开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> Python数据可视化 -> 正文阅读

[人工智能]Python数据可视化

第3章：图表辅助元素的定制
3.1设置坐标轴：
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
plt.plot(x, y1, x, y2)

设置X轴和Y轴的标签

plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)

添加标题

设置X轴和Y轴的标签

plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)

设置X轴的刻度范围和刻度标签

plt.xlim(x.min() * 1.5, x.max() * 1.5)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r’ $-\pi$ ’, r’ $-\pi/2$ ’, r’ $0$ ’, r’ $\pi/2$ ’, r’ $\pi$ ’])

添加标题

添加图例

plt.legend(lines, [‘正弦’,‘余弦’], shadow=True, fancybox=True)

设置X轴和Y轴的标签

plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)

设置X轴的刻度范围和刻度标签

plt.xlim(x.min() * 1.5, x.max() * 1.5)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r’ $-\pi$ ’, r’ $-\pi/2$ ’, r’ $0$ ’, r’ $\pi/2$ ’, r’ $\pi$ ’])

添加标题

添加图例

plt.legend(lines, [‘正弦’,‘余弦’], shadow=True, fancybox=True)

设置X轴和Y轴的标签

plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)

设置X轴的刻度范围和刻度标签

plt.xlim(x.min() * 1.5, x.max() * 1.5)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r’ $-\pi$ ’, r’ $-\pi/2$ ’, r’ $0$ ’, r’ $\pi/2$ ’, r’ $\pi$ ’])

显示网格

plt.grid(b=True, axis=‘y’, linewidth=0.3)

添加标题

添加图例

plt.legend(lines, [‘正弦’,‘余弦’], shadow=True, fancybox=True)

设置X轴和Y轴的标签

plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)

设置X轴的刻度范围和刻度标签

plt.xlim(x.min() * 1.5, x.max() * 1.5)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r’ $-\pi$ ’, r’ $-\pi/2$ ’, r’ $0$ ’, r’ $\pi/2$ ’, r’ $\pi$ ’])

显示网格

plt.grid(b=True, axis=‘y’, linewidth=0.3)

添加参考线

plt.axvline(x=0, linestyle=’–’)
plt.axhline(y=0, linestyle=’–’)

添加标题

添加图例

plt.legend(lines, [‘正弦’,‘余弦’], shadow=True, fancybox=True)

设置X轴和Y轴的标签

plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)

设置X轴的刻度范围和刻度标签

plt.xlim(x.min() * 1.5, x.max() * 1.5)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r’ $-\pi$ ’, r’ $-\pi/2$ ’, r’ $0$ ’, r’ $\pi/2$ ’, r’ $\pi$ ’])

显示网格

plt.grid(b=True, axis=‘y’, linewidth=0.3)

添加参考线

plt.axvline(x=0, linestyle=’–’)
plt.axhline(y=0, linestyle=’–’)

添加参考区域

plt.axvspan(xmin=0.5, xmax=2.0, alpha=0.3)
plt.axhspan(ymin=0.5, ymax=1.0, alpha=0.3)

添加标题

添加图例

plt.legend(lines, [‘正弦’,‘余弦’], shadow=True, fancybox=True)

设置X轴和Y轴的标签

plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)

设置X轴的刻度范围和刻度标签

plt.xlim(x.min() * 1.5, x.max() * 1.5)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r’ $-\pi$ ’, r’ $-\pi/2$ ’, r’ $0$ ’, r’ $\pi/2$ ’, r’ $\pi$ ’])

显示网格

plt.grid(b=True, axis=‘y’, linewidth=0.3)

添加参考线

plt.axvline(x=0, linestyle=’–’)
plt.axhline(y=0, linestyle=’–’)

添加参考区域

plt.axvspan(xmin=0.5, xmax=2.0, alpha=0.3)
plt.axhspan(ymin=0.5, ymax=1.0, alpha=0.3)

添加指向型注释文本

plt.annotate(“最大值”, xy=(np.pi / 2, 1.0), xytext=((np.pi / 2), 0.5), arrowprops=dict(arrowstyle="->"))

添加标题

添加图例

plt.legend(lines, [‘正弦’,‘余弦’], shadow=True, fancybox=True)

设置X轴和Y轴的标签

plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)

设置X轴的刻度范围和刻度标签

plt.xlim(x.min() * 1.5, x.max() * 1.5)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r’ $-\pi$ ’, r’ $-\pi/2$ ’, r’ $0$ ’, r’ $\pi/2$ ’, r’ $\pi$ ’])

显示网格

plt.grid(b=True, axis=‘y’, linewidth=0.3)

添加参考线

plt.axvline(x=0, linestyle=’–’)
plt.axhline(y=0, linestyle=’–’)

添加参考区域

plt.axvspan(xmin=0.5, xmax=2.0, alpha=0.3)
plt.axhspan(ymin=0.5, ymax=1.0, alpha=0.3)

添加指向型注释文本

plt.annotate(“最大值”, xy=(np.pi / 2, 1.0), xytext=((np.pi / 2), 0.5), arrowprops=dict(arrowstyle="->"))

