Python--数据可视化进阶(matplotlib)

这篇博客详细介绍了Python的matplotlib库在数据可视化中的高级用法,包括图形窗口的创建与参数设置,如何在一个窗口中布局多个子图,如矩阵、网格和自由布局方式,刻度定位器的使用,特别是MultipleLocator(),区域填充技巧,以及散点图的绘制,包括散点图的API和如何通过散点的颜色、大小和形状表达不同特征值。同时,还提到了matplotlib内置的颜色映射选项。
摘要由CSDN通过智能技术生成


1. 图形窗口方法与参数

1.1 创建窗口

# 创建 matplotlib 窗口
figure(
	'sub-fig',		# 窗口标题栏文本
	facecolor=''	# 图表背景颜色
)

注意:
窗口标题栏的文本设置相同,matplotlib 不会创建新的窗口。
窗口标题栏文本为窗口的唯一标识。

import matplotlib.pyplot as plt

plt.figure('Figure A', facecolor='gray')
plt.figure('Figure B', facecolor='lightgray')
plt.show()

绘制图形的代码写在创建窗口 A 之后,图形会绘制在窗口 A 中;绘制图形的代码写在创建窗口 B 之后,图形会绘制在窗口 B 中。

import matplotlib.pyplot as plt

plt.figure('Figure A', facecolor='gray')
plt.plot([0, 1], [0, 1])
plt.figure('Figure B', facecolor='lightgray')
plt.plot([0, 1, 0], [0, 1, 2])
plt.show()

在这里插入图片描述
在这里插入图片描述

1.2 设置窗口的常用方法

# 设置图表标题,显示在图表的上方
title(title, fontsize=12)

# 设置水平轴的文本
xlabel(x_label_str, fontsize=12)

# 设置垂直轴的文本
ylabel(y_label_str, fontsize=12)

# 设置图表网格线,linestyle 设置网格线的样式
# 样式字符串与设置图形线的样式的字符串一样
grid(linestyle='')

# 设置紧凑布局,把图表相关参数都显示在窗口中
# 紧凑布局,窗口的利用率更高
tight_layout()
import numpy as np
import matplotlib.pyplot as plt

plt.figure('Figure A', facecolor='gray')
plt.plot([0, 1], [0, 1])
# 设置 A 窗口
plt.title('Figure A', fontsize=16)
plt.xlabel('Figure A xlabel', fontsize=12)
plt.ylabel('Figure A ylabel', fontsize=12)
plt.grid(linestyle='-.')
plt.figure('Figure B', facecolor='lightgray')
plt.plot([0, 1, 0], [0, 1, 2])
# 设置 B 窗口
plt.title('Figure B', fontsize=16)
plt.xlabel('Figure B xlabel', fontsize=12)
plt.ylabel('Figure B ylabel', fontsize=12)
plt.grid(linestyle='--')
plt.tight_layout()

plt.show()

在这里插入图片描述
在这里插入图片描述

1.3 更改当前绘制的窗口

import numpy as np
import matplotlib.pyplot as plt

plt.figure('Figure A', facecolor&
  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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