Pycharm工具下的数据可视化——子图

1148-张同学

发表文章数:63

首页 » 数据科学库 » 正文


主要使用面向对象(Object-Oriented):更为底层和基础的方式

// An highlighted block
import numpy as np
import matplotlib.pyplot as plt

面向对象方式

// An highlighted block
x=np.linspace(-10,10,5)
y=x**2
fig=plt.figure()  #生成画布
ax=fig.add_subplot(111)
l,=plt.plot(x,y)
t=ax.set_title('object oriented')
plt.show()

Pycharm工具下的数据可视化——子图

绘制子图

面向对象方式

// An highlighted block
x=np.arange(1,100)
fig=plt.figure()
ax1=fig.add_subplot(221)
ax1.plot(x,x)
ax2=fig.add_subplot(222)
ax2.plot(x,-x)
ax3=fig.add_subplot(223)
ax3.plot(x,x**2)
ax4=fig.add_subplot(224)
ax4.plot(x,np.log(x))
plt.show()

pyplot方式

// An highlighted block
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x)
plt.subplot(222)
plt.plot(x,-x)
plt.subplot(223)
plt.plot(x,x**2)
plt.subplot(224)
plt.plot(x,np.log(x))

Pycharm工具下的数据可视化——子图

同时生成多张图

// An highlighted block
fig1=plt.figure()
ax1=fig1.add_subplot(111)
ax1.plot([1,2,3],[3,2,1])
fig2=plt.figure()
ax2=fig2.add_subplot(111)
ax2.plot([1,2,3],[1,2,3])
plt.show()

Pycharm工具下的数据可视化——子图
Pycharm工具下的数据可视化——子图

网格

网格作为背景,得到具体位置

面向对象方式

// An highlighted block
x=np.arange(1,5)
fig=plt.figure()
ax=fig.add_subplot(111)
plt.plot(x,x*2)
ax.grid()
plt.show()

Pycharm工具下的数据可视化——子图
设置网格
颜色:color 宽度:linewidth 格式:linestyle
Pycharm工具下的数据可视化——子图

pyplot方式

// An highlighted block
x=np.arange(1,5)
plt.plot(x,x*2)
#打开网格
plt.grid(True)
#关闭网格
#plt.grid()
plt.grid(color='green')
plt.grid(linewidth='2')
plt.grid(linestyle='-')
plt.show()

Pycharm工具下的数据可视化——子图

图例

信息框的设置

面向对象方式

// An highlighted block
x=np.arange(0,5)
fig=plt.figure()
ax=fig.add_subplot(111)
ax.plot(x,x*2,label='one')
ax.plot(x,x*3,label='two')
ax.plot(x,x*4,label='three')
plt.show()

Pycharm工具下的数据可视化——子图
参数调整

  1. 信息框位置 1:左上角 2:右上角 3:左下角 4:右下角 0:系统默认的最佳位置
// An highlighted block
x=np.arange(0,5)
fig=plt.figure()
ax=fig.add_subplot(111)
ax.plot(x,x*2,label='one')
ax.plot(x,x*3,label='two')
ax.plot(x,x*4,label='three')
plt.legend(loc=4)
plt.show()

Pycharm工具下的数据可视化——子图
2. 信息框列数(ncol)

// An highlighted block
x=np.arange(0,5)
fig=plt.figure()
ax=fig.add_subplot(111)
ax.plot(x,x*2,label='one')
ax.plot(x,x*3,label='two')
ax.plot(x,x*4,label='three')
plt.legend(ncol=3)
plt.show()

Pycharm工具下的数据可视化——子图
3. 统一设置

// An highlighted block
x=np.arange(0,5)
fig=plt.figure()
ax=fig.add_subplot(111)
ax.plot(x,x*2)
ax.plot(x,x*3)
ax.plot(x,x*4)
plt.legend(['1','2','3'],ncol=3)
plt.show()

Pycharm工具下的数据可视化——子图

pyplot方式

// An highlighted block
x=np.arange(0,5)
plt.plot(x,x*2)
plt.plot(x,x*3)
plt.plot(x,x*4)
plt.legend(['1','2','3'],ncol=3)
plt.show()

Pycharm工具下的数据可视化——子图

未经允许不得转载:作者:1148-张同学, 转载或复制请以 超链接形式 并注明出处 拜师资源博客
原文地址:《Pycharm工具下的数据可视化——子图》 发布于2020-07-13

分享到:
赞(0) 打赏

评论 抢沙发

评论前必须登录!

  注册



长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

Vieu3.3主题
专业打造轻量级个人企业风格博客主题!专注于前端开发,全站响应式布局自适应模板。

登录

忘记密码 ?

您也可以使用第三方帐号快捷登录

Q Q 登 录
微 博 登 录