数据可视化2

plt.gcf() / plt.gca()——获得当前图表和子图

plt.plot(x,y)
ax=plt.gca()
ax.spines[“right”].set_color(‘red’)
数据可视化2_第1张图片

plt.plot(x,y)
ax=plt.gca()
ax.spines[“right”].set_color(‘red’)
ax.spines[“left”].set_color(‘green’)
ax.spines[“top”].set_color(‘yellow’)
ax.spines[“bottom”].set_color(‘orange’)数据可视化2_第2张图片>x=np.linspace(-3.15,3.15,100)
y=np.sin(x)
plt.plot(x,y)
ax=plt.gca()
ax.spines[“right”].set_color(‘none’)
ax.spines[“top”].set_color(‘none’)
ax.xaxis.set_ticks_position(‘bottom’)
ax.yaxis.set_ticks_position(‘left’)
ax.spines[‘left’].set_position((‘data’,0))
ax.spines[‘bottom’].set_position((‘data’,0))
数据可视化2_第3张图片

plt.bar()—柱状图

x=np.arange(10)
data=np.random.randint(1,11,10)
data
plt.bar(x,data)
plt.show()
数据可视化2_第4张图片

  • 加标题修饰后

x=np.arange(10)
data=np.random.randint(1,11,10)
data
plt.bar(x,data,label=‘bar’)
plt.legend(loc=1)
plt.title(‘horizontal bar chart’)
plt.show()数据可视化2_第5张图片

x=np.arange(10)
data=np.random.randint(1,11,10)
data
plt.bar(x,data,facecolor=“g”,edgecolor=“r”,hatch=’/’,lw=3,alpha=0.3,width=0.5,label=‘bar’)
plt.legend(loc=1)
plt.title(‘horizontal bar chart’)
plt.show()
数据可视化2_第6张图片>x=np.arange(10)
data=np.random.randint(1,11,10)
data
plt.bar(x,data,facecolor=“g”,edgecolor=“r”,hatch=’+++’,tick_label=[‘一’,‘二’,‘三’,‘四’,‘五’,‘六’,‘七’,‘八’,‘九’,‘十’],lw=3,alpha=0.5,width=0.5,label=‘bar’)
plt.legend(loc=1)
plt.title(‘horizontal bar chart’)
plt.show()

数据可视化2_第7张图片

#多序列条形图
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
index = np.arange(5)
data1 = [3,4,6,8,9]
data2 = [11,23,6,5,1]
data3 = [12,6,21,8,26]
#把一个空间划分为3部分,定义a值为0.3,三个站0.9,剩0.1的空格
a=0.3
plt.title(‘multi bar chart’)
plt.bar(index,data1,a,color=‘r’,label=‘a’)
plt.bar(index+a,data2,a,color=‘b’,label=‘b’)
plt.bar(index+2*a,data3,a,color=‘g’,label=‘c’)
plt.legend(loc=2)
plt.show()数据可视化2_第8张图片

你可能感兴趣的:(数据可视化2)