python matplotlib中axes与axis的区别是什么?

1.明确Figure的概念

图片

figure:类似画画的画板(木板)
画纸的概念对应的就是Axes/Subplot

2.axes

axes()四个参数:括号里面的值前两个是轴域原点坐标(从左下角计算的),后两个是显示坐标轴的长度

1.第一种

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure(figsize=(4,4),facecolor='g')
#ax = plt.axes()
ax=fig.add_axes([0.1,0.1,0.6,0.6])
ax=fig.add_axes([0.3,0.3,0.6,0.6])
plt.show()

1
2.第二种

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure(figsize=(4,4),facecolor='g')
#ax = plt.axes()
#ax=fig.add_axes([0.1,0.1,0.6,0.6])
#ax=fig.add_axes([0.3,0.3,0.6,0.6])
ax1 = plt.Axes(fig,[0.2, 0.2, 0.4, 0.4])
ax2 = plt.Axes(fig,[0.4, 0.4, 0.4, 0.4])
fig.add_axes(ax1)
fig.add_axes(ax2)
plt.show()

2

3.axis

参考第5小节

subplot() 是将整个figure均等分割,而 axes() 则可以在figure上画图

4.额外

111
23

  • 3
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据挖掘分析 数据挖掘分析 本⽂对读取的csv⽂件,进⾏了求最⼤值、最⼩值、平均值、空值,最后绘制了箱式图。 1、输出数据集的基本信息 全部数据集 1 data = pd.read_csv(r"C:\Users\Administrator\Desktop\catering_sale.csv",usecols=[0,1]) 2 3 # num = pd.Series(data,index=[i in range(size(data))]) 4 print(data) 最⼤值、最⼩值、平均值 1 print(data.describe()) 2、统计缺失的变量和样本个数 1 data_value = data['销量'].shape[0] - data['销量'].count() 2 print("缺失值数量:",data_value) 3 print("样本个数:",data['销量'].shape[0]) 3、通过箱式图判断异常点 空点为异常点 1 #解决⽂显⽰问题 2 plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体 3 plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显⽰为⽅块的问题 4 fig,axes = plt.subplots() 5 data.boxplot(column='销量',ax=axes) 6 # column参数表⽰要绘制成箱形图的数据,可以是⼀列或多列 7 # by参数表⽰分组依据 8 9 axes.set_ylabel('values of data') 10 fig.savefig(r'存储路径') 密集点外的为异常点 1 #解决⽂显⽰问题 2 plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体 3 plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显⽰为⽅块的问题 4 fig,axes = plt.subplots() 5 data.boxplot(column='销量',by=['⽇期','销量'],ax=axes) 6 # column参数表⽰要绘制成箱形图的数据,可以是⼀列或多列 7 # by参数表⽰分组依据 8 9 axes.set_ylabel('values of data') 10 fig.savefig(r'存储路径') 4、完整代码 1 import pandas as pd 2 import numpy as nm 3 import matplotlib.pyplot as plt 4 5 6 data = pd.read_csv(r"csv⽂件的绝对路径",usecols=[0,1])//usecols表⽰读出的列 7 8 # num = pd.Series(data,index=[i in range(size(data))]) 9 print(data) 10 print(data.describe()) 11 data_value = data['销量'].shape[0] - data['销量'].count() 12 print("缺失值数量:",data_value) 13 print("样本个数:",data['销量'].shape[0]) 14 15 #解决⽂显⽰问题 16 plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体 17 plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显⽰为⽅块的问题 18 fig,axes = plt.subplots() 19 data.boxplot(column='销量',by=['⽇期','销量'],ax=axes) 20 # column参数表⽰要绘制成箱形图的数据,可以是⼀列或多列 21 # by参数表⽰分组依据 22 23 axes.set_ylabel('values of data') 24 fig.savefig(r'存储图⽚的路径')

“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
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