Python数据可视化之matplotlib |
您所在的位置：网站首页 › matplotlib设置标题位置 › Python数据可视化之matplotlib |
Python数据可视化之matplotlib
|
在matplotlib库中有如下这些常用函数： 基本函数 plot()scatter()xlim()xlabel()grid()axhline()axvspan()axvspan()text()title()legend()用这些函数当然要用到： import matplotlib.pyplot as plt import numpy as np 1.plt.plot()函数plot() 功能: 展示变量的趋势变化 调用格式: plt.plot(x, y, ls=’-’, lw=2, label=‘plot figure’) 参数说明: x: x轴上的数值; y: y轴上的数值ls(line_style): 折线图的线条风格lable: 标记图形内容的标签文本 """ Example 1.3.1: 函数plot() """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) # x = 0.05到10的等间距1000个点 y = np.cos(x) # y = cos(x) # ls=图线风格, lw=图线宽度, label=图像标签 plt.plot(x,y,ls="-",lw="2",label="plot figure") # 绘制线图 plt.legend() # 绘制图例 plt.show() # 显示图像
函数scatter() 功能: 寻找变量之间的关系 调用格式: plt.scatter(x, y, c=‘b’, label=‘scatter figure’ 参数说明: x: x轴上的数值; y: y轴上的数值c(color): 散点图中的标记颜色lable: 标记图形内容的标签文本 """ Example 1.3.2: 函数scatter() """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.random.rand(1000) plt.scatter(x,y,label="scatter figure") #绘制散点图 plt.legend() plt.show()
函数xlim() 功能: 设置x轴的数值显示范围 调用格式: plt.xlim(xmin, xmax) 参数说明: xlim: x轴上的最小值xmax: x轴上的最大值平移性: 同样适用于函数ylim() """ Example 1.3.3: 函数xlim() """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.random.rand(1000) plt.scatter(x,y,label="scatter figure") plt.legend() plt.xlim(0.05,10) # 设置x轴范围 plt.ylim(0,1) # 设置y轴范围 plt.show() 函数xlabel() 功能: 设置x轴的标签文本 调用格式: plt.xlabel(string) 参数说明: string:标签文本内容平移性: 同样适用于函数ylabel() """ Example 1.3.4: 函数xlabel() """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls='-',lw='2',label='plot figure') plt.legend() plt.xlabel("x-axis") plt.ylabel("y-axis") plt.show()
函数grid() 功能: 绘制刻度线的网格线 调用格式: plt.grid(linestyle=’:’, color=‘r’) 参数说明: linestyle: 网格线的风格color: 网格线的线条颜色 """ Example 1.3.5: 函数grid() """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls='-',lw='2',c='y',label='plot figure') plt.legend() plt.grid(linestyle=':',color='r') plt.show()
6.plt.axhline()或plt.axvline()
函数axhline() 功能: 绘制平行于x轴的水平参考线 调用格式: plt.axhline(y=0.0, c=‘r’, ls='–’, lw=2) 参数说明: y: 水平参考线的出发点c: 参考线的线条颜色ls(line_style): 参考线的线条风格lw(line_width): 参考线的线条宽度平移性: 同样适用于函数axvline() """ Example 1.3.6: 函数axhline() """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls='-',lw='2',c='y',label='plot figure') plt.legend() plt.axhline(y=0.0,c='b',ls='--',lw='2') plt.axvline(x=0.0,c='b',ls='--',lw='2') plt.show()
7.plt.axvspan()
函数axvspan() 功能: 绘制垂直于x轴的参考区域 调用格式: plt.axvspan(xmin=1.0, xmax=2.0, facecolor=‘y’, alpha=0.3) 参数说明: xmin: 参考区域的起始位置xmax: 参考区域的终止位置facecolor: 参考区域的填充颜色alpha: 参考区域的填充透明度平移性: 同样适用于函数axhspan() """ Example 1.3.7: 函数axvspan() """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls='-',lw='2',c='y',label='plot figure') plt.legend() plt.axvspan(xmin=4.0, xmax=6.0, facecolor='y',alpha=0.3) plt.axhspan(ymin=0.0, ymax=0.5, facecolor='y',alpha=0.3) plt.show()
8.plt.annotate()
函数annotate() 功能: 添加图形内容细节的指向型注释文本 调用格式: plt.annotate(string, xy=(np.pi/2, 1.0), xytext=(np.pi/2)+0.15, 1.5, weight=‘bold’, color=‘b’, arrowprops=dict(arrowstyle=’->’, connectionstyle=‘arc3’,color=‘b’)) 参数说明: string: 图形内容的注释文本xy: 被注释图形内容的位置坐标(箭头位置)xytext: 注释文本的位置坐标weight: 注释文本的字体粗细风格color: 注释文本的字体颜色arrowprops: 指示被注释内容的箭头的属性字典 """ Example 1.3.8: 函数annotate() 添加图形内容细节的指向型注释文本 """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls='-',lw='2',c='y',label='plot figure') plt.legend() plt.annotate("maximum", xy=(np.pi/2,1.0), xytext=((np.pi/2)+1.0,0.8), weight='bold', color='b', arrowprops= dict(arrowstyle='->',connectionstyle='arc3',color='b') ) plt.show()
9.plt.text()
函数text() 功能: 添加图形内容细节的无指向型注释文本 调用格式: plt.text(x, y, string, weight=‘bold’, color=‘b’) 参数说明: x(y): 注释文本所在的横(纵)坐标 string: 注释文本内容 weight: 注释文本的字体粗细风格 color: 注释文本的字体颜色 """ Example 1.3.9: 函数text() 添加图形内容细节的无指向型注释文本 """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls='-',lw='2',c='y',label='plot figure') plt.legend() plt.text(3.1,0.09,'y=sin(x)',weight='bold',color='b') plt.show()
函数title() 功能: 添加图形内容的标题 调用格式: plt.title(string) 参数说明: string: 图形内容的标题文本 """ Example 1.3.10: 函数title() 添加图形内容的标题 """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls='-',lw='2',c='y',label='plot figure') plt.legend() plt.title('y=sin(x)') plt.show()
函数legend() 功能: 标示不同图形的文本标签图例 调用格式: plt.legend(loc=‘lower left’) 参数说明: loc: 图例在图中的地理位置 """ Example 1.3.11: 函数legend() 标示不同图形的文本标签图例 """ import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls='-',lw='2',c='y',label='plot figure') plt.legend(loc='upper right') plt.show()
|
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |