Python实现可视化（二）--label字体大小调整、图例设置

Python实现可视化（二）–label字体大小调整、图例设置

python实现可视化

基于python画图实现图例和XY轴label字体设置

Talk is Cheap. Show me the Code

// 定义画图函数：传参为多个时段的dataframe
def func_plot_qk(df1, df2, df3, df4, df5): 
    // 初始图片，s=2表示scatter的大小（常规设置），x轴为dataframe中的‘density’列，y轴为dataframe中的‘volume’列
    ax = df5.plot(kind='scatter', x='density', y='volume', color='DarkOrange', s=2, label='其他时段')
    df4.plot(kind='scatter', x='density', y='volume', color='g', s=2, label='夜间，23:00-06:00', ax=ax)
    df3.plot(kind='scatter', x='density', y='volume', color='r', s=2, label='晚高峰，17:00-19:00', ax=ax)
    df2.plot(kind='scatter', x='density', y='volume', color='y', s=2, label='下午高峰，13:30-15:00', ax=ax)
    df1.plot(kind='scatter', x='density', y='volume', color='b', s=2, label='早高峰，07:00-09:00', ax=ax)

    // fontsize控制XY坐标轴label的大小,同样适用title
    plt.xlabel('平均密度：车/公里车道', fontsize=14)
    plt.ylabel('流量：车/小时/车道', fontsize=14)
    plt.title('流量-密度图', fontsize=14)

    // 控制图例的形状大小：fontsize控制图例字体大小，markerscale控制scatters形状大小，scatterpoints控制scatters的数量
    plt.legend(fontsize=14, markerscale=2., scatterpoints=1)
    plt.show()
    return True

// 调用函数
func_plot_qk(df_morning,df_afternoon,df_night,df_midnight, df_otp)

结果为

PS：上图为交通流理论中经典Q-K图，即流量-密度图。