matplotlib库学习之绘图透明度设置（精炼准确）

matplotlib库学习之透明颜色设置

一、简介

在数据可视化中，透明度设置可以使图表更具层次感，特别是在多层叠加图表时。matplotlib库提供了多种方法来设置图表各个部分的透明度，包括图形、文本、图例、坐标轴等部分。

二、为什么要设置成透明色?

设置透明色的主要原因包括：

• 方便插入论文中
• 增强视觉效果：透明度可以使图形更加柔和，避免颜色过于突兀。
• 多图叠加：在多个图形叠加时，通过透明度可以更清晰地观察每层图形的重叠部分。
• 突出重点：通过调整透明度，可以突出显示重点数据，使图表更加直观易懂。

三、实例

如果不做特别说明，我们遵循以下原则：

• 所有出现的【ax】均为坐标轴对象，【figure】为画布对象；ax和figure是成对出现的，调整样式主要是使用【ax】。

  figure, ax = plt.subplots()
  

• 所有【plt】开始的函数调用都是我们对未保存的绘图对象的图像的样式设置，这种方法不利于在有多个绘图对象时，单独处理其中一个。

3.1 实例参考模型（不透明）

import matplotlib.pyplot as plt
import numpy as np# 设置中文字体
plt.rcParams['font.family'] = 'SimHei'# 生成数据
x = np.linspace(0, 20, 100)
y = np.sin(x)# 创建图形和子图，并设置画布颜色为 #00C9A7
fig, ax = plt.subplots(figsize=(10, 6), dpi=150, facecolor='#00C9A7')ax.plot(x, y)
ax.set_title("图形透明设置-baseline-无透明参考图")
ax.legend(['正弦曲线'])plt.show()

效果：

3.2 设置【画布】透明

【3.1】所示的图，青色部分以及被绘图区遮住的区域属于画布区域。

需要注意的是，下面设置的透明效果由于施加对象是最底层的对象——画布，完全透明后用plt.show()，画布会呈现白色。如果要看到真正的效果，需要将其保存下来【plt.show()】将图片显示后是可以看到保存的按钮。

3.2.1 直接设置透明（不创建坐标轴）

plt.subplots(figsize=(10, 6), dpi=150, facecolor='none')

• facecolor：该属性用于设置画布背景色，默认为"#FFFFFF"即白色背景。

3.2.2 创建坐标轴时设置透明

fig, ax = plt.subplots(figsize=(10, 6), dpi=150, facecolor='none')

该处设置同上，仅设置的时间不同，对绘图效果无影响。

3.2.3 利用【figure.patch.set_alpha(0)】设置画布透明

figure.patch.set_alpha(0)

其中fig是plt.figure对象，常常由下面的语句给出：

figure, ax = plt.subplots()

3.2.4 示意图

3.2.5 整体代码

import matplotlib.pyplot as plt
import numpy as np# 设置中文字体
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False# 生成数据
x = np.linspace(0, 20, 100)
y = np.sin(x)plt.subplots(figsize=(10, 6), dpi=150, facecolor='none')
plt.plot(x, y, label='正弦曲线')
plt.title("图形透明设置-baseline-画布透明")
plt.legend()# fig, ax = plt.subplots(figsize=(10, 6), dpi=150, facecolor='none')
# ax.plot(x, y)
# ax.set_title("图形透明设置-baseline-画布透明")
# ax.legend(['正弦曲线'])plt.show()

3.3 设置【绘图区背景】透明

如不特别说明，本节所有【ax】均为一个坐标轴对象

3.3.1 方法1

ax.patch.set_alpha(0)

或

ax.patch.set_facecolor('none')

或

ax.set_facecolor('none')

3.3.2 方法2

plt.rcParams['axes.facecolor'] = 'none'

该方法设置的是全局参数，即每个绘图都会绘图区背景透明；除非你单独用方法1、2、3单独设置某个绘图的参数。

3.3.3 绘图区背景透明示意图

3.3.4 测试代码

import matplotlib.pyplot as plt
import numpy as np# 设置中文字体
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False 
# plt.rcParams['axes.facecolor'] = 'none'# 生成数据
x = np.linspace(0, 20, 100)
y = np.sin(x)# 创建图形和子图，并设置画布颜色为 #00C9A7
fig, ax = plt.subplots(figsize=(10, 6), dpi=150, facecolor='#00C9A7')
ax.plot(x, y)# 下面三条为测试效果语句，取消注释即可运行
# ax.patch.set_alpha(0)
# ax.set_facecolor('none')
# ax.patch.set_facecolor('none')ax.set_title("图形透明设置-绘图区背景透明")
ax.legend(['正弦曲线'])plt.show()

3.4 设置【绘制的图像】透明

3.4.1 方法1

ax.plot(x, y, alpha=0.1)

• alpha：不透明度的设置，值越大越不透明

这里不一定是plot可以是散点图，三维图柱状图等等。

3.4.2 方法2

plt.legend(['正弦曲线'], framealpha=0)

