##配色————经常用的蓝色(#02a4de),金色(gold)和灰色(grey/grey40)
#home页点击进对应文件夹,就可以直接open数据,df=open("sample.csv","r")
#导入所有可能用到的包
import random
import math
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as mtick
plt.rcParams['font.sans-serif'] = [u'SimHei']#这两行显示中文
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
#控制图片大小以及清晰度
fig=plt.figure(figsize=(8,4),dpi=99)
# 构建数据
x_data = ['第一类','第二类', '第三类','第四类','第五类']
y_data = np.random.random(5)
# 绘图
plt.bar(x=x_data, height=y_data, width=0.45,color='#5ec9db')#颜色,透明度#02a4de
plt.tick_params(labelsize=12)#坐标标签字体大小
#设置y轴范围(连续)
plt.ylim(0,1.2)
# 设置标题
plt.title('图1 单变量柱状图 ',size = 13)
# 设置坐标轴标题
plt.xlabel(" ",size = 12)
plt.ylabel(" "
python可视化
最新推荐文章于 2024-05-08 07:59:27 发布
本文深入探讨了使用Python进行数据可视化的各种方法,包括matplotlib、seaborn和plotly等库的使用技巧,以及如何创建直观且吸引人的图表,助力数据分析和报告呈现。
摘要由CSDN通过智能技术生成