matplotlib绘制折线图的基本配置(万能模板案例)
时间:2022-06-30 09:27:42|栏目:Python代码|点击: 次
前面我们已经构造了一种图形可视化的模板了,下面我们直接使用这个模板进行增添和修改,进一步的改善图形的外观。
import matplotlib.pyplot as plt # 画布 plt.figure(figsize=(9,3), # (宽度 , 高度) 单位inch dpi=100, # 清晰度 dot-per-inch facecolor='#CCCCCC', # 画布底色 edgecolor='black',linewidth=0.2,frameon=True, # 画布边框 #frameon=False # 不要画布边框 ) # ax = plt.gca() # ax.plot() plt.plot() plt.show()
设置好基本的图形之后,我们就可以向上面添加一些数据了
(图例放置位置)
"""legend( handles=(line1, line2, line3), labels=('label1', 'label2', 'label3'), 'upper right') The *loc* location codes are:: 'best' : 0, (currently not supported for figure legends) '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,"""
折线图案例
import matplotlib.pyplot as plt import numpy as np import pandas as pd # 画布 plt.figure(figsize=(15,5), # (宽度 , 高度) 单位inch dpi=100, # 清晰度 dot-per-inch facecolor='#CCCCCC', # 画布底色 edgecolor='black',linewidth=0.2,frameon=True, # 画布边框 #frameon=False # 不要画布边框 ) # 数据 x = np.linspace(0, 2 * np.pi, 50) y1 = np.sin(x) y2 = np.cos(x) df = pd.DataFrame([x,y1,y2]).T df.columns = ['x','sin(x)','cos(x)'] # 图形 plt.plot(df['x'],df['sin(x)'],label='sin(x)') plt.plot(df['x'],df['cos(x)'],label='cos(x)') # 图例 plt.legend(loc='lower right') # 不带参数的时候,使用图形的label属性 # plt.legend(labels=['sin','cos']) # 标题 #plt.title("sin(x) and cos(x)",loc='center',y=0.85) # 字体字典 font_dict = {'fontsize': 12, 'fontweight': 'bold', 'color': 'green'} plt.title("sin(x) and cos(x)",loc='center',y=0.9, fontdict=font_dict)
查看全局参数
# matplotlib.pyplot的全局参数 plt.rcParams
import matplotlib.pyplot as plt import numpy as np import pandas as pd # 设置中文字体 plt.rcParams['axes.unicode_minus'] = False # 不使用中文减号 plt.rcParams['font.sans-serif'] = 'FangSong' # 设置字体为仿宋(FangSong) # 画布 plt.figure(figsize=(15,5), # (宽度 , 高度) 单位inch dpi=120, # 清晰度 dot-per-inch facecolor='#CCCCCC', # 画布底色 edgecolor='black',linewidth=0.2,frameon=True, # 画布边框 #frameon=False # 不要画布边框 ) # 数据 x = np.linspace(0, 2 * np.pi, 50) y1 = np.sin(x) y2 = np.cos(x) df = pd.DataFrame([x,y1,y2]).T df.columns = ['x','sin(x)','cos(x)'] # 图形 plt.plot(df['x'],df['sin(x)'],label='sin(x)') plt.plot(df['x'],df['cos(x)'],label='cos(x)') # 图例 plt.legend() # 标题 #plt.title("sin(x) and cos(x)",loc='center',y=0.85) # 字体字典 font_dict = {'fontsize': 10, 'fontweight': 'bold', 'color': 'grey'} # 中文标题, 默认的字体不支持中文 plt.title("三角函数:正弦和余弦",loc='center',y=0.9, fontdict=font_dict)
改变字体
# 字体字典 font_dict = {'fontsize': 10, 'fontweight': 'bold', 'color': 'grey'} # 中文标题, 默认的字体不支持中文 plt.title("三角函数:正弦和余弦",loc='center',y=0.9, fontdict=font_dict)
添加X轴和Y轴
