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。

留言与评论(共有 条评论)
   
验证码: