标图、极区图、极散点图画法
对于小伙伴想要了解极坐标图、极区图、极散点图画法可以访问下面的链接，因为论文画图所需，所以有百度了下这方面的资料，在此我做一个小总结：
matplotlib极坐标方法详解：matplotlib极坐标方法详解
matplotlib极坐标图、极区图、极散点图：matplotlib极坐标图、极区图、极散点图
极区图的对数坐标的使用
不知道大家在工作或者学习中，有没有碰到过数据相差特别大的时候，要怎么画图，如这两个数据：0.01和100，当我们画图的时候，就很
###设置坐标轴的粗细
ax=plt.gca();#获得坐标轴的句柄
ax.spines['bottom'].set_linewidth(2);###设置底部坐标轴的粗细
ax.spines['left'].set_linewidth(2);####设置左边坐标轴的粗细
ax.spines['right'].set_linewidth(2);###设置右边坐标轴的粗细
ax.spines['top'].set_linew
				
matplotlib默认根据数据系列自动缩放坐标轴范围。pyplot模块中的autoscale函数可以切换是否自动缩放坐标轴范围，xlim()和ylim()函数可手动设置坐标轴范围。
autoscale函数
对于pyplot模块控制坐标轴范围是否自动缩放的函数为autoscale。
函数签名为matplotlib.pyplot.autoscale(enable=True, axis='both', tight=None)
参数作用及取值如下：
enable为布尔值，即是否自动缩放。
axis取值范围为{'
				
用seaborn库来画图，也同样可以通过matplotlib.pyplot.xlabel设置x轴标签，而matplotlib.pyplot.ylabel设置当前轴的y轴标签
举个例子：
import seaborn as sns
import matplotlib.pyplot as plt
sns.kdeplot(data)
plt.xlabel("xxxxxx")
plt.show()