1. 前言

我们在写论文或是在写技术报告时，绘图的背景是白色，可能会比较单调，本教程介绍如何添加层次性的背景图片，来给数据赋予更加丰富的层次。以下代码展示如何在图中添加背景图

2、渐变图片的生成

from datetime import datetimeimport numpy as np
import pandas as pdfrom matplotlib import cm, colors
import matplotlib.image as mpimg
import matplotlib.pyplot as plt
import seaborn as snssns.set_context('talk', font_scale=1.3)## 自定义colormap
colors_pm = ['#009966', '#FFDE33', '#FF9A32', '#CC0033', '#660099', '#7D0023']
levels = [0, 35, 75, 115, 150, 250, 350]cmap_pm = colors.ListedColormap(colors_pm)
norm = colors.BoundaryNorm(levels, cmap_pm.N)s = np.repeat(np.arange(350), 365).reshape((350, 365))fig, ax = plt.subplots(figsize=(18, 12))ax.imshow(s, cmap=cmap_pm, alpha=0.5, norm=norm, aspect='auto',extent=[xlims[0], xlims[-1], levels[-1], levels[0]])# imshow显示的y轴可能是相反的，因此需要反转y轴
ax.invert_yaxis()## 去除 x和y轴的ticklabels以及tick
ax.set_xticks([])
ax.set_yticks([])
ax.tick_params(dict(length=0))fig.savefig('img.png', dpi=300, bbox_inches='tight')

生成结果如下图所示：

3、添加背景图片至绘图

示例展示了如何在图中添加背景图，添加背景图时可以添加多个需要的背景图片，关键在于设置 imshow 函数的 extend 参数。

from datetime import datetimeimport numpy as np
import pandas as pdfrom matplotlib import cm, colors
import matplotlib.pyplot as plt
import seaborn as snssns.set_context('talk', font_scale=1.3) # 调整图的配置## 自定义 colormap
colors_pm = ['#009966', '#FFDE33', '#FF9A32', '#CC0033', '#660099', '#7D0023']
levels = [0, 35, 75, 115, 150, 250, 350]cmap_pm = colors.ListedColormap(colors_pm)
norm = colors.BoundaryNorm(levels, cmap_pm.N)## 创建 DataFrame
date_range = pd.date_range(datetime(2015, 1, 1), datetime(2015, 12 ,31), freq='1d')
data = pd.DataFrame(np.random.random(365) * 300, index=date_range, columns=['pm2.5'])s = np.repeat(np.arange(350), 365).reshape((350, 365))fig, ax = plt.subplots(figsize=(18, 12))xlims = mdates.date2num(data.index.values) # 转换datetime为timestamp## imshow 默认 aspect 为 equal，应设置为 auto 才能使上述 figsize 参数生效
ax.imshow(s, cmap=cmap_pm, alpha=0.5, norm=norm, aspect='auto',extent=[xlims[0], xlims[-1], levels[-1], levels[0]])ax.invert_yaxis() # 反转 y 轴ax.xaxis_date() # 设置x轴刻度格式# 不能使用 plot_date，因为imshow 暂时不支持 datetime axes
ax.plot(data['pm2.5'], color='k', linewidth=2) date_format = mdates.DateFormatter('%m/%d')
ax.xaxis.set_major_formatter(date_format)ax.set_yticks(levels)
_ = ax.set_ylabel('PM$_2.5$($\mu$g/m$^3$)', fontdict=dict(fontfamily='Times New Roman'))

最终结果如下图：