[人工智能]【Python】Matplotlib绘图02_pyplot图表美化

本人依据上课学习内容，将matplotlib内容浓缩为代码块
以下是第二部分的学习内容：
1.添加图表辅助元素
2.子图绘制
3.共享坐标轴
4.双坐标轴
5.调整子图之间的距离

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
# 显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = np.arange(5)
y1 = np.array([10, 8, 7, 11, 13])
y2 = np.array([9, 6, 5, 10, 12])
lines = plt.plot(x, y1, x, y2)

'''1.添加图表辅助元素'''
# 轴标签
# axes对象用set_xlabel()
plt.xlabel('x轴')
plt.ylabel('y轴')

# 刻度范围与刻度标签
# 标签也可以在绘制的时候用label等参数直接控制
# 若不设置，则坐标轴的刻度范围取决于数据中的最大值和最小值
# axes用set_xlim(),set_xticklabels
plt.xlim(x.min() - 1.5, x.max() + 1.5)
plt.xticks(np.arange(5), ['a', 'b', 'c', 'd', 'e'])

# 标题
# axes用set_title()
plt.title('展示图表辅助元素的折线图')

# 图例
# 如果plot建立的时候已经指明label内容，直接plt.legend()即可
# fancybox边框设为圆角，loc设置位置
plt.legend(lines, ['折线1', '折线2'], shadow=True, fancybox=True,
           loc='best', title='图例标题展示')

# 网格
# 坐标轴无刻度，则无法显示网格
# visible是否显示网格，axis='both'/'x'/'y'显示哪个方向的网格
plt.grid(visible=True, axis='y', linewidth=0.3)

# 参考线
# 水平参考线，y是参考线y轴坐标，xmin,xmax是参考线起止位置比例
plt.axhline(y=0, xmax=0, xmin=1, linestyle='--')
# 垂直参考线，x是参考线x轴坐标
plt.axvline(x=0, ymax=0, ymin=1, linestyle='--')

# 参考区域
# ymin:表示水平跨度的下限
# ymax:表示水平跨度的上限
# xmin:表示垂直跨度的下限
# xmax:表示垂直跨度的上限
# 水平参考区域，ymin,ymax以数据为单位，xmin,xmax以轴为单位
plt.axhspan(ymin=0.5, ymax=1.0, alpha=0.3)
# 垂直参考区域
plt.axvspan(xmin=0.5, xmax=2.0, alpha=0.3)

# 注释文本
# （1）有指向
# xy需要指的坐标，xytest注释文本位置，arrowprops箭头字典
plt.annotate('折线1最小值', xy=(x.min()+2, y1.min()+0.5),
             xytext=(x.min()+2+1, y1.min()+0.5+1), arrowprops=dict(arrowstyle="->"))
# （2）无指向
# x,y注释文本坐标，s注释文本内容
# bbox注释文本边框属性
plt.text(x=3.10, y=0.10, s="y=0参考线", bbox=dict(alpha=0.2))

# 编写数学表达式文本
# r'$\alpha > \beta$'  a>b
# r'$\alpha_i > \beta_i$'  ai>bi, _下标，^上标
# r'$\frac{3}{4}$'  3/4  \frac{}{}显示分数
# r'$\frac{5 - \frac{1}{x}}{4}$'   (5-1/x)/4

# 表格
plt.table(cellText=[[6, 6, 6], [8, 8, 8]], colWidths=[0.1] * 3,
          rowLabels=['第1行', '第2行'], colLabels=['第1列', '第2列', '第3列'], loc='upper left')

plt.show()

'''2.子图绘制'''
# Figure函数:
fig = plt.figure(figsize=(6, 8))  # 创建a*b尺寸的画布
ax = fig.add_subplot(111)  # 在画布上添加1,1,1(1行1列索引1)绘图区域
ax.plot(y1)
# Subplots函数：
fig, ax = plt.subplots(2, 2, figsize=(10, 5))
ax1 = ax[1, 0]  # 行1列0
ax1.plot([1, 2, 3, 4, 5])
# fig, ax1, ax2, ax3, ax4 = plt.subplots(2, 2, figsize=(10, 5))
# ax1.plot(y1)  # ax[0, 0]
# ax2.bar(x, y1)  # ax[0, 1]
# ax3.plot(y2)  # ax[1, 0]
# ax4.bar(x, y2)  # ax[1, 1]

'''3.共享坐标轴'''
# sharex(或sharey)参数控制是否共享x轴(或y轴)。
# sharex参数支持False或'none'、True或
# 'all'（都共享x轴）、'row'（同行子图共享x轴）、'col'（同列子图共享x轴）中任一取值。
fig, ax_arr = plt.subplots(2, 2, sharex='col')

# 双坐标轴，twinx 加y轴双坐标，twiny 加x轴双坐标
# ax_right = ax.twinx

# 调整子图之间的距离
# plt.tight_layout()