介绍
Matplotlib是Python中使用最广泛的数据可视化库之一。无论是简单还是复杂的可视化项目，它都是大多数人的首选库。
在本教程中，我们将研究如何在Matplotlib中更改绘图的背景。
导入数据和库
让我们首先导入所需的库。显然，我们将需要Matplotlib，并且将使用Pandas读取数据：
import matplotlib.pyplot as plt import pandas as pd
具体来说，我们将使用Seattle Weather Dataset（https://www.kaggle.com/rtatman/did-it-rain-in-seattle-19482017）这个数据集：
weather_data = pd.read_csv("seattleWeather.csv")
print(weather_data.head())
DATE PRCP TMAX TMIN RAIN 0 1948-01-01 0.47 51 42 True 1 1948-01-02 0.59 45 36 True 2 1948-01-03 0.42 45 35 True 3 1948-01-04 0.31 45 34 True 4 1948-01-05 0.17 45 32 True
创建绘图
现在，让我们创建一个简单的Matplotlib 散点图，其中包含一些我们想要可视化的变量：
PRCP = weather_data['PRCP'] TMAX = weather_data['TMAX'] TMIN = weather_data['TMIN']
现在，我们将在最低温度和降水之间构建一个散点图，并使用PyPlot中的show()函数将其显示。
我们生成的图形是没什么问题，但看起来有点普通。让我们尝试重新自定义它。本文中使用两种不同的方法来自定义绘图的背景。
在Matplotlib中更改绘图背景
现在，让我们继续更改该绘图的背景。我们可以使用两种不同的方法来做到这一点。我们可以更改当前设置为white的底部颜色。或者，我们可以使用imshow（）输入图片。
在Matplotlib中更改轴背景
首先让我们更改底部的颜色。这可以通过set（）函数，传入face参数及其新值来完成，也可以通过专用的set_facecolor（）函数来完成：
ax = plt.axes()
ax.set_facecolor("orange")
# OR
ax.set(facecolor = "orange")
plt.scatter(TMIN, PRCP)
plt.show()
这两种方法均会产生相同的结果，因为它们都在后台调用相同的函数。
在Matplotlib中更改绘图背景
如果要设置图形的背景并且需要使轴透明，可以在创建图形时使用set_alpha（）参数来完成。让我们创建一个图形和一个轴对象。当然，您也可以使用set（）函数，并传递alpha属性。
整个图形的颜色将为蓝色，我们首先将轴对象的alpha设置为1.0，这意味着完全不透明。我们将轴对象着色为橙色，从而在蓝色图中为我们提供了橙色背景：
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()
现在，让我们看看将alpha调整为0.0时会发生什么：
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()
注意绘图本身的背景现在是透明的。
将图像添加到Matplotlib中的绘图背景
如果您想将图像用作绘图的背景，则可以使用PyPlot的imread（）函数来完成。此函数将图像加载到Matplotlib中，该图像可与```imshow（）``函数一起显示。
为了在图像上方绘制，必须指定图像的范围。默认情况下，Matplotlib使用图像的左上角作为图像的原点。我们可以给imshow（）函数提供一个点列表，指定应该显示图像的哪个区域。与子图组合时，可以在图像上方插入另一个图。
让我们使用下雨的图像作为背景：
img = plt.imread("rain.jpg")
fig, ax = plt.subplots()
ax.imshow(img, extent=[-5, 80, -5, 30])
ax.scatter(TMIN, PRCP, color="#ebb734")
plt.show()
范围参数按此顺序接受的参数包括：horizontal_min，horizontal_max，vertical_min，vertical_max）。在这里，我们读取了图像，将其裁剪并使用imshow（）在轴上显示。
小结
在本教程中，我们介绍了使用Python和Matplotlib更改绘图背景的几种方法。