[人工智能]python绘图操作

python绘图操作大全

一些基本设置

import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style='whitegrid')  # 设置风格
plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文
plt.rcParams['axes.unicode_minus'] = False  # 显示负号
# 画在不同窗口
plt.figure(1)
plt.plot()
plt.figure(2)
plt.plot()
# 画在同一窗口
plt.subplot(1, 3, 2)  # 画多张图

legend

plt.legend()

• loc 位置参数，0: ‘best’ 1: ‘upper right’ 2: ‘upper left’ 3: ‘lower left’ 4: ‘lower right’ 5: ‘right’ 6: ‘center left’ 7: ‘center right’ 8: ‘lower center’ 9: ‘upper center’ 10: ‘center’

双柱状图+折线图

fig = plt.figure()
plt.title('2013-2020年城乡居民人均可支配收入(元)')
ax1 = fig.add_subplot(111)
width = 0.4  # 柱子宽度
ax1.bar(urban[:, 0]-width/2, urban[:, 1], width, label='城镇居民人均可支配收入(元)')
ax1.bar(urban[:, 0]+width/2, rural[:, 1], width, label='农村居民人均可支配收入(元)')
# 柱子上显示数值
for a, b in zip(urban[:, 0]-width/2, urban[:, 1]):
    plt.text(a, b, b, ha='center', va='bottom')
for a, b in zip(urban[:, 0]+width/2, rural[:, 1]):
    plt.text(a, b, b, ha='center', va='bottom')
ax1.set_xlabel('年份')
ax1.set_ylabel('人均可支配收入(元)')
ax2 = ax1.twinx()
ax2.plot(residents[1:, 0]-width/2, urban_real_rate, 'r', marker='*', label='城镇实际增长(%)')
ax2.plot(residents[1:, 0]+width/2, rural_real_rate, 'g', marker='*', label='农村实际增长(%)')
ax2.set_ylim(-10, 20)
ax2.set_ylabel('实际增长(%)')
ax2.grid(False)  # zip() 生成所有元素组合输出元组的列表
for a, b in zip(residents[1:, 0]-width/2, urban_real_rate):  
    plt.text(a, b+0.4, b, ha='center', va='bottom')
for a, b in zip(residents[1:, 0]+width/2, rural_real_rate):
    plt.text(a, b+0.4, b, ha='center', va='bottom')
# 合并图例
fig.legend(loc=2, bbox_to_anchor=(0, 1), bbox_transform=ax1.transAxes)
plt.show()

添加标签 plt.text()

对于plt.text(x, y, s, fontsize, verticalalignment,horizontalalignment,rotation , **kwargs)：

• x,y 标签添加的位置坐标，transform=ax.transAxes可以变换坐标系。
• s 标签内容
• fontsize 标签字体大小
• verticalalignment 垂直对齐方式 ，可选 ‘center’ ，‘top’ ， ‘bottom’，‘baseline’
• horizontalalignment 水平对齐方式 ，可选 ‘center’ ， ‘right’ ，‘left’
• rotation 标签旋转角度，逆时针计算

饼图

plt.pie(val, labels=label_income, labeldistance=1.1, autopct='%1.1f%%', startangle=90)
plt.axis('equal')

地图

c = (
    Map(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION))
    .add("2020年", data_pair=residents_2020[["地区", "居民人均可支配收入(元)"]].values.tolist(), maptype="china")
    .add("2019年", data_pair=residents_2019[["地区", "居民人均可支配收入(元)"]].values.tolist(), maptype="china")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="各省份居民人均可支配收入情况"),
        visualmap_opts=opts.VisualMapOpts(max_=80000, range_color=['#0087B6', '#F9CB69', '#FF5855'])
    )
)
c.render('各省份居民人均可支配收入情况.html')

热力图

sns.heatmap(sd1, square=True, xticklabels=1, yticklabels=1)
plt.title('各地区收支情况——欧式距离')
plt.show()