Python数据可视化之matplotlib实践（1.入门②）

1.3.8函数annotate()

函数功能：添加图形内容细节的指向型注释文本

函数样例：
plt. plt.annotate(string, xy = (np.pi/2, 1.0),
xytext = ( np.pi/2+1, 0.8 ), weight = ‘bold’, color = ‘y’, arrowprops = dict( arrowstyle = ‘->’, connectionstyle = ‘arc3’, color = ‘b’ )）

参数说明：
string：图形内容注释文本
xy：被注释图形内容的位置坐标
xytext：注释文本的字体颜色
weight：注释文本的字体粗细风格
color：注释文本的颜色
arrowprops：指示箭头的属性字典

代码样例：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x,y,ls = '-.', lw = 2, c = 'c', label = 'plot figure')
plt.legend()
plt.annotate('maximum', 
      xy = (np.pi/2, 1.0), 
      xytext = ( np.pi/2+1, 0.8 ), 
      weight = 'bold',
      color = 'y',
      arrowprops = dict( arrowstyle = '->', connectionstyle = 'arc3', color = 'b' )
      #arrowprops = {'arrowstyle': '->', 'connectionstyle': 'arc3', 'color': 'b' }
      )

运行结果：

1.3.9函数text()

函数功能：添加图形内容细节的无指向型注释文本

函数样例：plt.text(x, y, string, weight=’bold’, color=’b’)

参数说明：
x：注释文本内容所在位置横坐标
y：注释文本内容所在位置纵坐标
string：注释文本内容
weight：注释文本内容的粗细风格
color：注释文本内容的颜色字体

代码样例：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-.', lw =2, c='c', label='plot figure')
plt.legend()
plt.text(3.1, 0.09, 'y=sin(x)', color = 'b', weight = 'bold')
#plt.text(x,y,string,weight,color)
#无指向型注释文本
plt.show()

运行结果：

1.3.10函数title()

函数功能：添加图形标题

函数样例：plt.title(string)

参数说明：
string：图形内容的标题文本

代码样例：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-.', lw =2, c='c', label='plot figure')
plt.legend()
plt.title('y=sin(x)')
#添加标题
plt.show()

运行结果：

1.3.11函数legend()

函数功能：标示不同图形的文本标签图例

函数样例：plt.legend(loc=’lower left’)

参数说明：
loc：图例在图中的地理位置

代码样例：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-.', lw =2, c='c', label='plot figure')
plt.legend(loc='lower right')
#loc:legend窗口的位置
#loc='upper left'
#loc='center'
plt.show()

运行结果：

1.4 函数组合应用

将1.3所绘制的重要组成元素的函数放在一起做出一次简单的可视化操作

案例代码：

# -*- coding: utf-8 -*-
"""
Created on Sun Mar  1 08:19:56 2020

@author: 16502
"""

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
#difine data
x = np.linspace(0.5, 3.5, 100)
y = np.sin(x)
y1 = np.random.randn(100)
plt.scatter(x,y1,c='0.25',label='scatterfigure')
plt.plot(x,y,ls='--',lw=2,label='plot figure')  
for spine in plt.gca().spines.keys():
	print(spine)
	if spine == 'top' or spine == 'right':
		plt.gca().spines[spine].set_color('none')
plt.gca().xaxis.set_ticks_position('bottom') #设置刻度标签
plt.gca().xaxis.set_ticks_position('left')
plt.xlim(0,4)
plt.ylim(-3,3)
plt.ylabel('y_axis')
plt.xlabel('x_axis')
plt.grid(True, ls=':', color='r')
plt.axhline(y=0, c='r', ls='--', lw=2)
plt.axvspan(xmin=1, xmax=2, facecolor='y', alpha=.3)
plt.annotate('maximum', 
      xy = (np.pi/2, 1.0), 
      xytext = ( np.pi/2+0.15, 1.5 ), 
      weight = 'bold',
      color = 'r',
      arrowprops = dict( arrowstyle = '->', connectionstyle = 'arc3', color = 'r' )
)
plt.annotate("", 
      xy = (3.5, -2.98), 
      xytext = ( 3.6, -2.7 ), 
      #weight = 'bold',
      #color = 'r',
      arrowprops = dict( arrowstyle = '->', connectionstyle = 'arc3', color = 'b' )
)
plt.annotate("spines", 
      xy = (0.75, -3), 
      xytext = ( 0.35, -2.25 ), 
      weight = 'bold',
      color = 'b',
      arrowprops = dict( arrowstyle = '->', connectionstyle = 'arc3', color = 'b' )
)
plt.annotate("", 
      xy = (0, -2.78), 
      xytext = ( 0.4, -2.32 ), 
      #weight = 'bold',
      #color = 'b',
      arrowprops = dict( arrowstyle = '->', connectionstyle = 'arc3', color = 'b' )
)
plt.text(3.6, -2.7, "'|' is tickline", weight='bold', color='b')
plt.text(3.6, -2.95, '3.5 is ticklabel', weight='bold', color='b')
plt.title('structure of matplotlib')
plt.legend()
plt.show()

运行结果：