数据分析---matplotlib2

文章目录

    • 绘制网格
    • plt.gca()对坐标轴的操作
    • 线条设置
    • 创建图形对象
    • 基本柱状图
    • 饼状图

绘制网格

数据分析---matplotlib2_第1张图片

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)
plt.grid(True,linestyle="-",color="gray",linewidth="0.5",axis='both')

数据分析---matplotlib2_第2张图片

plt.gca()对坐标轴的操作

数据分析---matplotlib2_第3张图片

x=np.arange(-50,51)
y=x**2
#获取当前坐标轴
ac=plt.gca()
#通过坐标轴spines,确定top,bottom,left,right(分别表示上下左右)

#不需要右侧和上侧线条,可以设置其他颜色
ax.spines['right'].set_color("none")
ax.spines['top'].set_color("none")

plt.plot(x,y)

数据分析---matplotlib2_第4张图片

#移动下轴到指定位置
#在这里,position位置参数有3种,data,outward(向外-可自行尝试)
#axes:0.0-1.0之间的值,整个轴上的比例
ax.spines['left'].set_position(('axes',0.5))
#移动下轴到指定位置
#'data'表示数值挪动。其后数字代表挪动到y轴的刻度值
ax.spines['bottom'].set_position(('data',0.0)
plt.plot(x,y)
plt.grid(True,linestyle="-",color="gray",linewidth="0.5",axis='both')

数据分析---matplotlib2_第5张图片

线条设置

  • 线条样式
    数据分析---matplotlib2_第6张图片
    数据分析---matplotlib2_第7张图片
    数据分析---matplotlib2_第8张图片
x=np.arange(0,100,10)
y=x**2
###linewidth 设置线条粗细
   label  设置线条标签
   color   设置线条颜色
   linestyle 设置线条形状
   marker 设置线条样点标记
###
plt.plot(x,y,linewidth='1',label="test",color="r",linestyle="——",marker="H")
plt.legend(loc='upper left')

数据分析---matplotlib2_第9张图片

创建图形对象

数据分析---matplotlib2_第10张图片

from matplotlib import pyplot as plt
#创建图形对象
fig=plt.figure()
#之前通过配置更改图形的分辨率和宽高,如今可以再创建图像对象
fig=plt.figure('f1',figsize=(6,4),dpi=30)
plt.plot()

数据分析---matplotlib2_第11张图片

fig=plt.figure('f1',figsize=(4,2),dpi=100)
plt.plot()

数据分析---matplotlib2_第12张图片

x=np.arange(0,50)
y=x**2
#创建图形对象,图形对象的分辨率为100,背景颜色为灰色
fig=plt.figure('f1',figsize=(4,2),dpi=100,facecolor='gray')
plt.plot(x,y)

数据分析---matplotlib2_第13张图片

基本柱状图

数据分析---matplotlib2_第14张图片

import matplotlib.pyplot as plt
#x轴数量
x=range(5)
#y轴数据
data=[5,10,15,25,10]

#设置图形标题
plt.title("基本柱状图")
#绘制网格
plt.grid(ls='-',alpha=0.5)
#bar绘制图像,x表示x坐标,data表示柱状图的高度
plt.bar(x,data)

数据分析---matplotlib2_第15张图片

  • bottom参数

柱状图的起始位置,也就是y轴的起始坐标,默认值为None

plt.bar(x,data,bottom=[10,20,5,0,10])

数据分析---matplotlib2_第16张图片

  • 柱状图颜色
plt.bar(x,data,color="green")

数据分析---matplotlib2_第17张图片

  • 描边

edgecolor或ec
linestyle或ls
linewidth或lw

data=[5,20,15,25,10]
plt.title("设置边缘线条样式")
plt.bar(range(len(data)),data,ec='r',ls='--',lw=2)

数据分析---matplotlib2_第18张图片

饼状图

数据分析---matplotlib2_第19张图片

plt.rcParams['font.sans-serif']=["SimHei"]
#定义饼的标签
labels=['娱乐','育儿','饮食','房贷','交通','其他']
#每个标签所占数量
x=[200,500,1200,7000,200,900]
plt.title("饼图示例-8月份家庭支出")
#%.2f%%显示百分比保留2为小数
plt.pie(x,labels=labels,autopct='%.2f%%')

数据分析---matplotlib2_第20张图片

  • 饼状图的分离
    explode:指定饼图某些部分突出显示
plt.rcParams['font.sans-serif']=["SimHei"]
#定义饼的标签
labels=['娱乐','育儿','饮食','房贷','交通','其他']
#每个标签所占数量
x=[200,500,1200,7000,200,900]
#饼图分离
explode=(0.03,0.05,0.06,0.04,0.08,0.1)
plt.title("饼图示例-8月份家庭支出")
#设置阴影效果
plt.pie(x,labels=labels,autopct='%3.2f%%',explode=explode)

数据分析---matplotlib2_第21张图片

  • 设置饼状图百分比和文本距离中心位置

pctdistance:设置百分比标签与圆心的距离
labeldistance:设置各扇形标签(图例)与圆心的距离

plt.pie(x,labels=labels,autopct='%3.2f%%',explode=explode,labeldistance=1.3,pctdistance=1.2)

数据分析---matplotlib2_第22张图片

  • 设置x,y的刻度一样,使其饼图为正圆

plt.axis(“equal”)

数据分析---matplotlib2_第23张图片

你可能感兴趣的:(数据分析,python,matplotlib)