第五章. 可视化数据分析图表—图表的常用设置2

第五章. 可视化数据分析图

5.2 图表的常用设置2

本节主要介绍图表的常用设置，设置标题和图例，添加注释文本，调整图表与画布边缘间距以及其他设置。

7.设置标题（title）

1).语法：

matplotlib.pyplot.title(label，fontdict=None,loc='center',pad=None,**kwargs)

参数说明:
label：图表标题文本
fontdict：字典，用于设置标题字体的样式，如’{‘fontsize’:10,‘fontweight’:10,‘va’:‘bottom’,‘ha’:‘center’}’
loc：标题水平位置，参数：center,left,right
pad：标题距离图表顶部的距离

8.设置图例（legend）

1).语法：

matplotlib.pyplot.legend(*args, **kwargs)

参数说明:
可设置很多参数，如图例名称，显示位置，轴与图例之间的距离

2).图例显示方式：

• 自动显示：

  matplotlib.pyplot.legend()
  

• 手动添加：

  matplotlib.pyplot.legend(('图书采购价目',), loc='upper right')
  

  注:手动添加图例时，有时文本会显示不全，在文本后面加一个逗号(,)可解决，例如:(‘图书采购价目’,)

3).图例显示位置：（loc）

位置(字符串)	位置索引	描述	位置(字符串)	位置索引	描述
best	0	自适应	center left	6	左侧中间位置
upper right	1	右上方	center right	7	右侧中间位置
upper left	2	左上方	lower center	8	下方中间位置
lower left	3	左下方	upper center	9	上方中心位置
lower right	4	右下方	center	10	中心
right	5	右侧

注:

• 参数bbox_to_anchor也可对图例的位置进行控制，元组类型 bbox_to_anchor =（num1,num2）,num1：控制legend左右移动(值越大越向右移动)，num2：控制legend上下移动(值越大越向上移动)
• 参数borderaxespad,可控制轴和图例边框之间的间距，字体大小为单位度量

9.添加注释（annotate）

在图表上给数据添加文本注释，描述信息

1).语法：

matplotlib.pyplot.annotate(s, xy, *args, **kwargs)

参数说明:
s：标注文本
xy：要标注的点，二维元组(x,y)。
xytext：可选的，文本的位置，二维元组(x,y)。如果没有设置，默认为要标注的点的坐标。
xycoords：可选的，点的坐标系。字符串、Artist、Transform、callable或元组。
arrowprops：箭头的样式，dict型数据，如果属性为空，则会在注释文本和被注释点之间画箭头

2).xycoords参数设置及说明

设置值	说明
figure points	以图的左下角为参考，单位点数
figure pixels	以图的左下角为参考，单位像素数
figure fraction	以图的左下角为参考，单位百分比
axes points	以子图的左下角为参考，单位点数（一个figure可以有多个axes ）
axes pixels	以子图的左下角为参考，单位像素数
axes fraction	以子图的左下角为参考，单位百分比
data	以被注释的坐标点x，y为参考（默认值）
polar	不使用本地数据坐标系，使用极坐标系

3).arrowprops参数设置及说明

设置值	说明
width	箭头的宽度，单位点
headwidth	箭头头部的宽度，单位点
headlength	箭头头部的长度，单位点
shrink	箭头两端收缩的百分比（占总比）
？	任何matplotlib.patches.FancyArrowPatch中的关键字

10.调整图表与画布边缘间距（subplots_adjust）

绘制图表的时候，由于x,y轴标题与画布边缘距离太近，而显示不全，可通过subplots_adjust函数来调节图表和画布之间的距离

1).语法：

matplotlib.pyplot.subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None)

参数说明:
left,bottom,right,top：调整上下左右的空白，left和bottom值越小，空白越小，right和top，值越大，空白越小（画布是从左下角开始，取值0~1）
wspace,hspace：用于调节列间距和行间距

11.是否显示坐标轴上的刻度线以及显示方向（tick_params）

绘制图表的时候，left,bottom,right,top四个方向的刻度线是否显示，以及x,y轴刻度线的显示方向

1).4个坐标轴上的刻度线是否显示语法：

matplotlib.pyplot.tick_params(axis='both', **kwargs)

参数说明:
axis：将参数应用于哪个轴，{‘ x ‘， ‘ y ‘， ‘ both ‘}，可选，默认‘ both ‘

2).x,y轴刻度线显示方向语法：

matplotlib.pyplot.rcParams['xtick.direction'] = 'in'
matplotlib.pyplot.rcParams['ytick.direction'] = 'in'

参数说明:
direction：将刻度置于坐标轴内、轴外，或同时置于两者 ‘，{‘in’, ‘out’, ‘inout’}可选，默认 ‘out’

12.上述函数的应用

1).结果展示：

2).代码：

import pandas as pd
import matplotlib.pyplot as plt

pd.set_option('display.unicode.east_asian_width', True)
df = pd.read_excel('F:\\Note\\清单.xlsx', sheet_name='Sheet1', usecols=['原价', '书名'])
print(df)

# 设置画布
fig = plt.figure(figsize=(6, 4), facecolor='y')

plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
plt.rcParams['axes.unicode_minus'] = False  # 解决负号不显示的问题

# X,Y轴刻度线的显示方向
plt.rcParams['xtick.direction'] = 'in'
plt.rcParams['ytick.direction'] = 'in'


# 设置线
plt.plot(df['书名'], df['原价'], color='c', linestyle='-', marker='o', mfc='w')

# 设置网格线
plt.grid(color='0.5', linestyle='--', linewidth=1)

# 设置x，y轴坐标
plt.xlabel('书名')
plt.ylabel('原价')

# 设置坐标轴刻度
plt.xticks(df['书名'])

# 设置文本标签
for x, y in zip(df['书名'], df['原价']):
    plt.text(x, y, '%.2f' % y, ha='center', va='bottom', fontsize=9)

# 设置标题和图例
plt.title('图书采购价目表')

# 设置图标图例
plt.legend(('图书采购价目',), loc='upper right')  # 手动添加图例时，有时文本会显示不全，在文本后面加一个逗号(,)可解决，例如('图书采购价目',)

# 添加注释
plt.annotate('价目最低', xy=(df['书名'][2], df['原价'][2]), xytext=(df['书名'][2], df['原价'][2] + 2), xycoords='data',
             arrowprops=dict(facecolor='r', shrink=0.05))

# 调整图表与画布边缘间距
plt.subplots_adjust(left=0.15, bottom=0.15, right=0.9, top=0.9)

# 坐标轴的刻度线向内显示还是向外显示
plt.tick_params(left=True, bottom=True, right=False, top=False)

# 显示图像
plt.show()

注意:图表的常用设置：颜色设置，线条样式，标记样式，设置画布，坐标轴，添加文本标签,在图表的常用设置1 中介绍