python可视化图书采购组合图 python数据可视化课程设计

转载

mob64ca13f9e726 2024-02-05 09:17:31

文章标签 python可视化图书采购组合图 matplotlib python 子图坐标轴 文章分类 Python 后端开发

文章目录
1. 图形窗口方法与参数
1.1 创建窗口
1.2 设置窗口的常用方法
1.3 更改当前绘制的窗口
2. 子图布局(一个窗口显示多个图表)
2.1 矩阵式布局
2.2 网格式布局
2.3 自由式布局
3. 刻度定位器
3.1 MultipleLocator()
3.1 其他刻度定位器
4. 区域填充
5. 散点图
5.1 散点图
5.2 散点图 API
附
内置颜色映射

1. 图形窗口方法与参数

1.1 创建窗口

# 创建 matplotlib 窗口
figure(
	'sub-fig',		# 窗口标题栏文本
	facecolor=''	# 图表背景颜色
)

注意：
窗口标题栏的文本设置相同，matplotlib 不会创建新的窗口。
窗口标题栏文本为窗口的唯一标识。

import matplotlib.pyplot as plt

plt.figure('Figure A', facecolor='gray')
plt.figure('Figure B', facecolor='lightgray')
plt.show()

绘制图形的代码写在创建窗口 A 之后，图形会绘制在窗口 A 中；绘制图形的代码写在创建窗口 B 之后，图形会绘制在窗口 B 中。

import matplotlib.pyplot as plt

plt.figure('Figure A', facecolor='gray')
plt.plot([0, 1], [0, 1])
plt.figure('Figure B', facecolor='lightgray')
plt.plot([0, 1, 0], [0, 1, 2])
plt.show()

1.2 设置窗口的常用方法

# 设置图表标题，显示在图表的上方
title(title, fontsize=12)

# 设置水平轴的文本
xlabel(x_label_str, fontsize=12)

# 设置垂直轴的文本
ylabel(y_label_str, fontsize=12)

# 设置图表网格线，linestyle 设置网格线的样式
# 样式字符串与设置图形线的样式的字符串一样
grid(linestyle='')

# 设置紧凑布局，把图表相关参数都显示在窗口中
# 紧凑布局，窗口的利用率更高
tight_layout()

import numpy as np
import matplotlib.pyplot as plt

plt.figure('Figure A', facecolor='gray')
plt.plot([0, 1], [0, 1])
# 设置 A 窗口
plt.title('Figure A', fontsize=16)
plt.xlabel('Figure A xlabel', fontsize=12)
plt.ylabel('Figure A ylabel', fontsize=12)
plt.grid(linestyle='-.')
plt.figure('Figure B', facecolor='lightgray')
plt.plot([0, 1, 0], [0, 1, 2])
# 设置 B 窗口
plt.title('Figure B', fontsize=16)
plt.xlabel('Figure B xlabel', fontsize=12)
plt.ylabel('Figure B ylabel', fontsize=12)
plt.grid(linestyle='--')
plt.tight_layout()

plt.show()

1.3 更改当前绘制的窗口

import numpy as np
import matplotlib.pyplot as plt

plt.figure('Figure A', facecolor='gray')
plt.plot([0, 1], [0, 1])
# 设置 A 窗口
plt.title('Figure A', fontsize=16)
plt.xlabel('Figure A xlabel', fontsize=12)
plt.ylabel('Figure A ylabel', fontsize=12)
plt.grid(linestyle='-.')
plt.figure('Figure B', facecolor='lightgray')
plt.plot([0, 1, 0], [0, 1, 2])
# 设置 B 窗口
plt.title('Figure B', fontsize=16)
plt.xlabel('Figure B xlabel', fontsize=12)
plt.ylabel('Figure B ylabel', fontsize=12)
plt.grid(linestyle='--')
plt.tight_layout()

# 接下来的图形绘制在 A 窗口中
# 由于 A 窗口已经创建过了，不会再创建一个，相当于调用 A 窗口
plt.figure('Figure A')
plt.plot([1, 2, 3], [2, 1, 3])

plt.show()

2. 子图布局(一个窗口显示多个图表)

2.1 矩阵式布局

subplot(rows, cols, num)
# 将一个窗口拆分成几行几列
# rows: 行
# cols: 列
# num: 编号(第几个子图) 编号从 1 开始

# 如:
subplot(3, 3, 5) # 一个窗口拆分成 3 行 3 列，绘制第 5 个子图
subplot(335) # 简写

import matplotlib.pyplot as plt

plt.figure('Figure A', facecolor='gray')

for i in range(1, 10):
    plt.subplot(3,3,i)
    # 在图表中 x=0.5,y=0.5 的位置书写文本 i
    # 水平和垂直都居中对齐
    plt.text(0.5,0.5,i,ha='center', va='center', size=36, alpha=0.6)
    # 取消 x y 轴的刻度
    plt.xticks([])
    plt.yticks([])
    plt.tight_layout()

plt.show()

