图表辅助元素的定制

最新推荐文章于 2024-04-25 16:10:15 发布

过往云烟，忆往事

最新推荐文章于 2024-04-25 16:10:15 发布

阅读量270

点赞数

文章标签： python 机器学习数据挖掘

本文链接：https://blog.csdn.net/m0_55680502/article/details/123447577

版权

本文介绍了如何使用Python进行图表定制，包括设置坐标轴刻度范围和标签，添加图例、显示网格、参考线、参考区域以及多种类型的注释文本，如指向型和无指向型，还有表格的插入，这些都是数据可视化中的关键辅助元素。

摘要由CSDN通过智能技术生成

3.1设置坐标轴：

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)
plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)
plt.title(2020080603035)
plt.show()

在这里插入图片描述
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’− π -\pi−π’, r’− π / 2 -\pi/2−π/2’, r’0 00’, r’π / 2 \pi/2π/2’, r’π \piπ’])
plt.xlabel(“X轴”)
plt.ylabel(“Y轴”)
plt.title(2020080603035)
plt.show()

在这里插入图片描述
添加图例

plt.legend(lines, [‘正弦’,‘余弦’], shadow=True, fancybox=True)

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.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.plot(x,y1,x,y2)
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("正弦曲线余弦曲线")
plt.show()

在这里插入图片描述

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)
lines = plt.plot(x, y1, x, y2)
plt.xlabel("x轴")
plt.ylabel("y轴")
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'$\pi$'