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。