import matplotlib.pyplot as plt import numpy as np import pandas as pd # 画布 plt.figure(figsize=(15,5), # (宽度 , 高度) 单位inch dpi=120, # 清晰度 dot-per-inch facecolor='#CCCCCC', # 画布底色 edgecolor='black',linewidth=0.2,frameon=True, # 画布边框 #frameon=False # 不要画布边框 ) # 数据 x = np.linspace(0, 2 * np.pi, 50) # y1 = np.sin(x) y2 = np.cos(x) df = pd.DataFrame([x,y1,y2]).T df.columns = ['x','sin(x)','cos(x)'] # 标题 #plt.title("sin(x) and cos(x)",loc='center',y=0.85) # 字体字典 font_dict = {'fontsize': 10, 'fontweight': 'bold', 'color': 'black','fontfamily':'KaiTi'} # 设置全局中文字体 plt.rcParams['font.sans-serif'] = 'KaiTi' # 设置全局字体为中文 楷体 plt.rcParams['axes.unicode_minus'] = False # 不使用中文减号 # 常用中文字体 # 宋体 SimSun # 黑体 SimHei # 微软雅黑 Microsoft YaHei # 微软正黑体 Microsoft JhengHei # 新宋体 NSimSun # 新细明体 PMingLiU # 细明体 MingLiU # 标楷体 DFKai-SB # 仿宋 FangSong # 楷体 KaiTi # 中文标题, 默认的字体不支持中文 plt.title("三角函数:正弦和余弦",loc='center',y=1, fontdict=font_dict) # Axes 坐标系设置 ax = plt.gca() # 获取当前坐标系 ax.set_facecolor('#FEFEFE') # 设置坐标系参数。。。。 #plt.xlabel() => ax.set_xlabel() # ax.set_facecolor('#EE2211') # ax.set_alpha(0.15) # plt.title() => ax.set_title("AX TITLE") # X轴标签 plt.xlabel("X轴") # loc: 左中右 left-center-right # Y轴标签 plt.ylabel("Y轴") # loc: 上中下 top-center-bottom # X轴范围 plt.xlim(0,np.pi) # 只显示X在0-Pi之间的部分 # Y轴范围 plt.ylim([0,1.1]) # 只显示Y在0-1之间的部分 # X轴刻度 xticks = np.array([0,1/4,2/4,3/4,1]) * np.pi # X 轴上刻度的值 labels = ["0",'1/4 Π','1/2 Π','3/4 Π', 'Π'] # X 轴上刻度标签 plt.xticks(xticks, labels) # 如果没有传入labels,直接使用ticks作为labels # Y轴刻度 yticks = np.arange(0.0,1.2,0.2) # X 轴上刻度的值 plt.yticks(yticks) # 如果没有传入labels,直接使用ticks作为labels # 根据刻度画网格线 #plt.grid() plt.grid(axis='x') # axis: both, x, y 在哪个轴上画格子 # 图形 plt.plot(df['x'],df['sin(x)'],label='sin(x)') plt.plot(df['x'],df['cos(x)'],label='cos(x)') # 图例 plt.legend() # plt.legend(labels=['sin','cos'])
折线图绘制万能模板
# 处理数据 df = pd.read_csv(r'unemployment-rate-1948-2010.csv',usecols=['Year','Period','Value']) df.replace('^M','-',regex=True, inplace=True) df['year_month'] = df['Year'].astype('U') + df['Period'] # 设置画布和参数 plt.figure(figsize=(16,4), dpi=130, facecolor='white', edgecolor='black', frameon=True)# 画布底色 # 添加数据 plt.plot(df['year_month'], df['Value'],'c')#改变颜色和线条 ''' 一般不需要改动下面的,只需要设置一些固定常量 ''' # 构造X轴标签,一般不用设置 xticks = [df['year_month'][i] for i in np.arange(0,df['year_month'].size,15)]#X轴的显示 #X轴设置倾斜度,可以解决标签过长的问题,大小可以设置默认 plt.xticks(xticks,rotation=100,size=10) # 设置图形上的各类主题值 plt.suptitle('主标题:unemployment-rate-1948-2010',size=17,y=1.0) plt.title("绘制日期:2022年 昵称:王小王-123", loc='right',size=15,y=1) plt.title("主页:https://blog.csdn.net/weixin_47723732", loc='left',size=12,y=1) # 设置坐标轴上的字体标签 font_dict = {'fontsize': 15, 'fontweight': 'bold', 'color': 'black','fontfamily':'KaiTi'} plt.xlabel('年月',font_dict) plt.ylabel('失业率',font_dict)
上一篇:Python将视频或者动态图gif逐帧保存为图片的方法
栏 目:Python代码
本文标题:matplotlib绘制折线图的基本配置(万能模板案例)
本文地址:http://www.codeinn.net/misctech/206370.html