可视化库-Matplotlib基础设置(第三天)
1.画一个基本的图
import numpy as np
import matplotlib.pyplot as plt # 最基本的一个图,"r--" 线条加颜色, 也可以使用linestyle和color来进行设置 linestyle='--', color='r'
plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25], 'r--') # 画出x轴 和 y轴的坐标,fontsize 打印字体大小
plt.xlabel('xlabel', fontsize=16)
plt.ylabel('ylabel', fontsize=16)
plt.show()
2. 画多条直线
tang_numpy = np.arange(0, 10, 0.5)
plt.plot(tang_numpy, tang_numpy, linestyle='--', color='r', marker='o')
plt.show() plt.plot(tang_numpy, tang_numpy**2,'r--',
tang_numpy, tang_numpy**3, 'go',
tang_numpy, tang_numpy, 'bs',
)
plt.show()
3. linewidth指定线条的宽度,marker='o', markerfacecolor表示mark颜色,markersize # 表示标志物的大小
x = np.linspace(-10, 10)
y = np.sin(x)
plt.plot(x, y, linewidth=2.0)
plt.show()
# marker标志物的点, markerfacecolor表示mark颜色,markersize #表示标志物的大小
plt.plot(x, y, color='b', linestyle=':', marker='o', markerfacecolor='r', markersize=10)
plt.show()
4. plt.setp(line, color='r', linewidth=2.0, alpha=0.5) # plot后进行单独的属性设置
line = plt.plot(x, y)
plt.setp(line, color='r', linewidth=2.0, alpha=0.4)
plt.show()
5.plt.subplot(211) 子图 211表示的是画的图是2行一列的,最后一个1表示子图里面的第一个图
plt.subplot(211)
plt.plot(x, y, color='r')
# 212表示一会要画的图是两行一列的,最后一个1表示子图当中的第二个图
plt.subplot(212)
plt.plot(x, y, color='b')
plt.show() # 绘制一行两列
plt.subplot(121)
plt.plot(x, y, color='r')
plt.subplot(122)
plt.plot(x, y, color='b')
plt.show()
6. 绘图上加上注释 plt.text(0, 0, '唐宇迪') plt.grid(True)#表示加上网格
plt.plot(x, y, color='b', linestyle=':', marker='o', markerfacecolor='r', markersize=10)
plt.xlabel('x:--')
plt.ylabel('y:--')
plt.title('tang yu di:---')
# text加注释,(0,0)表示位置, '唐宇迪'表示内容
plt.text(0, 0, 'tangyudi')
plt.grid(True)
plt.show()
7. # 在文本区域加上一个箭头标志
plt.annotate('tangyudi', xy=(-5, 0), xytext=(-2, 0.3), arrowprops=dict(facecolor='black', shrink=0.05, headwidth=20, headlength=20)) # annotate 表示加文本标注, xy表示文本的位置,xytext表示箭头相对于文本的位置 arrowprops 表示箭头, 输入的是字典, facecolor表示箭头颜色, shrink=0.05表示箭头的收缩程度, headwidth表示箭头的宽,headlength表示箭头的长度
8. 设置x轴的坐标不可见,包括刻度和数字
x = range(10)
y = range(10)
fig = plt.gca()
plt.plot(x, y)
# 设置x轴的刻度不可见
fig.axes.get_xaxis().set_visible(False) plt.show()
9.画hist直方图, ax.spines['top'].set_visible(False)去除顶部和右边的框,plt.tick_param(bottom='off'),同时去除x轴底部刻度
import math
x = np.random.normal(loc=0.0, scale=1.0, size=300)
width = 0.5
# 设定bins的范围
bins = np.arange(math.floor(x.min())-1, math.ceil(x.max())+1, width)
ax = plt.subplot(111)
# 设定图的方框不可见
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
# 去除各个方向上的刻度值
plt.tick_params(bottom='off', left='off', right='off', top='off')
# 画直方图x表示数值,bins表示直方图
plt.hist(x, bins=bins)
plt.show()
10.设置x轴的标签 ax.set_xticklabels(label, rotation=45,horizontalalignment='left') rotation 表示旋转的角度,horizontalalignment='left'表示对齐的方式)
x = range(10)
y = range(10) labels = ['tangyudi' for x in range(10)]
fig, ax = plt.subplots()
plt.plot(x, y)
# plt.xticks刻度设置范围
plt.xticks(range(10))
# 设置xtick文本标签的旋转方向和对齐方式
ax.set_xticklabels(labels, rotation=45, horizontalalignment='right')
plt.show()
11. 进行图形的注释 plt.legend()
# 1 将标注放在图里面
x = np.arange(10)
for i in range(1, 4):
plt.plot(x, i*x**2, label='Group %d'%i)
# loc 表示放的位置,best表示最好的位置
plt.legend(loc='best')
plt.show() # 2 将标注放在外面
figure = plt.figure()
ax = plt.subplot(111)
x = np.arange(10)
for i in range(1, 4):
plt.plot(x, i*x**2, label='Group %d'%i)
# bbox_to_anchor表示放的位置
ax.legend(loc='upper center', bbox_to_anchor=(0.5, 1.15), ncol=3)
plt.show() # 3 将标注放在右侧, ncol = 1表示放在一列里面
figure = plt.figure()
ax = plt.subplot(111)
x = np.arange(10)
for i in range(1, 4):
plt.plot(x, i*x**2, label='Group %d'%i) ax.legend(loc='upper center', bbox_to_anchor=(1.2, 1), ncol=1)
plt.show()
第二个程序的图
12 plt.legend(loc='best', framealpha=0.05) # 对图例进行透明化设置
x = np.arange(10)
for i in range(4):
plt.plot(x, i*x**2, label=('Group %d'%i), marker="o") plt.legend(loc='best', framealpha=0.05)
plt.title('tangyudi')
plt.show()
13. mpl.rcparams['axes.titlesize'] # 设置标题的大小, 可用于放大标题
import matplotlib as mpl
# 设置标题大小为20
mpl.rcParams['axes.titlesize'] = ''
x = np.arange(20)
for i in range(1, 4):
plt.plot(x, i*x**2, label=('Group %d'%i)) plt.legend()
plt.title('tangyudi')
plt.show()
14.风格的设置,使用plt.style.use()
# 14 风格设置
# 1 进行混合风格的设置,风格表示的是背景
import numpy as np
import matplotlib.pyplot as plt # 输出可以使用的风格
print(plt.style.available) x = np.linspace(-10, 10)
y = np.sin(x)
# 以列表的形式进行混合使用
plt.style.use(['ggplot', 'bmh'])
plt.plot(x, y)
plt.show() # 2 歪歪扭扭的风格
plt.xkcd()
plt.plot(x, y)
plt.show()
可视化库-Matplotlib基础设置(第三天)的更多相关文章
- Python可视化库-Matplotlib使用总结
在做完数据分析后,有时候需要将分析结果一目了然地展示出来,此时便离不开Python可视化工具,Matplotlib是Python中的一个2D绘图工具,是另外一个绘图工具seaborn的基础包 先总结下 ...
