文章中我们学习的主要技能有:移动坐标轴,显示图例,显示标记等。
1 移动坐标轴
import matplotlib.pyplot as plt import numpy as np # 设置图形的长宽比例 plt.figure(figsize=(14,6)) # 绘制sin曲线 plt.subplot(121) x = np.linspace(-np.pi, np.pi, 500, endpoint=True) y = np.sin(x) plt.plot(x, y) plt.subplot(122) plt.plot(x, y) # 得到坐标轴 ax = plt.gca() # 获取右边和上边设置颜色为none ax.spines["right"].set_color("none") ax.spines["top"].set_color("none") # 移动坐标轴 ax.spines["bottom"].set_position(("data", 0)) ax.spines["left"].set_position(("data", 0)) ax.xaxis.set_ticks_position("bottom") ax.yaxis.set_ticks_position("left") plt.show()
2 显示图例
from matplotlib.pyplot import * import numpy as np x = np.linspace(-np.pi, np.pi, 500, endpoint=True) y = np.sin(x) y0=np.cos(x) plot(x, y,label="sin") plot(x, y0,label="cos") # 显示标题 title("$sin$"+" & "+"$cos$") # 设置图例 loc 位置 ncol一行显示多少列 borderaxespad 坐标轴与图例之间的距离 # bbox_to_anchor指定图例的起始位置 参数为起始点 (整个坐标轴的高度为1) legend(bbox_to_anchor=(0.,1.02), loc=3, mode="expend", ncol=2, borderaxespad=0.) # 第一个参数 要显示的文字 指向的坐标 xycoords ="data" 和数据使用相同的坐标系 xytext 文字的坐标 arrowprops 箭头的样式 annotate("max sin(x)", (1.5, 1), xycoords="data", xytext=(2.88, 0.95), arrowprops=dict(arrowstyle="<-")) annotate("max cos(x)", (0, 1), xycoords="data", xytext=(-2.5, 0.7), arrowprops=dict(arrowstyle="<-")) show()
3 显示标记
from pylab import * import numpy as np # 得到图形 fig=figure() # 得到现在的坐标轴 ax=gca() start=datetime.datetime(2013,1,1) end=datetime.datetime(2013,12,31) delta=datetime.timedelta(days=1) # 得到所有的日期 dates=mpl.dates.drange(start,end,delta) # 生成指定数量的0-1的随机数 values=np.random.rand(len(dates)) # 标记marker mfc标记的中心颜色 mec 标记的边缘颜色 ax.plot(dates,values,linestyle="-",marker="v",mfc="r",mec="g") date_format=mpl.dates.DateFormatter("%Y-%m-%d") # 设置x轴的主要格式为日期格式 ax.xaxis.set_major_formatter(date_format) # 自动排版合适的方式位置显示x轴的时间 fig.autofmt_xdate() show()
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/38525.html
摘要:先从最常见的图形开始折线图条形图柱状图散点图圆形图。追踪和的过程对用户是隐形的,我们只需要知道每次调用绘图方法,该绘图效果都会呈现在当前中就可以了后面会讲如何手动变更当前和折线图条形图柱状图散点图圆形图分别对应着中的五个绘图函数。 利用 Matplotlib 绘制数据图形(一) 了解了 Matplotlib 的基本知识之后,我们就可以开始上手试试画图了。 先从最常见的图形开始:折线图、...
摘要:本文作为学习过程中对一些常用知识点的整理,方便查找。所有绘图操作仅对当前图和当前坐标有效。表示把图标分割成的网格。每个对象都是一个拥有自己坐标系统的绘图区域。避免比例压缩为椭圆数据可视化入门教程绘图核心剖析如何调整子图的大小 本文作为学习过程中对matplotlib一些常用知识点的整理,方便查找。 强烈推荐ipython无论你工作在什么项目上,IPython都是值得推荐的。利用ipyt...
matplotlib作为常见的可视化绘图工具,在工作当中,应用还是比较的广泛的,那么,我们要怎么使用python这门语言去进行绘图呢?下面就给大家详细解答下。 1、matplotlib之父简介 matplotlib之父John D.Hunter已经去世,他的一生辉煌而短暂,但是他开发的的该开源库还在继续着辉煌。国内介绍的资料太少了,查阅了一番整理如下: 1968出身于美国的田纳西州代尔斯...
摘要:简介同一样,也是进行数据可视化分析的重要第三方包。的五种绘图风格有五种的风格,它们分别是。 作者:xiaoyu微信公众号:Python数据科学知乎:python数据分析师 最近在做几个项目的数据分析,每次用到seaborn进行可视化绘图的时候总是忘记具体操作。虽然seaborn的官方网站已经详细的介绍了使用方法,但是毕竟是英文,而且查找不是很方便。因此博主想从零开始将seaborn学...
摘要:坐标轴,标题,标签,图形样式饼图,柱状图,折线图等等等的设置都通过的成员函数来设置完成。写在最后因为自身能力有限,也不是科班出身,都是自学的,目前还是一名学生,所以有未尽之处还请指正,不喜勿喷。 在pyqt5中使用matplotlib 前言 虽然,qt中也提供了绘图函数,但对于初学者并不是很容易掌握,众所周知,matplot提供了简单,易用,强大的绘图函数,结合mumpy基本可以达到m...
摘要:概述是使用开发的一个绘图库,是界进行数据可视化的首选库。可以通过图形示例来快速浏览所有支持的图形。最后,调用把绘制好的图形显示出来。对应于三个参数,表示行,表示列,表示位置。因此,表示在图表中总共有个图形,当前新增的图形添加到位置。 showImg(https://segmentfault.com/img/bV6EPD?w=542&h=130); 概述 Matplotlib 是使用 P...
阅读 1792·2021-10-20 13:49
阅读 1341·2019-08-30 15:52
阅读 2835·2019-08-29 16:37
阅读 1013·2019-08-29 10:55
阅读 3048·2019-08-26 12:14
阅读 1634·2019-08-23 17:06
阅读 3223·2019-08-23 16:59
阅读 2528·2019-08-23 15:42