Wechat: yu389741| Email: gisdqy@163.com

Shop:https://www.giserdqy.com/shop

(24)Python图表属性



Python具有用于数据可视化的一些很不错的类库。 Pandas,numpy和matplotlib的组合可以帮助创建几乎所有类型的可视化图表。 在本章中,我们将开始查看一些简单的图表和图表的各种属性。

创建图表

这里使用numpy库创建要创建图表所需的数字,并使用matplotlib中的pyplot方法绘制实际图表。

import numpy as np 
import matplotlib.pyplot as plt 

x = np.arange(0,10) 
y = x ^ 2 
#Simple Plot
plt.plot(x,y)
print('yes, all jobs done')
Python

执行上面示例代码,得到输出的图形如下 –

标记轴

可以使用库中的适当方法将标签应用于轴以及图表的标题,如下所示。

import numpy as np 
import matplotlib.pyplot as plt 

x = np.arange(0,10) 
y = x ^ 2 
#Labeling the Axes and Title
plt.title("Graph Drawing") 
plt.xlabel("Time") 
plt.ylabel("Distance") 
#Simple Plot
plt.plot(x,y)
Python

执行上面示例代码,得到输出的图形如下 –

格式化线条类型和颜色

图表中线条的样式和颜色可以使用库中适当的方法指定,如下所示。

import numpy as np 
import matplotlib.pyplot as plt 

x = np.arange(0,10) 
y = x ^ 2 
#Labeling the Axes and Title
plt.title("Graph Drawing") 
plt.xlabel("Time") 
plt.ylabel("Distance") 

# Formatting the line colors
plt.plot(x,y,'r')

# Formatting the line type  
plt.plot(x,y,'>')
Python

执行上面示例代码,得到输出的图形如下 –

保存图表文件

如下所示,可以使用库中的适当方法将图表保存为不同的图像文件格式。

import numpy as np 
import matplotlib.pyplot as plt 

x = np.arange(0,10) 
y = x ^ 2 
#Labeling the Axes and Title
plt.title("Graph Drawing") 
plt.xlabel("Time") 
plt.ylabel("Distance") 

# Formatting the line colors
plt.plot(x,y,'r')

# Formatting the line type  
plt.plot(x,y,'>') 

# save in pdf formats
plt.savefig('timevsdist.pdf', format='pdf')
Python

上面的代码在python环境的默认路径中创建pdf文件。

 关注右侧公众号,随时随地查看教程
 
Python数据分析教程目录