3.4.3 示意图

3.4.4 测试代码

import matplotlib.pyplot as plt
import numpy as np# 设置中文字体
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False# 生成数据
x = np.linspace(0, 20, 100)
y = np.sin(x)# 创建图形和子图，并设置画布颜色为 #00C9A7
fig, ax = plt.subplots(figsize=(10, 6), dpi=150, facecolor='#00C9A7')
ax.plot(x, y, alpha=0.1)
ax.set_title("图形透明设置-绘制的数据图像本身透明")
ax.legend(['正弦曲线'])plt.show()

3.5设置【图例】透明

3.5.1 方法1

ax.legend(['正弦曲线'], framealpha=0)

• framealpha：用于设置图例区域的不透明度；默认情况下，图例是白框打底的。

3.5.2 方法2

plt.legend(['正弦曲线'], framealpha=0)

3.5.2 示意图

下图左右部分分别为framealpha=1和framealpha=0时的效果：

可以看到右边部分透明了，和背景融为一体。

3.5.3 测试代码

import matplotlib.pyplot as plt
import numpy as np# 设置中文字体
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False # 生成数据
x = np.linspace(0, 20, 100)
y = np.sin(x)# 创建图形和子图，并设置画布颜色为 #00C9A7
fig, ax = plt.subplots(figsize=(10, 6), dpi=150, facecolor='#00C9A7')
ax.plot(x, y)
ax.patch.set_alpha(0)ax.set_title("图形透明设置-图例透明")
ax.legend(['正弦曲线'], framealpha=0)plt.show()

3.6 设置【文本】透明

3.6.1 标题文本透明

• 方法1

ax.set_title(title, alpha=0.5)

• 方法2

plt.title(title, alpha=0.5)

• 示意图

3.6.2 轴标签文本透明

• 方法1

ax.set_xlabel('X Axis Label', alpha=0.5)
ax.set_ylabel('Y Axis Label', alpha=0.5)

• 方法2

plt.xlabel("X Axis Label", alpha=0.5)
plt.ylabel("X Axis Label", alpha=0.5)

• 示意图

3.6.3 图例文本透明

legend = ax.legend(['正弦曲线'], framealpha=0)
for text in legend.get_texts():text.set_alpha(0.1)  # 设置图例文本不透明度为 0.1

• 示意图

3.6.4 刻度标签文本透明

• 方法1

for label in ax.get_xticklabels() + ax.get_yticklabels():label.set_alpha(0.5)

• 方法2

plt.setp(ax.get_xticklabels() + ax.get_yticklabels(), alpha=0.5)

• 示意图

3.8 设置【坐标轴脊线】透明

3.8.1 方法1

plt.gca().spines['top'].set_alpha(0)
plt.gca().spines['right'].set_alpha(0)
plt.gca().spines['left'].set_alpha(0)
plt.gca().spines['bottom'].set_alpha(0)

或者

for spine in ['top', 'right', 'left', 'bottom']:plt.gca().spines[spine].set_alpha(0)

3.8.2 方法2

ax.spines['top'].set_alpha(0)
ax.spines['right'].set_alpha(0)
ax.spines['left'].set_alpha(0)
ax.spines['bottom'].set_alpha(0)

或者

for spine in ax.spines.values():spine.set_alpha(0)

或者

for spine in ['top', 'bottom', 'left', 'right']:ax.spines[spine].set_alpha(0)

3.8.3 示意图

3.8.4 部分示例代码

import matplotlib.pyplot as plt
import numpy as np# 统一设置
title = '图形透明设置-坐标轴脊线透明'# 设置中文字体
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False# 生成数据
x = np.linspace(0, 20, 100)
y = np.sin(x)# 创建图形和子图，并设置画布颜色为 #00C9A7
fig, ax = plt.subplots(figsize=(10, 6), dpi=150, facecolor='#00C9A7')
ax.plot(x, y)
ax.patch.set_alpha(0)ax.set_title(title, alpha=1)
ax.legend(['正弦曲线'], framealpha=0)
for spine in ax.spines.values():spine.set_alpha(0)# fig.savefig(f'保存的图片\\{title}.png', dpi=300)
# plt.show()

3.9 设置【刻度线】透明

3.9.1 方法

ax.tick_params(left=False, right=False, top=False, bottom=False)

其实这也不算透明了，是直接取消掉了

3.9.2 示意图

3.10 保存图像为透明

3.10.1 代码

plt.savefig("transparent_plot.png", transparent=True)

3.10.2 示意图

四、注意事项

1. 透明度范围：透明度的取值范围为0到1，其中0表示完全透明，1表示完全不透明。如果参数是表示不透明度，那么和此处效果描述相反。
2. 保存透明图像：在保存图像时，如果设置了transparent=True，整个图像的背景将是透明的。
3. 图表叠加：在多图叠加时，合理设置透明度可以使图表更加美观，但要注意透明度过低可能导致图形难以辨识。
4. 性能影响：过多使用透明效果可能会增加图像渲染的计算量，影响性能。