python数据可视化03

最新推荐文章于 2024-04-28 15:51:28 发布

m0_55680205

最新推荐文章于 2024-04-28 15:51:28 发布

阅读量1.8k

点赞数 1

文章标签： python 数据挖掘数据分析

本文链接：https://blog.csdn.net/m0_55680205/article/details/123408934

版权

这篇博客主要介绍了Python数据可视化中的一些关键技巧，包括设置坐标轴标签、刻度范围、添加标题和图例，以及通过实例展示了如何使用这些技巧，如支付宝月账单的可视化。此外，还讲解了显示网格、添加参考线、参考区域、无指向型注释文本和更多实例的应用，帮助读者深入理解数据可视化的过程。

摘要由CSDN通过智能技术生成

一.学习的内容
1，图表辅助元素
（1）设置坐标轴的标签、刻度范围和刻度标签

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
#s=设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("2020080603043")
plt.show()


import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
#s=设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
#设置x轴的刻度范围和刻度标签
plt.xlim(x.min() * 1.5,x.max() *1.5)
plt.xticks([-np.pi,-np.pi/2 ,0, np.pi/2,np.pi],[r'$-\pi$' ,r'$-pi/2$' ,r'$0$', r'$\pi/2$' ,r'$\pi$'])
plt.title("2020080603043")
plt.show()


import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
#s=设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
#设置x轴的刻度范围和刻度标签
plt.xlim(x.min() * 1.5,x.max() *1.5)
plt.xticks([-np.pi,-np.pi/2 ,0, np.pi/2,np.pi],[r'$-\pi$' ,r'$-pi/2$' ,r'$0$', r'$\pi/2$' ,r'$\pi$'])
#添加标题
plt.title("正弦曲线和余弦曲线")
plt.show()

（2）添加标题和图例

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x=np.linspace(-np.