- Python数据可视化库-Matplotlib(一)
今天我们来学习一下python的数据可视化库,Matplotlib,是一个Python的2D绘图库 通过这个库,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率图,条形图,错误图,散点图等等 废 ...
- Python可视化库Matplotlib的使用
一.导入数据 import pandas as pd unrate = pd.read_csv('unrate.csv') unrate['DATE'] = pd.to_datetime(unrate ...
- python的数据可视化库 matplotlib 和 pyecharts
Matplotlib大家都很熟悉 不谈. ---------------------------------------------------------------------------- ...
- 数据分析处理库pandas及可视化库Matplotlib
一.读取文件 1)读取文件内容 import pandas info = pandas.read_csv('1.csv',encoding='gbk') # 获取文件信息 print(info) pr ...
- Python数据可视化库-Matplotlib(二)
我们接着上次的继续讲解,先讲一个概念,叫子图的概念. 我们先看一下这段代码 import matplotlib.pyplot as plt fig = plt.figure() ax1 = fig.a ...
- python可视化库 Matplotlib 01 figure的详细用法
1.上一章绘制一幅最简单的图像,这一章介绍figure的详细用法,figure用于生成图像窗口的方法,并可以设置一些参数 2.先看此次生成的图像: 3.代码(代码中有详细的注释) # -*- enco ...
- python可视化库 Matplotlib 00 画制简单图像
1.下载方式:直接下载Andaconda,简单快捷,减少准备环境的时间 2.图像 3.代码:可直接运行(有详细注释) # -*- encoding:utf-8 -*- # Copyright (c) ...
- Pycon 2017: Python可视化库大全
本文首发于微信公众号“Python数据之道” 前言 本文主要摘录自 pycon 2017大会的一个演讲,同时结合自己的一些理解. pycon 2017的相关演讲主题是“The Python Visua ...
随机推荐
- xssProject在java web项目中应用
注:转载http://337027773.blog.163.com/blog/static/54376980201451133534157/ 1.项目引入xssProtect-0.1.jar.antl ...
- springboot模糊查询
在学习MyBatis过程中想实现模糊查询,可惜失败了.后来上百度上查了一下,算是解决了.记录一下MyBatis实现模糊查询的几种方式. 数据库表名为test_student,初始化了几条记录,如图: ...
- java读取PHP接口数据的实现方法(四)
PHP文件: ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 3 ...
- 理解 python 装饰器
变量 name = 'world' x = 3 变量是代表某个值的名字 函数 def hello(name): return 'hello' + name hello('word) hello wor ...
- Winform创建解决方案
Winform的开发工具可以使用VS2005---VS2013,版本在不断升级,VS的功能也越来越强大.本系列文章采用VS2012(以后全称VS)演示. 窗体是winform开发的基础,需要掌握窗体的 ...
- Winform开发常用控件之DataGridView的简单数据绑定——代码绑定DataSet、DataTable、IList、SqlDataReader
前文介绍了Winform为DataGridView提供的数据自动绑定功能,下面介绍一下采用代码的数据绑定 1.用DataSet和DataTable为DataGridView提供数据源 先上代码 pri ...
- 使用Maven简单配置Mybatis
1.新建一个Maven项目 2. 在pom.xml中进行配置,在pom.xml中配置的时候,需要网速好,当网速不是很好的时候,是加载不出Jar包的. 代码如下所示. <project xmlns ...
- POI2011题解
POI2011题解 2214先咕一会... [BZOJ2212][POI2011]Tree Rotations 线段树合并模板题. #include<cstdio> #include< ...
- Ant build.xml相关属性详解
关键字: ant build.xml Ant的概念 可能有些读者并不连接什么是Ant以及入可使用它,但只要使用通过Linux系统得读者,应该知道make这个命令.当编译Linux内核及一些软件的源程序 ...
- 善待Erlang 代码 -- Xref 实践
Xref 是一个交叉引用工具,通过分析定义的函数间的调用关系,用于查找函数. 模块. 应用程序和版本之间的依赖关系. 通俗而言,Xref 可以检查代码中函数的调用关系.比如在 moduleA 中的 f ...