Matplotlib 修改绘图背景：纯色、透明度与图片背景设置

准备工作：数据加载与基础绘图

为了演示背景修改效果，首先使用 pandas 库读取西雅图天气数据集（seattleWeather.csv），并提取降水（PRCP）、最高温（TMAX）和最低温（TMIN）数据。随后利用 matplotlib.pyplot 创建散点图。

import matplotlib.pyplot as plt
import pandas as pd

# 读取数据
weather_data = pd.read_csv("seattleWeather.csv")
print(weather_data.head())

# 提取绘图所需数据
PRCP = weather_data['PRCP']
TMAX = weather_data['TMAX']
TMIN = weather_data['TMIN']

设置纯色背景

Matplotlib 提供了两种等效的方法来更改坐标轴的背景颜色：通过 set() 函数传入 facecolor 参数，或直接调用 set_facecolor() 函数。两者在底层调用相同的逻辑。

ax = plt.axes()
ax.set_facecolor("orange")
# 或者使用以下等效方式
# ax.set(facecolor = "orange")
 
plt.scatter(TMIN, PRCP)
plt.show()

控制背景透明度

除了颜色，还可以利用 set_alpha() 参数控制背景的不透明度。该参数取值范围通常为 0.0 到 1.0，其中 1.0 表示完全不透明，0.0 表示完全透明。

1. 橙色背景，完全不透明

将坐标轴背景设为橙色，并设置透明度为 1.0，确保背景颜色清晰可见。

fig = plt.figure()
fig.patch.set_facecolor('blue')
fig.patch.set_alpha(0.6)
 
ax = fig.add_subplot(111)
ax.patch.set_facecolor('orange')
ax.patch.set_alpha(1.0)
 
plt.scatter(TMIN, PRCP)
plt.show()

2. 橙色背景，完全透明

若将坐标轴背景的 alpha 值设为 0.0，则绘图区域本身背景将变为透明，显示出画布（Figure）的背景色（此处为蓝色）。

fig = plt.figure()
fig.patch.set_facecolor('blue')
fig.patch.set_alpha(0.6)
 
ax = fig.add_subplot(111)
ax.patch.set_facecolor('orange')
ax.patch.set_alpha(0.0)
 
plt.scatter(TMIN, PRCP)
plt.show()

使用图片作为绘图背景

除了纯色，还可以将本地图片加载为绘图背景。使用 plt.imread() 读取图像文件，并通过 ax.imshow() 显示。默认情况下，Matplotlib 以图像左上角为原点，可以通过 extent 参数指定图像在坐标系中的显示范围。

extent 参数的顺序为：[horizontal_min, horizontal_max, vertical_min, vertical_max]。

# 加载图像
img = plt.imread("rain.jpg")
fig, ax = plt.subplots()

# 显示图像并指定范围
ax.imshow(img, extent=[-5, 80, -5, 30])

# 在背景上绘制散点图
plt.scatter(TMIN, PRCP, color="#ebb734")
plt.show()

以上就是在 Matplotlib 中更改绘图背景颜色的详细内容，更多关于 Matplotlib 数据可视化技巧的资料请关注本站其它相关文章！