a5186050的博客

高级开发人员,爬虫,数据分析,学习者,旅行者,梦想家

Python与机器学习之数据可视化(三)

装饰Matplotlib(标签、文本、标记、注释…)

在机器学习实际应用中,最关键的部分就是数据可视化,否则无论调试还是总结,你无从下手。python大牛们提供了非常牛逼的库—Matplotlib

回顾

详解图像组成

Figure

  1. 在matplotlib中,整个图像为Figure对象,理解为图像ID。
  2. Figure对象中包含多个Axes对象,理解为子图ID。

如图:
这里写图片描述

直线图详解Figure内部组件

title为图像标题,Axis为坐标轴, Label为坐标轴标注,Tick为刻度线,Tick Label为刻度注释。
如图:
这里写图片描述

各个对象关系从属

图像中所有对象均来自于Artist的基类。
如图:
这里写图片描述

用于美化的组件

Text and Annotations(可戳)

Show me the code

import matplotlib.pyplot as plt

plt.figure(1, figsize=(5, 5))
##ax子图ID
ax = plt.subplot(111)
plt.xticks(range(6))
# 如果不指定刻度,x轴与y轴都是1
plt.yticks(range(6))

##ANNOTATE
# xy箭头的位置
# xytext文本框的位置,size文本框的大小
# va,ha字体显示在文本框的位置
# 文本框边框bbox=dict(boxstyle=边框样式,fc=前景色)
# 箭头arrowprops=dict(arrowsyle=箭头样式,connectionstyle=连接路径arc3直接连,完全角度),rad代表箭头是否是弯的,+-定义弯的方向
ax.annotate(u"arrow", xy=(1, 1), \
            xytext=(4, 4), size=15, \
            va="center", ha="center", \
            bbox=dict(boxstyle='sawtooth', fc="w"), \
            arrowprops=dict(arrowstyle="-|>", connectionstyle="angle,rad=0.4", fc='r') \
            )

##TEXT
bbox_props = dict(boxstyle="rarrow,pad=0.3", fc="cyan", ec="b", lw=2)
ax.text(0, 0, "Direction", \
        ha="center", va="center", \
        rotation=45, size=15, \
        bbox=bbox_props
        )

##TABLE(不举例了...)
ax.table(cellText=None, cellColours=None,\
         cellLoc='right', colWidths=None,\
         rowLabels=None, rowColours=None, rowLoc='left',\
         colLabels=None, colColours=None, colLoc='center',\
         loc='bottom', bbox=None)

##ARROW
ax.arrow(x, y, dx, dy, **kwargs)

plt.show()

Show me the picture

如图:
这里写图片描述

总结

平时legend,annotate,text,label,title会多用一点~
接下来还会有一篇举例,两篇例子足够大家使用了

如果您看到这篇文章有收获或者有不同的意见,欢迎点赞或者评论。
python:190341254
丁。
阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/a5186050/article/details/78538707
个人分类: Python与数据分析
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