Python数据可视化之matplotlib精进,python数据可视化之matplotlib实践pdf
《Python数据可视化之matplotlib实践》 源码第二篇精进第五章_wx62830f4b679a4的技术博客_博客
图5.1
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
从matplotlib.ticker导入AutoMinorLocator,MultipleLocator,FuncFormatter
x=np.linspace(0.5,3.5,100)
y=np.sin(x)
fig=plt.figure(figsize=(8,8))
ax=fig.add_subplot(111)
斧头。xaxis。set _ major _ locator(多定位器(1.0))
斧头。雅克斯。set _ major _ locator(多定位器(1.0))
斧头。xaxis。set _ minor _ locator(autominor locator(4))
斧头。雅克斯。set _ minor _ locator(autominor locator(4))
def minor_tick(x,pos):
如果不是x%1.0:
返回""
返回"% .2f“% x
斧头。xaxis。set _ minor _ formatter(func formatter(minor _ tick))
ax.tick_params(y ,其中=少校,长度=15,宽度=2.0,颜色=r )
ax.tick_params(which=minor ,长度=5,宽度=1.0,labelsize=10,labelcolor=0.25 )
ax.set_xlim(0,4)
ax.set_ylim(0,2)
ax.plot(x,y,c=(0.25,0.25,1.00),lw=2,zorder=10)
# ax.plot(x,y,c=(0.25,0.25,1.00),lw=2,zorder=0)
ax.grid(line,linewidth=0.5,color=r ,zorder=0)
# ax.grid(line,linewidth=0.5,color=r ,zorder=10)
# ax.grid(line,linewidth=0.5,color=0.25 ,zorder=0)
plt.show()视图代码
-
图5.2
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
fig=plt.figure(facecolor=(1.0,1.0,0.9412))
ax=图。添加轴([0.1,0.4,0.5,0.5])
对于ax.xaxis.get_ticklabels()中的标签:
ticklabel.set_color(slateblue )
ticklabel.set_fontsize(18)
ticklabel.set_rotation(30)
对于ax.yaxis.get_ticklabels()中的标签:
ticklabel.set_color(浅绿色)
ticklabel.set_fontsize(20)
ticklabel.set_rotation(2)
plt.show()视图代码
-
图5.3
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
从日历导入月名,日名
从matplotlib.ticker导入格式StrFormatter
图=plt .图()
ax=图。添加轴([0.2,0.2,0.7,0.7])
x=np.arange(1,8,1)
y=2*x
ax.plot(x,y,ls=-,lw=2,color=orange ,marker=o ,
ms=20,mfc=c ,mec=r )
斧头。雅克斯。set _ major _ formatter(formatstr formatter(r $ \ yen % 1.1f $ ))
plt.xticks(x,日名[0:7],旋转=20)
ax.set_xlim(0,8)
ax.set_ylim(0,18)
plt.show()视图代码
-
图5.4
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
x=np.linspace(0.5,3.5,100)
y=np.sin(x)
fig=plt.figure(figsize=(8,8))
ax=fig.add_subplot(111)
ax.plot(x,y,c=b ,ls=-,lw=2)
ax.annotate(maximum ,xy=(np.pi/2,1.0),xycoords=data ,
xytext=((np.pi/2) 0.15,0.8),textcoords=data ,
权重=粗体,颜色=r ,
arrowprops=dict(arrow,connection,color=r ))
ax.text(2.8,0.4, $y=\sin(x)$ ,fontsize=20,color=b ,
bbox=dict(facecolor=y ,alpha=0.5))
plt.show()视图代码
-
图5.5
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
x=np.linspace(0.0,10,40)
y=np.random.randn(40)
plt.plot(x,y,ls=-,lw=2,marker=o ,ms=20,mfc=orange ,alpha=0.6)
plt.grid(ls=:,color=gray ,alpha=0.5)
plt.text(6,0, Matplotlib ,size=30,rotation=30.0,
bbox=dict(box,ec=#8968CD ,fc=#FFE1FF ))
plt.show()视图代码
-
图5.6
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
x=np.linspace(0.0,10,40)
y=np.random.randn(40)
plt.plot(x,y,ls=-,lw=2,marker=o ,ms=20,mfc=orange ,alpha=0.6)
plt.grid(ls=:,color=gray ,alpha=0.5)
