图表内基本参数的设置
图名,图例,轴标签,轴边界,轴刻度,轴刻度标签等
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.rand(10,2), columns=['A', 'B'])
fig = df.plot(figsize=(6,4))
# figsize:创建图表窗口,设置窗口大小
# 创建图表对象,并赋值给fig
# 还可以用plt.figure(figsize=(10,10))来创建图表窗口
print(fig, type(fig))
plt.title('a')
plt.show()
AxesSubplot(0.125,0.125;0.775x0.755) <class ‘matplotlib.axes._subplots.AxesSubplot’>
Text(0.5, 1.0, ‘a’)
plt.title('aa') # 图表名
plt.xlabel('x') # x轴名
plt.ylabel('y') # y轴名
plt.legend(loc = 'best')
# 显示图例,loc表示位置
# 'best' :0, (自适应方式)
# 'upper right' :1,
# 'upper left' :2,
# 'lower left' :3,
# 'lower right' :4,
# 'right' :5,
# 'center left' :6,
# 'center right' :7,
# 'lower center' :8,
# 'upper center' :9,
# 'center' :10
plt.xlim([0,12]) # x轴边界
plt.ylim([0,1.5]) # y轴边界
plt.xticks(range(10)) # 设置x刻度
plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1.0, 1.2]) # 设置y刻度
fig.set_xticklabels("%.1f" %i for i in range(10)) # x轴刻度标签
fig.set_yticklabels("%.2f %i for i in [0, 0.2, 0.4, 0.6, 0.8, 1.0, 1.2]) # y轴刻度标签
# 范围只限定图表的长度,刻度则是决定显示的标尺——>这里x轴的范围是0——12,但刻度只是0——9,所以刻度只显示0——9,同时刻度标签使得其显示1位小数
# 轴标签则是显示刻度的标签
plt.grid(True, linestyle='--', color='grey', linewidth='0.5', axis='x') # 显示网格
# linestyle:线型
# color:颜色
# linewidth:宽度
# axis:x,y,both,显示x/y/两者的格网
plt.tick_params(bottom='on', top='off', left='on', right='off')
# 刻度显示
import matplotlib
matplotlib.rcParams['xtick.direction'] = 'out'
matplotlib.rcParams['ytick.direction'] = 'inout'
# 设置刻度的方向,in,out,inout
# 这里需导入matplotlib,而不仅仅导入matplotlib.pyplot
frame = plt.gca()
#plt.axis('off')
# 关闭坐标轴
frame.axes.get_xaxis().set_visible(False)
frame.axes.get_xaxis().set_visible(False)
# x/y轴不可见