Python数据可视化中图表辅助元素的定制

1.认识图表常用的辅助元素
图表的辅助元素是指除根据数据绘制的图形之外的元素。
常用的辅助元素包括坐标轴、标题、图例、网格、参考线、参考区域、注释文本和表格。
坐标轴:分为单坐标轴和双坐标轴,单坐标轴按不同的方向又可分为水平坐标轴(又称x轴)和垂直坐标轴(又称y轴)。
·标题:表示图表的说明性文本。
·图例:用于指出图表中各组图形采用的标识方式。
·网格:从坐标轴刻度开始的、贯穿绘图区域的若干条线,用于作为估算图形所示值的标准。
·参考线:标记坐标轴上特殊值的一条直线。
·参考区域:标记坐标轴上特殊范围的一块区域。
·注释文本:表示对图形的一些注释和说明。
表格:用于强调比较难理解数据的表格。
2.设置坐标轴的标签、刻度范围和刻度标签

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title('41')
plt.show()

结果图:
Python数据可视化中图表辅助元素的定制_第1张图片
3.添加标题和图例
添加标题:

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("41 正弦曲线和余弦曲线")
plt.show()

Python数据可视化中图表辅助元素的定制_第2张图片
添加图例:

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
lines=plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
plt.plot(x,y1,x,y2)
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("41 正弦曲线和余弦曲线")
plt.show()

Python数据可视化中图表辅助元素的定制_第3张图片
4.显示网格

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("41 正弦曲线和余弦曲线")
plt.show()

Python数据可视化中图表辅助元素的定制_第4张图片
5.添加参考线和参考区域
添加参考线:

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.axvline(x=0,linestyle='--')
plt.axhline(y=0,linestyle='--')
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("41 正弦曲线和余弦曲线")
plt.show()

Python数据可视化中图表辅助元素的定制_第5张图片
添加参考区域:

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.axvline(x=0,linestyle='--')
plt.axhline(y=0,linestyle='--')
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("41 正弦曲线和余弦曲线")
plt.show()

Python数据可视化中图表辅助元素的定制_第6张图片
6.添加注释文本
添加指定型注释文本:

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.axvline(x=0,linestyle='--')
plt.axhline(y=0,linestyle='--')
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
plt.annotate("最小值",
            xy=(-np.pi/2,-1.0),
            xytext=(-(np.pi/2),-0.5),
            arrowprops=dict(arrowstyle="-"))
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("41 正弦曲线和余弦曲线")
plt.show()

Python数据可视化中图表辅助元素的定制_第7张图片
添加无指向型注释文本:

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.axvline(x=0,linestyle='--')
plt.axhline(y=0,linestyle='--')
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
plt.annotate("最小值",
            xy=(-np.pi/2,-1.0),
            xytext=(-(np.pi/2),-0.5),
            arrowprops=dict(arrowstyle="-"))
plt.text(3.10,0.10,"y=sin(x)",bbox=dict(alpha=0.2))
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("41 正弦曲线和余弦曲线")
plt.show()

Python数据可视化中图表辅助元素的定制_第8张图片
7.添加表格

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2=np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.axvline(x=0,linestyle='--')
plt.axhline(y=0,linestyle='--')
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
plt.annotate("最小值",
            xy=(-np.pi/2,-1.0),
            xytext=(-(np.pi/2),-0.5),
            arrowprops=dict(arrowstyle="-"))
plt.text(3.10,0.10,"y=sin(x)",bbox=dict(alpha=0.2))
plt.table(cellText=[[6,6,6],[8,8,8]],
         colWidths=[0.1]*3,
         rowLabels=['第1行','第2行'],
         colLabels=['第1列','第2列','第3列'],loc='lower right')
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("41 正弦曲线和余弦曲线")
plt.show()

Python数据可视化中图表辅助元素的定制_第9张图片

你可能感兴趣的:(笔记,python,人工智能)