当前位置:   article > 正文

matplotlib简单操作_plt.text不显示

plt.text不显示
  1. import matplotlib.pyplot as plt
  2. #下面三行解决中文字的显示问题
  3. from pylab import *
  4. mpl.rcParams['font.sans-serif'] = ['SimHei']
  5. mpl.rcParams['axes.unicode_minus'] = False
  6. #设置生成的图片的大小
  7. plt.rcParams['figure.figsize'] = (8.0, 8.0)
  8. plt.rcParams['savefig.dpi'] = 300 #图片像素
  9. plt.rcParams['figure.dpi'] = 300#设置图片分辨率
  10. #设置轴向尺度
  11. plt.axis([0,5,0,20])
  12. #设置图像主题
  13. plt.title('my first plot',fontsize=20)
  14. #设置x轴表示含义
  15. plt.xlabel('Count')
  16. #设置y轴表示含义
  17. plt.ylabel('Square value')
  18. #图片插入内容,位置和内容自定义
  19. plt.text(1,1.5,'First')
  20. plt.text(2,4.5,'Second')
  21. plt.text(3,9.5,'Third')
  22. plt.text(4,16.5,'Five')
  23. #给图片设置网格
  24. plt.grid(True)
  25. #设置图片中函数的秒数,这里设置了表格
  26. plt.text(1.1,12,r'$y=x^2$',fontsize=20,bbox={'facecolor':'yellow','alpha':0.2})
  27. #图片里的点,这里是三种不同的图形表示
  28. plt.plot([1,2,3,4],[1,4,9,16],'bo')
  29. plt.plot([1,2,3,4],[0.8,3.5,8,15],'g^')
  30. plt.plot([1,2,3,4],[0.5,2.5,4,12],'b*')
  31. #图片标题,会对不通的图形代表的含义作出解释说明
  32. plt.legend(['First series','Second series','Third series'],loc=2)
  33. #图片保存,格式自己定义
  34. plt.savefig('my_chart.png')
  35. ########################################################################
  36. 另外针对多画布问题
  37. plt.subplot(221) # 将figure设置的画布大小分成几个部分,参数‘221’表示2(row)x2(colu),即将画布分成2x2,两行两列的4块区域,1表示选择图形输出的区域在第一块,图形输出区域参数必须在“行x列”范围 ,此处必须在12之间选择——如果参数设置为subplot(111),则表示画布整个输出,不分割成小块区域,图形直接输出在整块画布上
  38. plt.plot(y,xx) # 在2x2画布中第一块区域输出图形
  39. plt.subplot(222)
  40. plt.plot(y,xx) #在2x2画布中第二块区域输出图形
  41. plt.show()
  42. plt.subplot(223) #在2x2画布中第三块区域输出图形
  43. plt.plot(y,xx)
  44. plt.subplot(224) # 在在2x2画布中第四块区域输出图形
  45. plt.plot(y,xx)
  46. #==============================
  47. plt.plot(x,y) # 只提供x轴,y轴参数,画最简单图形

运行以后会出现下面图形(因为代码里设置的大小参数和轴的尺度不唯一,所以图形仅供参考)

这些只是最基本最简单的操作,主要是牢记各个部分的函数名称,应该不难操作

下面是一个更具体一点的实例

  1. import pandas as pd
  2. columns=['语文','数学','英语','化学','物理','体育']
  3. frame=pd.read_csv('D:\example\score.csv',sep=',',names=columns)
  4. import matplotlib.pyplot as plt
  5. from pylab import *
  6. mpl.rcParams['font.sans-serif'] = ['SimHei']
  7. mpl.rcParams['axes.unicode_minus'] = False
  8. plt.rcParams['figure.figsize'] = (8.0, 8.0)
  9. plt.rcParams['savefig.dpi'] = 300 #图片像素
  10. plt.rcParams['figure.dpi'] = 300
  11. fig,axes=plt.subplots(2,1)
  12. #plt.axes=([0,20,0,200])
  13. # plt.ylabel()
  14. # plt.xlabel('成绩')
  15. axes[0].set_xlabel('学生')
  16. axes[0].set_ylabel('分数')
  17. axes[0].set_title('考试成绩一览表')
  18. plt.title('考试成绩一览表')
  19. frame.plot.bar(ax=axes[0],alpha=0.7)
  20. frame.plot.barh(ax=axes[1],alpha=0.7)
  21. frame.plot()

生成一下三张图片,图片未经雕琢,见谅!

 

 

 

 

 

 

 

再举一个事例加以说明

  1. from matplotlib import font_manager
  2. plt.rcParams['figure.figsize'] = (4.0, 3.0)
  3. x=np.arange(-np.pi,np.pi,000.1)
  4. y=sin(x)
  5. plt.title('函数图像')
  6. plot(x,y,lw=2,c='r',ls='-.',label='数值')
  7. #设置轴向标注
  8. plt.xlabel('数学',fontsize=20)
  9. plt.ylabel('学生',fontsize=20)
  10. #设置x,y轴的上下限
  11. plt.xlim(-np.pi,np.pi)
  12. plt.ylim(-1,1)
  13. 设置关键刻度
  14. plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi])
  15. #添加文字,前面是坐标,第二个是内容,后面是字体格式
  16. plt.text(0,0.5,'dont move',fontdict={'size':'16','color':'b'})
  17. #添加标注,xy表示标注箭头想要指示的点,xytext:描述信息的坐标,arrowprop表示箭头的样式
  18. plt.annotate('note!!',xy=(-np.pi,0),xytext=(-np.pi,2),fontsize=16,arrowprops=dict(facecolor='black',shrink=0.01))
  19. z=x**3
  20. plot(x,z,label='函数')
  21. plt.legend(loc=(1,0))

 

深入一点:

  1. a=['猩球崛起3:终极之战','敦刻尔克','蜘蛛侠:英雄归来','战狼2']
  2. b_16=[15746,24456,416,1556]
  3. b_15=[15653,666,5662,365]
  4. b_14=[1646,3666,3662,552]
  5. bar_width=0.2
  6. x_14=list(range(len(a)))
  7. x_15=[i+bar_width for i in x_14]
  8. x_16=[i+bar_width*2 for i in x_14]
  9. plt.figure(figsize=(20,8),dpi=80)
  10. ax=plt.subplot(211)
  11. ax.set_title('Counter')
  12. ax.set_xlabel('x')
  13. plt.bar(range(len(a)),b_14,width=bar_width,label='9月14日')
  14. plt.bar(x_15,b_15,width=bar_width,label='9月15日')
  15. plt.bar(x_16,b_16,width=bar_width,label='9月16日')
  16. plt.legend()
  17. plt.xticks(x_15,a)

 

 

 

 

 

 

更多详情查看https://matplotlib.org/gallery/images_contours_and_fields/interpolation_methods.html#sphx-glr-gallery-images-contours-and-fields-interpolation-methods-py

 

声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号