Python数据可视化库-Matplotlib(二)
程序员文章站
2022-03-26 12:26:58
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 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 ......
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~~
下一篇: 心疼小车呀!