plt.text(1,2, Matplotlib ,size=50,alpha=0.5)
plt.show()视图代码
-
图5.7
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
x=np.linspace(0,10,2000)
y=np.sin(x)*np.cos(x)
图=plt .图()
ax=fig.add_subplot(111)
ax.plot(x,y,ls=-,lw=2)
bbox=dict(box,fc=#7EC0EE ,ec=#9B30FF )
arrowprops=dict(arrow,color=r ,
连接)
ax.annotate(单点、(5,np.sin(5)*np.cos(5))
xytext=(3,np.sin(3)*np.cos(3)),
fontsize=12,color=r ,bbox=bbox,arrowprops=arrowprops)
ax.grid(ls=:,color=gray ,alpha=0.6)
plt.show()视图代码
-
图5.8
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
x=np.linspace(0,10,2000)
y=np.sin(x)
图=plt .图()
ax=fig.add_subplot(111)
ax.plot(x,y,ls=-,lw=2)
ax.set_ylim(-1.5,1.5)
arrowprops=dict(arrow,color=r )
ax.annotate(,(3*np.pi/2,np.sin(3*np.pi/2) 0.15),
xytext=(np.pi/2,np.sin(np.pi/2) 0.15),color=r ,arrowprops=arrowprops)
ax.arrow(0.0,-0.4,np.pi/2,1.2,head_width=0.05,head_length=0.1,fc=g ,ec=g )
ax.grid(ls=:,color=gray ,alpha=0.6)
plt.show()视图代码
-
图5.9
将matplotlib.pyplot作为血小板计数导入
将绘制精美的图表作为数学编程语言(Mathematical Programming Language)导入
将数组作为铭牌导入
从matplotlib.sankey导入桑基图
mpl。RC params[ font。无衬线]=[宋芳]
mpl。RC params[轴。unicode _ MINUS ]=False
流量=[0.2,0.1,0.4,0.3,-0.6,-0.05,-0.15,-0.2]
labels=[,,,, ,家庭,旅行,教育,体育]
方向=[1,1,0,-1,1,-1,1,0]
sankey=Sankey()
sankey.add(流=流,标签=标签,方向=方向,颜色=c ,
fc=浅绿色,patchlabel=生命代价=0.7)
diagrams=sankey.finish()
图表[0]。课文[4]。set_color(r )
图表[0]。课文[4]。set_weight(bold )
图表[0]。文字。set _ fontsize(20)
图表[0]。文字。set _ font weight( bold )
plt.title(日常生活的成本开支的流量图)
plt.show()视图代码
-
图5.10
将matplotlib.pyplot作为血小板计数导入
将matplotlib.patheffects作为足导入
将数组作为铭牌导入
x=np.linspace(0.5,3.5,100)
y=np.sin(x)
fontsize=23
plt.plot(x,y,ls= -,lw=2)
title=$y=\sin({x})$
xaxis_label=$x\_axis$
yaxis_label=$y\_axis$
title_text_obj=plt.title(title,fontsize=fontsize,va=bottom )
xaxis _ label _ text _ obj=PLT。xlabel(xaxis _ label,
fontsize=fontsize-3,alpha=1.0)
ya xis _ label _ text _ obj=PLT。y标签(ya xis _ label,
fontsize=fontsize-3,alpha=1.0)
标题_文本_对象。set _ path _ effects([pes。withsimplepatchshadow()])
PE=pes。withsimplepatchshadow(offset=(1,-1),shadow_rgbFace=r ,alpha=0.3)
xaxis _ label _ text _ obj。设置路径效果([PE])
ya xis _ label _ text _ obj。设置路径效果([PE])
plt.show()视图代码
-
图5.11
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
x=np.linspace(0.5,3.5,100)
y=np.sin(x)
fig=plt.figure(figsize=(8,8))
ax=fig.add_subplot(111)
box=dict(facecolor=#6959CD ,pad=2,alpha=0.4)
ax.plot(x,y,c=b ,ls= -,lw=2)
title=$y=\sin({x})$
xaxis_label=$x\_axis$
yaxis_label=$y\_axis$
ax.set_xlabel(xaxis_label,fontsize=18,bbox=box)
ax.set_ylabel(yaxis_label,fontsize=18,bbox=box)
ax.set_title(title,fontsize=23,va=bottom )
斧头。雅克斯。set _ label _ coords(-0.08,0.5)
ax.xaxis.set_label_coords(1.0,-0.05)
ax.grid(ls=-. ,lw=1,颜色=灰色=0.5)
plt.show()视图代码
-
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。