如何修改python Matplotlib:设置坐标轴刻度呀 您所在的位置:网站首页 excel横坐标轴位置 如何修改python Matplotlib:设置坐标轴刻度呀

如何修改python Matplotlib:设置坐标轴刻度呀

2023-06-08 03:54| 来源: 网络整理| 查看: 265

怎么修改x坐标呀,各位大佬指点一下,想把我的刻度改成2013-2022,但是修改了之后效果不显示了。

修改前代码 import pandas as pd import numpy as np #可视化 import matplotlib.pyplot as plt from matplotlib.pyplot import MultipleLocator data = pd.read_excel(‘全国2013-2022就业情况分析.xlsx’) #datax=tuple(data.iloc[:,4]) x=[2013,2014,2015,2016,2017,2018,2019,2020,2021,2022] x1=np.array(x) ls = [‘-’, ‘–’, ‘-.’, ‘:’] leg = data.columns # 图例 cl=[‘red’, ‘orange’, ‘green’, ‘blue’] # 线条颜色 plt.figure(figsize=(10,8)) # 画布大小 plt.rcParams[‘font.sans-serif’] = [‘SimHei’] # 设置中文字体 #plt.rcParams[‘axes.unicode_minus’] = False

画多条折线对比

for i in range(4): plt.plot(data.iloc[:, i], linestyle=ls[i], color=cl[i], label=leg[i]) plt.title(‘全国2013-2022就业情况分析’) # 图片标题 plt.legend() # 显示图例 plt.xlabel(‘年份’) plt.ylabel(‘人数(单位:万)’) plt.show

修改前结果 在这里插入图片描述 修改后代码,添加了x2=range(2013,2023,1) plt.xticks(x2)两行代码

import pandas as pd import numpy as np

#可视化 import matplotlib.pyplot as plt from matplotlib.pyplot import MultipleLocator data = pd.read_excel(‘全国2013-2022就业情况分析.xlsx’) #datax=tuple(data.iloc[:,4]) x=[2013,2014,2015,2016,2017,2018,2019,2020,2021,2022] x1=np.array(x) ls = [‘-’, ‘–’, ‘-.’, ‘:’] leg = data.columns # 图例 cl=[‘red’, ‘orange’, ‘green’, ‘blue’] # 线条颜色 plt.figure(figsize=(10,8)) # 画布大小 plt.rcParams[‘font.sans-serif’] = [‘SimHei’] # 设置中文字体 #plt.rcParams[‘axes.unicode_minus’] = False

画多条折线对比

for i in range(4): plt.plot(data.iloc[:, i], linestyle=ls[i], color=cl[i], label=leg[i])

plt.title(‘全国2013-2022就业情况分析’) # 图片标题 plt.legend() # 显示图例 plt.xlabel(‘年份’) plt.ylabel(‘人数(单位:万)’)

x2=range(2013,2023,1) plt.xticks(x2)

plt.show 修改后结果 在这里插入图片描述 读取文件的表格 在这里插入图片描述 修改

import pandas as pd import numpy as np #可视化 import matplotlib.pyplot as plt from matplotlib.pyplot import MultipleLocator data = pd.read_excel('全国2013-2022就业情况分析.xlsx') #datax=tuple(data.iloc[:,4]) #x1 = np.array(data.iloc[:,4]) ls = ['-', '--', '-.', ':'] leg = data.columns # 图例 cl=['red', 'orange', 'green', 'blue'] # 线条颜色 plt.figure(figsize=(10,8)) # 画布大小 plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体 #plt.rcParams['axes.unicode_minus'] = False # 画多条折线对比 for i in range(4): plt.plot(data.iloc[:, i], linestyle=ls[i], color=cl[i], label=leg[i]) plt.title('全国2013-2022就业情况分析') # 图片标题 plt.legend() # 显示图例 plt.xlabel('年份') plt.ylabel('人数(单位:万)') plt.show plt.xlim((2013,2022)) plt.xticks([2013,2014,2015,2016,2017,2018,2019,2020,2021,2022])

结果 在这里插入图片描述



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有