1.修改刻度标记 P288
#设置刻度标记的大小
plt.tick_params(axis = 'both', labelsize = 14)
其中指定的实参将影响x轴和y轴(aixs = ‘both’), 并将刻度标记的字号设置为14。
2.使用scatter()绘制散点图 P290
plt.scatter(2, 4 ,s = 200)#实参s设置绘制图形时使用的点的尺寸
3.设置每个坐标轴的取值范围 p292
plt.axis([0,1100,0,1100000])#函数axis要求提供四个值:x和y坐标的最小值和最大值。
4.删除点的轮廓 P293
plt.scatter(x, y, edgecolor = 'none')#实参edgecolor=‘none’
5.颜色映射 P294
在可视化中,颜色映射用于突出数据的规律。
plt.scatter(x_values, y_values, c = y_values, cmp=plt.cm.Blues,s=40)
将参数c设置成了一个y值列表,并使用参数cmp告诉pyplot使用哪个颜色映射。c中的每一个值都和一个颜色相对应,值越大,颜色越深。
6.随机选择数值 P297
x_direction = choice([1,-1])#在1和-1两个数值之间选择一个
7.隐藏坐标轴 P301
plt.axes().get_xaxis().set_visible(False)
8.计算每个值在列表中出现了多少次 P306
for value in range(1,die_num_sides+1):
frequency = results.count(value)
9.修改x轴标签 P308
hist.x_labels = ['2', '3', '4', '5', '6','7', '8', '9','10','11', '12']
如果列表x_labels比这里要长的多,可用循环自动生成:
hist.x_labels = []
for x in range(2,13):
hist.x_labels.append(str(x))