添加无指向型注释文本

plt.text(3.10, 0.10, “y=sin(x)”, bbox=dict(alpha=0.2))

添加标题

plt.title(“2020080603021”)
plt.show
在这里插入图片描述
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y1, y2 = np.sin(x), np.cos(x)
lines = plt.plot(x, y1, x, y2)
#添加图例
plt.legend(lines, [‘正弦’,‘余弦’], shadow=True, fancybox=True)
#设置X轴和Y轴的标签
plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)

设置X轴的刻度范围和刻度标签

plt.xlim(x.min() * 1.5, x.max() * 1.5)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r’ $-\pi$ ’, r’ $-\pi/2$ ’, r’ $0$ ’, r’ $\pi/2$ ’, r’ $\pi$ ’])

显示网格

plt.grid(b=True, axis=‘y’, linewidth=0.3)

添加参考线

plt.axvline(x=0, linestyle=’–’)
plt.axhline(y=0, linestyle=’–’)

添加参考区域

plt.axvspan(xmin=0.5, xmax=2.0, alpha=0.3)
plt.axhspan(ymin=0.5, ymax=1.0, alpha=0.3)

添加指向型注释文本

plt.annotate(“最大值”, xy=(np.pi / 2, 1.0), xytext=((np.pi / 2), 0.5), arrowprops=dict(arrowstyle="->"))

添加无指向型注释文本

plt.text(3.10, 0.10, “y=sin(x)”, bbox=dict(alpha=0.2))

添加表格

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=‘lower right’)

添加标题

plt.title(“2020080603021”)
plt.show
在这里插入图片描述
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
kinds = [‘购物’, ‘人情往来’, ‘餐饮美食’, ‘通信物流’, ‘生活日用’, ‘交通出行’, ‘休闲娱乐’, ‘其他’]
money_scale = [800 / 3000, 100 / 3000, 1000 / 3000, 200 / 3000,
300 / 3000, 200 / 3000, 200 / 3000, 200 / 3000]
dev_position = [0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1]
plt.pie(money_scale, autopct=’%3.1f%%’, shadow=True,
explode=dev_position, startangle=90)

添加标题

plt.title(‘支付宝月账单报告’)

添加图例

plt.legend(kinds, loc=‘upper right’, bbox_to_anchor=[1.3, 1.1])
plt.show()
在这里插入图片描述
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = ‘SimHei’
plt.rcParams[‘axes.unicode_minus’] = False
x_speed = np.arange(10, 210, 10)
y_distance = np.array([0.5, 2.0, 4.4, 7.9, 12.3,
17.7, 24.1, 31.5, 39.9, 49.2,
59.5, 70.8, 83.1, 96.4, 110.7,
126.0, 142.2, 159.4, 177.6, 196.8])
plt.scatter(x_speed, y_distance, s=50, alpha=0.9, linewidths=0.3)

设置 x 轴的标签、刻度标签

plt.xlabel(‘速度(km/h)’)
plt.ylabel(‘制动距离(m)’)
plt.xticks(x_speed)

显示网格

plt.grid(b=True, linewidth=0.3)

添加标题

plt.title(“2020080603021”)
plt.show
在这里插入图片描述
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
men_means = (90.5, 89.5, 88.7, 88.5, 85.2, 86.6)
women_means = (92.7, 87.0, 90.5, 85.0, 89.5, 89.8)
ind = np.arange(len(men_means)) # 每组柱形的 x 位置
width = 0.2 # 各柱形的宽度
fig = plt.figure()
ax = fig.add_subplot(111)
ax.bar(ind - width / 2, men_means, width, label=‘男生平均成绩’)
ax.bar(ind + 0.2, women_means, width, label=‘女生平均成绩’)
ax.set_title(’ 高二各班男生、女生英语平均成绩’)
ax.set_ylabel(‘分数’)
ax.set_xticks(ind)
ax.set_xticklabels([‘高二1班’, ‘高二2班’, ‘高二3班’, ‘高二4班’, ‘高二5班’, ‘高二6班’])

添加参考线

ax.axhline(88.5, ls=’–’, linewidth=1.0, label=‘全体平均成绩’)
ax.legend(loc=“lower right”)

添加标题

plt.title(“2020080603021”)
plt.show
在这里插入图片描述
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
x = np.arange(1, 8)
y = np.array([10770, 16780, 24440, 30920, 37670, 48200, 57270])
bar_rects = plt.bar(x, y, tick_label=[“FY2013”, “FY2014”, “FY2015”,
“FY2016”, “FY2017”, “FY2018”, “FY2019”], width=0.5)

添加无指向型注释文本

def autolabel(rects):
“”" 在每个矩形条的上方附加一个文本标签, 以显示其高度"""
for rect in rects:
height = rect.get_height() # 获取每个矩形条的高度
plt.text(rect.get_x() + rect.get_width() / 2, height + 300, s=’{}’.format(height),
ha=‘center’, va=‘bottom’)
autolabel(bar_rects)