数据可视化——matplotlib(2)

导入相关模块

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

图表设置

添加X、Y轴标签以及图标标题

a = (1,3,2,5,4)
b = (2,5,3,4,1)

plt.plot(a)
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Test')
plt.show()

添加图例

简单的图例仅需要在画图函数中添加一个label标签就行，在绘制完后调用plt.legend()函数即可，如果需要使用更复杂的图例显示，可以查看官网文档，这里不做细说。

plt.plot(a, label='a')
plt.plot(b, label='b')
plt.legend()
plt.show()

坐标设置

设置坐标轴显示范围

坐标轴显示范围设置可以使用plt.xlim()和plt.ylim()函数实现。

plt.plot(a, label='a')
plt.xlim(xmin=0,xmax=10)
plt.ylim(ymin=0,ymax=10)
plt.show()

设置刻度

刻度的设置可以使用plt.xticks()和plt.yticks()来设置，需要传入的是原刻度以及对应刻度，比如:plt.xticks(x, ticks)，这样就可以将X轴显示为想要显示的刻度了。刻度也可以设置为倾斜的，只需要添加一个rotation参数即可。

plt.plot(a)
ticks = 'abcde'
plt.xticks(range(5),ticks,rotation=30)
plt.show()

数据标签

plt中添加数据标签可以通过plt.text()方法。具体用法是：plt.text(x,y,label)

plt.plot(a)
for i in range(len(a)):
    plt.text(i,a[i], a[i])
plt.show()

当然，plt.text()还可以设置其它的参数，比如：

• ha:horizontalalignment（水平对齐）
• va:verticalalignment（垂直对齐）
• fs:文字大小
  这些就不做说明了。
  至此，一些简单的设置都已经实现了。