python数据可视化04

一，学习的内容
1 默认图表样式
2 图表样式修改 局部修改、全局修改
3 使用颜色
4 RGB模式表示的颜色
5 使用颜色映射表
6 选择线型
7 添加数据标记
8 设置字体 、字体样式
9 切换主题风格
10 填充区域
练习实例
代码如下：
（1）

#实例1 两地区对不同种类图书采购情况
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x= np.arange(5)
y1=[1200,2400,1800,2200,1600]
y2= [1050,2100,1300,1600,1340]
bar_width =0.6
tick_label = ["家庭","小说","心里","科技","儿童"]
fig =plt.figure()
ax= fig.add_subplot(111)
#绘制柱形图，并使用颜色
ax.bar(x,y1,bar_width,color="#FFCC00",align="center",label="地区1")
ax.bar(x,y2,bar_width,bottom=y1,color="#B0C4DE",align="center",label="地区2")
ax.set_ylabel("采购数量(本)")
ax.set_xlabel("图书种类")
ax.set_title("地区1和地区2对各种类图书的采购情况")
ax.grid(True,axis='y',color="gray",alpha=0.2)
ax.set_xticks(x)
ax.set_xticklabels(tick_label)
ax.legend()
plt.show()

（2）

#实例2 2017年7月与2019年7月美元/人民币汇率走势
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
#汇率
eurcny_2017 = np.array([6.8007,6.8007,6.8015,6.8015,6.8060,
                        6.8060,6.8060,6.8036,6.8025,6.7877,
                        6.7835,6.7758,6.7700,6.7463,6.7519,
                        6.7511,6.7511,6.7539,6.7265])
eurcny_2019 = np.array([6.8640,6.8705,6.8697,6.8697,6.8697,
                        6.8881,6.8853,6.8856,6.8677,6.8662,
                        6.8662,6.8662,6.8827,6.8761,6.8635,
                        6.8860,6.8737,6.8796,6.8841])
date_x= np.array([3,4,5,6,7,8,9,10,11,12,
                   13,14,17,18,19,24,25,26,31])
fig = plt.figure()
ax = fig.add_subplot(111)
#第一条折线
ax.plot(date_x,eurcny_2017,color='#006374',linewidth=2,
         label='2017年7月美元/人民币汇率')
#第2折线
ax.plot(date_x,eurcny_2019,color='#8a2e76',linestyle='--',
        linewidth=2,label='2019年7月美元/人民币汇率')
ax.set_title('2017年7月与2019年7月美元/人民币汇率走势')
ax.set_xlabel('日期')
ax.set_ylabel('汇率')
ax.legend()
plt.show()

（3）

#实例3 标记不同产品各季度的销售额
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
sale_a= [2144,4617,7674,6666]
sale_b= [853,1214,2414,4409]
sale_c= [153,155,292,680]
fig = plt.figure()
ax =fig.add_subplot(111)
#绘制具有不同线条样式的折线图
ax.plot(sale_a, 'D-',sale_b,':',sale_c,'s--')
ax.grid(alpha=0.3)
ax.set_ylabel('销售额(元)')
ax.set_xticks(np.arange(len(sale_c)))
ax.set_xticklabels(['第一季度','第二季度','第三季度','第四季度'])
ax.legend(['产品A','产品B','产品C'])
plt.title("2020080603043")
plt.show()

（4）

# 实例4 未来15天的最高气温和最低
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = np.arange(4,19)
y_max=[32,33,34,34,33,31,30,29,30,29,26,23,21,25,31]
y_min=[19,19,20,22,22,21,22,16,18,18,17,14,15,16,16]
#可以多次调用plot函数
plt.plot(x,y_max,marker='o',label='最高温度')
plt.plot(x,y_min,marker='o',label='最低温度')
# 为图表添加注释 设置字体样式
x_temp = 4
for y_h,y_l in zip(y_max,y_min):
    plt.text(x_temp-0.3, y_h + 0.7,y_h,family='SimHei',
fontsize=8,fontstyle='normal')
    plt.text(x_temp-0.3,y_l + 0.7,y_l,family='SimHei',
fontsize=8,fontstyle='normal')
    x_temp += 1
    plt.title('未来15天最高气温和最低气温的走势')
    plt.xlabel('日期')
    plt.ylabel('温度($^\circ$C)')
    plt.ylim(0,40)
    plt.legend()
    plt.show()

（5）

# 实例5 彩色的雪花
import numpy as np
import matplotlib.pyplot as plt
def koch_snowflake(order,scale=10):
    def _koch_snowflake_complex(order):
        if order == 0:
            #初始三角形
            angles = np.array([0,120,240]) +90 
            return scale / np.sqrt(3) * np.exp(np.deg2rad(angles) * 1j)
        else:
            ZR = 0.5 - 0.5j* np.sqrt(3) /3 
            p1= _koch_snowflake_complex(order - 1)#起点
            p2 = np.roll(p1,shift=-1)#终点
            dp = p2-p1
            new_points = np.empty(len(p1) *4,dtype = np.complex128)
            new_points [::4]=p1
            new_points[1::4]=p1 + dp /3
            new_points[2::4]=p1 + dp *ZR
            new_points[3::4]=p1 + dp /3 *2
            return new_points
    points =  _koch_snowflake_complex(order)
    x,y = points.real,points.imag
    return x,y
x,y = koch_snowflake(order=2)
fig = plt.figure()
ax =fig.add_subplot(111)
ax.fill(x,y, facecolor='lightsalmon' ,edgecolor='orangered', linewidth=3)
plt.show()

（6）

 # 曲线之间区域的填充
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,8 * np.pi,1000)
sin_y=np.sin(x)
cos_y=np.cos(1.5* x / np.pi) /2
plt.plot(x,sin_y)
plt.plot(x,cos_y)
plt.fill_between(x,cos_y,sin_y,cos_y<sin_y,color='y',alpha=0.5)
plt.fill_between(x,cos_y,sin_y,cos_y>sin_y,color='b',alpha=0.5)
plt.title("2020080603043")
plt.show()

效果图如下：