目录

​ 折线图绘制万能模板​

​每文一语​


前面我们已经构造了一种图形可视化的模板了,下面我们直接使用这个模板进行增添和修改,进一步的改善图形的外观。

import matplotlib.pyplot as plt

# 画布
plt.figure(figsize=(9,3), # (宽度 , 高度) 单位inch
dpi=100, # 清晰度 dot-per-inch
facecolor='#CCCCCC', # 画布底色
edgecolor='black',linewidth=0.2,frameon=True, # 画布边框
#frameon=False # 不要画布边框
)

# ax = plt.gca()
# ax.plot()

plt.plot()
plt.show()

matplotlib绘制折线图之基本配置——万能模板案例_数据

设置好基本的图形之后,我们就可以向上面添加一些数据了

(图例放置位置)

"""legend( handles=(line1, line2, line3),
labels=('label1', 'label2', 'label3'),
'upper right')
The *loc* location codes are::
'best' : 0, (currently not supported for figure legends)
'upper right' : 1,
'upper left' : 2,
'lower left' : 3,
'lower right' : 4,
'right' : 5,
'center left' : 6,
'center right' : 7,
'lower center' : 8,
'upper center' : 9,
'center' : 10,"""

折线图案例

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

# 画布
plt.figure(figsize=(15,5), # (宽度 , 高度) 单位inch
dpi=100, # 清晰度 dot-per-inch
facecolor='#CCCCCC', # 画布底色
edgecolor='black',linewidth=0.2,frameon=True, # 画布边框
#frameon=False # 不要画布边框
)


# 数据
x = np.linspace(0, 2 * np.pi, 50)
y1 = np.sin(x)
y2 = np.cos(x)
df = pd.DataFrame([x,y1,y2]).T
df.columns = ['x','sin(x)','cos(x)']

# 图形
plt.plot(df['x'],df['sin(x)'],label='sin(x)')
plt.plot(df['x'],df['cos(x)'],label='cos(x)')

# 图例
plt.legend(loc='lower right') # 不带参数的时候,使用图形的label属性
# plt.legend(labels=['sin','cos'])

# 标题
#plt.title("sin(x) and cos(x)",loc='center',y=0.85)

# 字体字典
font_dict = {'fontsize': 12, 'fontweight': 'bold', 'color': 'green'}
plt.title("sin(x) and cos(x)",loc='center',y=0.9, fontdict=font_dict)

matplotlib绘制折线图之基本配置——万能模板案例_python 绘制折线图_02

查看全局参数

# matplotlib.pyplot的全局参数
plt.rcParams
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 设置中文字体
plt.rcParams['axes.unicode_minus'] = False # 不使用中文减号
plt.rcParams['font.sans-serif'] = 'FangSong' # 设置字体为仿宋(FangSong)
# 画布
plt.figure(figsize=(15,5), # (宽度 , 高度) 单位inch
dpi=120, # 清晰度 dot-per-inch
facecolor='#CCCCCC', # 画布底色
edgecolor='black',linewidth=0.2,frameon=True, # 画布边框
#frameon=False # 不要画布边框
)


# 数据
x = np.linspace(0, 2 * np.pi, 50)
y1 = np.sin(x)
y2 = np.cos(x)
df = pd.DataFrame([x,y1,y2]).T
df.columns = ['x','sin(x)','cos(x)']

# 图形
plt.plot(df['x'],df['sin(x)'],label='sin(x)')
plt.plot(df['x'],df['cos(x)'],label='cos(x)')

# 图例
plt.legend()

# 标题
#plt.title("sin(x) and cos(x)",loc='center',y=0.85)

# 字体字典
font_dict = {'fontsize': 10, 'fontweight': 'bold', 'color': 'grey'}

# 中文标题, 默认的字体不支持中文
plt.title("三角函数:正弦和余弦",loc='center',y=0.9, fontdict=font_dict)

matplotlib绘制折线图之基本配置——万能模板案例_matplotlib_03

 改变字体

# 字体字典
font_dict = {'fontsize': 10, 'fontweight': 'bold', 'color': 'grey'}

# 中文标题, 默认的字体不支持中文
plt.title("三角函数:正弦和余弦",loc='center',y=0.9, fontdict=font_dict)

matplotlib绘制折线图之基本配置——万能模板案例_数据_04

添加X轴和Y轴

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

# 画布
plt.figure(figsize=(15,5), # (宽度 , 高度) 单位inch
dpi=120, # 清晰度 dot-per-inch
facecolor='#CCCCCC', # 画布底色
edgecolor='black',linewidth=0.2,frameon=True, # 画布边框
#frameon=False # 不要画布边框
)


