当前位置： 移动技术网 > IT编程>脚本编程>Python > Python数据可视化库-Matplotlib（二）

Python数据可视化库-Matplotlib（二）

2019年05月15日  | 移动技术网IT编程  | 我要评论

孕妇可以吃鹅蛋吗,老土家园官网,陈百强好听的歌

我们接着上次的继续讲解，先讲一个概念，叫子图的概念。

我们先看一下这段代码

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(3,2,1)
ax2 = fig.add_subplot(3,2,2)
ax3 = fig.add_subplot(3,2,3)
ax4 = fig.add_subplot(3,2,6)
plt.show()

我们看到plt.figure()这个方法，我们设置一个整体的图。然后我们在往这个图中增加我们需要的子图

fig.add_subplot(3,2,1)意思是在figure中，添加一个3行2列的子图，其中，最后一个参数是子图的位置

我们在做一下变换，对比一下可以很清楚的看到，我们看看下面的代码

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(4,4,1)
ax2 = fig.add_subplot(4,4,2)
ax3 = fig.add_subplot(4,4,3)
ax4 = fig.add_subplot(4,4,4)
ax5 = fig.add_subplot(4,4,6)
ax6 = fig.add_subplot(4,4,7)
ax6 = fig.add_subplot(4,4,16)
plt.show()

可以得到如下的一个子图

import numpy as np
fig = plt.figure(figsize=(6,6))
ax1 = fig.add_subplot(2,1,1)
ax2 = fig.add_subplot(2,1,2)
ax1.plot(np.random.randint(1,5,5),np.arange(5))
ax2.plot(np.arange(10)*3,np.arange(10))
plt.show()

我们可以看到，我们设置figsize=(6,6)我们可以图的大小。设置两个图

我们在画图的时候，可以直接通过ax1.plot，ax2.plot进行随机数据配置

unrate['month'] = unrate['date'].dt.month
unrate['month'] = unrate['date'].dt.month
fig = plt.figure(figsize=(6,3))

plt.plot(unrate[0:12]['month'],unrate[0:12]['value'],c ='red')
plt.plot(unrate[12:24]['month'],unrate[12:24]['value'],c ='blue')
plt.show()

 可以看到我们可以设置折线图的不同的颜色。

下面我们看看这个例子

fig = plt.figure(figsize=(10,6))
colors = ['red','blue','green','orange','black']
for i in range(5):
    start_index = i*12
    end_index = (i+1)*12
    subset = unrate[start_index:end_index]
    plt.plot(subset['month'],subset['value'],c=colors[i])
plt.show()

我们把数据通过不同的颜色的线条画出来了，但是不知道每条线代表的是什么意思。下面我们给折线图加上一个图例：

fig = plt.figure(figsize=(10,6))
colors = ['red', 'blue', 'green', 'orange', 'black']
for i in range(5):
    start_index = i*12
    end_index = (i+1)*12
    subset = unrate[start_index:end_index]
    label = str(1948 + i)
    plt.plot(subset['month'], subset['value'], c=colors[i], label=label)
plt.legend(loc='best')
plt.show()

 

我们通过label=label 设置好一个label为图例，然后进行设置，默认为plt.legend(loc='best')图例显示在右边

我们做下点单的修改，让整个折线图完整标准的显示

fig = plt.figure(figsize=(10,6))
colors = ['red', 'blue', 'green', 'orange', 'black']
for i in range(5):
    start_index = i*12
    end_index = (i+1)*12
    subset = unrate[start_index:end_index]
    label = str(1948 + i)
    plt.plot(subset['month'], subset['value'], c=colors[i], label=label)
plt.legend(loc='upper left')
plt.xlabel('month, integer')
plt.ylabel('unemployment rate, percent')
plt.title('monthly unemployment trends, 1948-1952')
plt.show()

我们增加了整个折线图的xy轴表示，图例位置调整为左边。添加了折线图的标题。 

今天讲解就先到这里，我们可以看到，通过matplotlib库，可以很轻松的画出我们想要的图。

感谢各位的阅读，谢谢~~

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网