matplotlib学习日记----完善统计图

Posted ai-bingjie

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了matplotlib学习日记----完善统计图相关的知识,希望对你有一定的参考价值。

 (一)再说legend()

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 2.1, 0.1)
y = np.power(x, 3)
y1 = np.power(x, 2)
y2 = np.power(x,1)

plt.plot(x, y, ls="-", lw=2, label="$x^3$")
plt.plot(x, y1, ls="-", lw=2, c="r", label="$x^2$")
plt.plot(x, y2, ls="-", lw=2, c="y", label="$x^1$")

plt.legend(loc="upper left", bbox_to_anchor=(0.05, 0.95), ncol=3,
           title="power function", shadow=True, fancybox=True)
‘‘‘
loc------->位置参数
bbox_to_anchor------->线框位置参数,四元元祖
fancybox------>线框圆角
‘‘‘ plt.show()

技术图片

(二)再说title()

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-2, 2, 1000)
y = np.exp(x)

plt.plot(x, y, ls="-", lw=2, color="g")

plt.title("center demo")
plt.title("Left Demo", loc="left", fontdict="size":"xx-large", "color":"r", "family":"Times New Roman")
#title的参数主要集中在位置和字体风格的设置,字体风格可以用字典也可以像下面一样用属性
plt.title("right demo", loc = "right", family="Comic Sans MS",size=20, style="oblique", color="c")
plt.show()

技术图片

(三)xlim的逆序实现

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
mpl.rcParams["font.sans-serif"] = ["LiSu"]
mpl.rcParams["axes.unicode_minus"] = False
time = np.arange(1, 11, 0.5)
machinePower = np.power(time, 2)+.7

plt.plot(time, machinePower, ls="-", lw=2, c="r")

plt.xlim(10, 1)
#实现xlim的逆序
plt.xlabel("使用年限")
plt.ylabel("机器功率")
plt.title("机器损耗曲线")
plt.grid(ls=":", lw=1, color="gray", alpha=.6)
plt.show()

技术图片

(四)带表格的饼状图

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False
labels = ["A难度水平", "B难度水平", "C难度水平", "D难度水平"]
students = [0.35, 0.15, 0.20, 0.30]
colors = ["#377eb8", "#4daf4a", "#984ea3", "#ff7f00"]
explode = [0.1, 0.1, 0.1, 0.1]
plt.pie(students,explode=explode,labels=labels,autopct="%3.1f%%",startangle=45,shadow=True,colors=colors)
‘‘‘
explode----->饼边缘偏离半径的百分比,出现分离的原因
shadow------>阴影
‘‘‘
plt.title("选择不同难度测试试卷的学生占比")

colLabels = ["A难度水平", "B难度水平", "C难度水平", "D难度水平"]
rowLabels = ["学生选择试卷人数"]

studentValues = [[350, 150, 200, 300]]
colColors = ["#377eb8", "#4daf4a", "#984ea3", "#ff7f00"]
plt.table(cellText=studentValues, cellLoc="center", colWidths=[0.1]*4, colLabels=colLabels,
          colColours=colColors, rowLabels=rowLabels, rowLoc="center", loc="upper left")
‘‘‘
cellText-------->表格中的数值,按照行排列
cellLoc--------->表格中的数据对齐位置
colWidth-------->每列的宽度
colLable-------->每列的列名称
rowColours------>每列的颜色
rowLabels------->每行的名称
rowLoc---------->行名称对齐方式
loc------------->表格在画布中的位置
‘‘‘
plt.show()

技术图片

 

以上是关于matplotlib学习日记----完善统计图的主要内容,如果未能解决你的问题,请参考以下文章

matplotlib学习日记-箱线图

十matplotlib统计图

Matplotlib实例教程 | 统计DataFrame中文本长度分布(条形统计图)

matplotlib学习日记-各种饼状图的绘制

Matplotlib实例教程 | 统计DataFrame中数据分布情况(条形统计图)

matplotlib学习日记---坐标轴高阶应用