# 数据
x = np.linspace(0, 2 * np.pi, 50) #
y1 = np.sin(x)
y2 = np.cos(x)
df = pd.DataFrame([x,y1,y2]).T
df.columns = ['x','sin(x)','cos(x)']





# 标题
#plt.title("sin(x) and cos(x)",loc='center',y=0.85)

# 字体字典
font_dict = {'fontsize': 10, 'fontweight': 'bold', 'color': 'black','fontfamily':'KaiTi'}

# 设置全局中文字体
plt.rcParams['font.sans-serif'] = 'KaiTi' # 设置全局字体为中文 楷体
plt.rcParams['axes.unicode_minus'] = False # 不使用中文减号

# 常用中文字体
# 宋体 SimSun
# 黑体 SimHei
# 微软雅黑 Microsoft YaHei
# 微软正黑体 Microsoft JhengHei
# 新宋体 NSimSun
# 新细明体 PMingLiU
# 细明体 MingLiU
# 标楷体 DFKai-SB
# 仿宋 FangSong
# 楷体 KaiTi

# 中文标题, 默认的字体不支持中文
plt.title("三角函数:正弦和余弦",loc='center',y=1, fontdict=font_dict)

# Axes 坐标系设置
ax = plt.gca() # 获取当前坐标系
ax.set_facecolor('#FEFEFE') # 设置坐标系参数。。。。
#plt.xlabel() => ax.set_xlabel()
# ax.set_facecolor('#EE2211')
# ax.set_alpha(0.15)
# plt.title() => ax.set_title("AX TITLE")


# X轴标签
plt.xlabel("X轴") # loc: 左中右 left-center-right
# Y轴标签
plt.ylabel("Y轴") # loc: 上中下 top-center-bottom

# X轴范围
plt.xlim(0,np.pi) # 只显示X在0-Pi之间的部分
# Y轴范围
plt.ylim([0,1.1]) # 只显示Y在0-1之间的部分

# X轴刻度
xticks = np.array([0,1/4,2/4,3/4,1]) * np.pi # X 轴上刻度的值
labels = ["0",'1/4 Π','1/2 Π','3/4 Π', 'Π'] # X 轴上刻度标签
plt.xticks(xticks, labels) # 如果没有传入labels,直接使用ticks作为labels
# Y轴刻度
yticks = np.arange(0.0,1.2,0.2) # X 轴上刻度的值
plt.yticks(yticks) # 如果没有传入labels,直接使用ticks作为labels

# 根据刻度画网格线
#plt.grid()
plt.grid(axis='x') # axis: both, x, y 在哪个轴上画格子

# 图形
plt.plot(df['x'],df['sin(x)'],label='sin(x)')
plt.plot(df['x'],df['cos(x)'],label='cos(x)')

# 图例
plt.legend()
# plt.legend(labels=['sin','cos'])

matplotlib绘制折线图之基本配置——万能模板案例_matplotlib_05

 折线图绘制万能模板

# 处理数据
df = pd.read_csv(r'unemployment-rate-1948-2010.csv',usecols=['Year','Period','Value'])
df.replace('^M','-',regex=True, inplace=True)
df['year_month'] = df['Year'].astype('U') + df['Period']

# 设置画布和参数
plt.figure(figsize=(16,4), dpi=130, facecolor='white', edgecolor='black', frameon=True)# 画布底色


# 添加数据
plt.plot(df['year_month'], df['Value'],'c')#改变颜色和线条

'''
一般不需要改动下面的,只需要设置一些固定常量
'''

# 构造X轴标签,一般不用设置
xticks = [df['year_month'][i] for i in np.arange(0,df['year_month'].size,15)]#X轴的显示
#X轴设置倾斜度,可以解决标签过长的问题,大小可以设置默认
plt.xticks(xticks,rotation=100,size=10)

# 设置图形上的各类主题值
plt.suptitle('主标题:unemployment-rate-1948-2010',size=17,y=1.0)
plt.title("绘制日期:2022年 昵称:王小王-123", loc='right',size=15,y=1)

plt.title("主页", loc='left',size=12,y=1)

# 设置坐标轴上的字体标签
font_dict = {'fontsize': 15, 'fontweight': 'bold', 'color': 'black','fontfamily':'KaiTi'}
plt.xlabel('年月',font_dict)
plt.ylabel('失业率',font_dict)

matplotlib绘制折线图之基本配置——万能模板案例_plot_06

每文一语

最好的就是一切都掌握在自己手上