import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif']=['Simhei'] #解决中文显示问题
plt.rcParams['axes.unicode_minus']=False #解决负数坐标显示问题
matplotlib可视化教程
Python数据可视化方法之Seaborn
1、设置x轴的数值显示范围函数xlim()
• 函数功能：设置x轴的数值显示范围
• 调用方法：plt.xlim(xmin,xmax)
• 参数说明
xmin: x轴上的最小值
xmax: x轴上的最大值
同样的方法可以用在plt.ylim()上
2、函数xlabel() ——设置x轴的标签文本
• 函数功能：设置x轴的标签文本
• 调用方法：plt.xlabel(string)
• 参数说明
string: 标签文本内容
同样的方法可以用在plt.ylabel()上
3、函数grid()——绘制刻度线的网格线
• 函数功能：绘制刻度线的网格线
• 调用方法：plt.grid(linestyle = ':', color = 'r')
• 参数说明
linestyle: 网格的线条风格
color: 网格的线条颜色
4、函数axhline() ——绘制平行于x轴的水平参考线
• 函数功能：绘制平行于x轴的水平参考线
• 调用方法：plt.axhline(y=0.0,c='r',ls='--',lw=2)
• 参数说明
y: 水平参考线的出发点
c: 参考线的线条颜色
ls: 参考线的线条风格
lw: 参考线的线条宽度
上面的函数功能一样可以用到axvline上
5、函数axvspan() ——绘制垂直于x轴的参考区域
• 函数功能：绘制垂直于x轴的参考区域
• 调用方法：plt.axvspan(xmin=1.0,xmax=2.0,facecolor='y',alpha=0.3)
• 参数说明
xmin: 参考区域的起始位置
xmax: 参考区域的终止位置
facecolor: 参考区域的填充颜色
alpha: 参考区域的颜色透明度
上面的函数功能一样可以用到axhspan()上
6、函数text() ——添加图形内容细节的无指向型注释文本
• 函数功能：添加图形内容细节的指向型注释文本
• 调用方法：plt.text(x,y,string,weight='bold',color='b')
• 参数说明
x: 注释文本所在位置横坐标
y: 注释文本所在位置纵坐标
string: 注释文本内容
weight: 注释文本的粗细风格
color: 注释文本的字体颜色
7、函数title() ——添加图形内容的标题
• 函数功能：添加图形内容细节的指向型注释文本
• 调用方法：plt.title(string)
• 参数说明
string: 标题内容
8、函数legend() ——图例
• 函数功能：添加图形内容细节的指向型注释文本
• 调用方法：plt.legend(loc='lower left')
• 参数说明
loc: 图例在图中的位置
举例
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0.05,10,100)
y = np.sin(x)
plt.plot(x,y,c= 'b',label='scatter figure')
plt.legend()
plt.text(3.10,0.09,'sin(x)', weight = 'bold',color= 'b')
plt.title('My first plot')
plt.legend()
多个统计图形的组合展示
fig，ax=plt.subplots的意思是将plt.subplots()函数的返回值赋值给fig和ax两个变量。
plt.subplots()是一个函数，返回一个包含figure和axes对象的元组，因此，使用fig,ax=plt.subplots()将元组分解为fig和ax两个变量。
fig,ax = plt.subplots(nrows=2, ncols=2)
axes = ax.flatten()
fig： matplotlib.figure.Figure 对象
ax：子图对象（ matplotlib.axes.Axes）或者是他的数组
ax.flatten()把子图展开赋值给...
import matplotlib.pyplot as plt
import numpy as np
fig,ax = plt.subplots(2,3,figsize = (15,10))
group_month = df.groupby('month')
ax0,ax1 = ax.flatten()
**每月销售金额**
group_month.order_amount.agg('sum').plot(ax=ax0)
ax0.set_title('每月消费金额')
ax0.set_ylabel('消费金额')
**每月销售产品数**
group_month.order_products.sum().plot(c="g",ax=ax1)
ax1.set_title('每月销售产品数')
ax1.set_ylabel('销售产品数')