2020/2/232_图表的基本元素
图表内基本参数设置In [2]:importimport numpy import pandas asas np pd% matplotlib.pyplot as plt# matplotlib inline导入相关模块http://localhost:8888/notebooks/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%%E5%AD%A6%E4%B9%A0/%E6%BA%90%E6%96%8…1/62020/2/232_图表的基本元素In [3]:# 图名，图例，轴标签，轴边界，轴刻度，轴刻度标签等 df = pd.DataFrame(np.random.rand(10,2),columns=['A','B'])fig = df.plot(figsize=(6,4))# figsize：创建图表窗口，设置窗口大小# 创建图表对象，并赋值与fig plt.title('Interesting Graph - Check it out') # 图名plt.xlabel('Plot Number') # x轴标签plt.ylabel('Important var') # y轴标签 plt.legend(loc = 'upper right') # 显示图例，loc表示位置# 'best' : 0, (only implemented for axes legends)(自适应方式)# 'upper right' : 1,# 'upper left' : 2,# 'lower left' : 3,# 'lower right' : 4,# 'right' : 5,# 'center left' : 6,# 'center right' : 7,# 'lower center' : 8,# 'upper center' : 9,# 'center' : 10, plt.xlim([0,12]) # x轴边界plt.ylim([0,1.5]) # y轴边界plt.xticks(range(10)) # 设置x刻度plt.yticks([0,0.2,0.4,0.6,0.8,1.0,1.2]) # 设置y刻度fig.set_xticklabels(\"%.1f\" %i for i in range(10)) # x轴刻度标签fig.set_yticklabels(\"%.2f\" %i for i in [0,0.2,0.4,0.6,0.8,1.0,1.2]) # y轴刻度标签# 范围只限定图表的长度，刻度则是决定显示的标尺 → 这里x轴范围是0-12，但刻度只是0-9，刻度标签使得其显# 轴标签则是显示刻度的标签 print(fig,type(fig))# 查看表格本身的显示方式，以及类别Axes(0.125,0.125;0.775x0.775) http://localhost:8888/notebooks/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%%E5%AD%A6%E4%B9%A0/%E6%BA%90%E6%96%8…2/62020/2/232_图表的基本元素http://localhost:8888/notebooks/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%%E5%AD%A6%E4%B9%A0/%E6%BA%90%E6%96%8…3/6
2020/2/232_图表的基本元素In [5]:# 其他元素可视性 x = np.linspace(-np.pi,np.pi,256,endpoint = True)c, s = np.cos(x), np.sin(x)plt.plot(x, c)plt.plot(x, s)# 通过ndarry创建图表 plt.grid(True, linestyle = \"--\",color = \"gray\", linewidth = \"0.5\",axis = 'x') # 显示网格# linestyle：线型# color：颜色# linewidth：宽度# axis：x，y，both，显示x/y/两者的格网 plt.tick_params(bottom='on',top='off',left='on',right='off') # 刻度显示 import matplotlibmatplotlib.rcParams['xtick.direction'] = 'out' matplotlib.rcParams['ytick.direction'] = 'inout' # 设置刻度的方向，in,out,inout# 这里需要导入matploltib，而不仅仅导入matplotlib.pyplot frame = plt.gca()#plt.axis('off')# 关闭坐标轴#frame.axes.get_xaxis().set_visible(False)#frame.axes.get_yaxis().set_visible(False)# x/y 轴不可见http://localhost:8888/notebooks/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%%E5%AD%A6%E4%B9%A0/%E6%BA%90%E6%96%8…4/62020/2/232_图表的基本元素In [6]:# 注解 df = pd.DataFrame(np.random.randn(10,2))df.plot(style = '--o')plt.text(5,0.5,'hahaha',fontsize=10) # 注解 → 横坐标，纵坐标，注解字符串Out[6]:http://localhost:8888/notebooks/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%%E5%AD%A6%E4%B9%A0/%E6%BA%90%E6%96%8…5/62020/2/232_图表的基本元素In [7]:# 图表输出 df = pd.DataFrame(np.random.randn(1000, 4), columns=list('ABCD'))df = df.cumsum()df.plot(style = '--.',alpha = 0.5)plt.legend(loc = 'upper left')plt.savefig('C:/Users/iHJX_Alienware/Desktop/pic.png', dpi=400, bbox_inches = 'tight', facecolor = 'g', edgecolor = 'b')# 可支持png，pdf，svg，ps，eps…等，以后缀名来指定# dpi是分辨率# bbox_inches：图表需要保存的部分。如果设置为‘tight’，则尝试剪除图表周围的空白部分。# facecolor，edgecolor： 图像的背景色，默认为‘w’（白色）http://localhost:8888/notebooks/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%%E5%AD%A6%E4%B9%A0/%E6%BA%90%E6%96%8…6/6
