matplotlib之添加自定义样式的表格

matplotlib中提供了为图表添加数据表格的函数table()

举例代码:

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 绘制饼图
kinds = ['面粉', '全麦粉', '酵母', '苹果酱', '鸡蛋', '黄油', '盐', '白糖']
weight = [250, 150, 4, 250, 50, 30, 4, 20]
plt.pie(weight, autopct='%3.1f%%')


# 添加图例(通过bbox_to_anchor精细调整图例位置)
plt.legend(kinds, loc='upper right', bbox_to_anchor=[1.1, 1.1])  

# 添加表格(通过bbox精细调整表格位置和大小)
plt.table(cellText=[weight], cellLoc='center', rowLabels=['重量(g)'], colLabels=kinds,loc='bottom' )
		  
plt.show()

代码运行结果:

4395e1685f054d96b7cfea96e5fc7007.png

若想将运行结果改成如下效果图,将如何改动上面代码:

a521efedade047239f7e4bc21be76322.png

 

上面代码改动如下:

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 绘制饼图
kinds = ['面粉', '全麦粉', '酵母', '苹果酱', '鸡蛋', '黄油', '盐', '白糖']
weight = [250, 150, 4, 250, 50, 30, 4, 20]
plt.pie(weight, autopct='%3.1f%%')


# 添加图例(通过bbox_to_anchor精细调整图例位置)
plt.legend(kinds, loc='upper right', bbox_to_anchor=[1.8, 1],ncol=4)  

# 添加表格(通过bbox精细调整表格位置和大小)
plt.table(cellText=[weight], cellLoc='right', rowLabels=['重量(g)'], colLabels=kinds,loc='right' ,rowColours=["m"],colColours='m'*8,cellColours=[["m"]*8],bbox=[1,0.2,0.8,0.2])
		  
plt.show()

代码效果如下:62cf3acd6f8c47a68a6f9025b47b1844.png

该函数常用参数还有:

celltext ,cellLoc,colWidth,rowLoc,等等。

 

 

 

 

 

 

 

 

 

 

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
人工智能的三剑客(numpy, pandas, matplotlib)是在数据科学领域中常用的工具库,它们的功能相辅相成,为人工智能的开发者和研究人员提供了强大的数据处理、分析和可视化能力。 首先,numpy是一个强大的数值计算库,提供了高效的多维数组和矩阵运算功能,适用于科学计算和数据分析。它提供了丰富的数学函数和线性代数运算,方便用户快速进行向量化运算,大大提高了计算效率。同时,numpy还提供了广播功能,使得不同形状的数组可以进行算术运算,使得处理多维数据变得更加简便。 其次,pandas是一个强大的数据分析库,构建在numpy之上,提供了用于数据操作和分析的高级数据结构和函数。pandas的核心数据结构是DataFrame,类似于表格,可以进行数据的筛选、切片、合并和重塑等操作。pandas还提供了丰富的数据处理功能,如数据清洗、缺失值处理和数据转换等,使得数据分析变得更加简单、高效。 最后,matplotlib是一个用于数据可视化的库,提供了各种绘图工具和函数,可以绘制出各种静态、交互式的图表和图形,以直观且美观的方式展现数据。matplotlib支持绘制线图、散点图、柱状图、饼图等多种图形,并支持自定义配置,使得用户可以灵活地控制图形的样式和布局。这使得开发者能够更好地理解和分析数据,从而更好地支持人工智能的应用。 综上所述,numpy、pandas和matplotlib是人工智能领域中不可或缺的三剑客,它们提供了强大的数据处理、分析和可视化能力,为人工智能的开发者和研究人员提供了重要的工具支持,推动了人工智能技术的发展和应用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值