2.2 网格式布局

import numpy as np
import matplotlib.pyplot as mp
import matplotlib.gridspec as mg

# 创建窗口
mp.figure('GridSpec', facecolor='lightgray')
# 将窗口分割成 3 行 3 列
gs = mg.GridSpec(3, 3)
# 将第一行的第一个和第二个子图进行合并(采用切片的形式进行合并)
mp.subplot(gs[0, :2])
# 绘制图形
mp.text(0.5, 0.5, 1, ha='center', va='center', size=36, alpha=0.8)
mp.xticks([])
mp.yticks([])
mp.tight_layout()

mp.subplot(gs[:2, 2])
mp.text(0.5, 0.5, 2, ha='center', va='center', size=36, alpha=0.8)
mp.xticks([])
mp.yticks([])
mp.tight_layout()

mp.subplot(gs[1:, 0])
mp.text(0.5, 0.5, 3, ha='center', va='center', size=36, alpha=0.8)
mp.xticks([])
mp.yticks([])
mp.tight_layout()

mp.subplot(gs[2, 1:])
mp.text(0.5, 0.5, 4, ha='center', va='center', size=36, alpha=0.8)
mp.xticks([])
mp.yticks([])
mp.tight_layout()

# 显示窗口
mp.show()

2.3 自由式布局

mp.axes([left_bottom_x, left_bottom_y, width, height])
# left_bottom_x: 左下角 x 坐标
# left_bottom_y: 左下角 y 坐标
# width: 宽度
# height: 高度

import numpy as np
import matplotlib.pyplot as mp
import matplotlib.gridspec as mg

# 创建窗口
mp.figure('FreeLayout', facecolor='lightgray')
# 参数列表中的四个值表示：窗口宽或高的几倍
# 左下角坐标 x 的位置为 宽度的 0.1 倍
mp.axes([0.1, 0.1, 0.5, 0.5])

# 显示窗口
mp.show()

3. 刻度定位器

3.1 MultipleLocator()

# 获取当前坐标轴
ax = mp.gca()

# 设置水平坐标轴的主刻度(显示字的刻度)定位器，间隔 1
# ax.xaxis 获取 x 轴
# mp.MultipleLocator(刻度间隔) 刻度定位器 
ax.xaxis.set_major_locator( mp.MultipleLocator(1) )

# 设置水平坐标轴的次刻度(不显示字的刻度)定位器为多点定位器，间隔 0.1
ax.xaxis.set_minor_locator( mp.MultipleLocator(0.1) )

import numpy as np
import matplotlib.pyplot as mp
import matplotlib.gridspec as mg

# 获取坐标轴
ax = mp.gca()
# 取消左、上、右轴的显示
ax.spines['top'].set_color('none')
ax.spines['left'].set_color('none')
ax.spines['right'].set_color('none')
# 取消 y 刻度
mp.yticks([])
# x 轴居中
ax.spines['bottom'].set_position(('data', 0.5))

# 设置 x 轴的可视区域
mp.xlim(1, 10)

# 设置刻度定位器，每隔 1 一个主刻度，每隔 0.1 一个次刻度
# 主刻度
ax.xaxis.set_major_locator(mp.MultipleLocator(1))
# 次刻度
ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))

mp.show()

3.1 其他刻度定位器

python可视化图书采购组合图 python数据可视化课程设计_python

import numpy as np
import matplotlib.pyplot as mp
import matplotlib.gridspec as mg

locators = [
    'mp.NullLocator()',
    'mp.MultipleLocator(1)',
    'mp.MaxNLocator(nbins=4)',
    'mp.FixedLocator(locs=[2,4,8,10])'
]

mp.figure('A', facecolor='lightgray')

for i, locator in enumerate(locators):
    mp.subplot(len(locators), 1, i+1)
    ax = mp.gca()
    ax.spines['top'].set_color('none')
    ax.spines['left'].set_color('none')
    ax.spines['right'].set_color('none')
    mp.yticks([])
    ax.spines['bottom'].set_position(('data', 0.5))

    # 设置 x 轴的可视区域
    mp.xlim(1, 10)

    # 设置刻度定位器，每隔 1 一个主刻度，每隔 0.1 一个次刻度
    # 主刻度
    ax.xaxis.set_major_locator(eval（locator))
    # 次刻度
    ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))

mp.show()

4. 区域填充

mp.fill_between(
	x,				# x 轴的水平坐标
	sin_x,			# 下边界面曲线上点的垂直坐标
	cos_x,			# 上边界面曲线上点的垂直坐标
	sin_X < cos_x,	# 填充条件，为 True 时填充
	color = '',		# 填充颜色
	alpha=0.2 		# 透明度
)

import numpy as np
import matplotlib.pyplot as mp
import matplotlib.gridspec as mg

x = np.linspace(0, 8 * np.pi, 1000)
sin_x = np.sin(x)
cos_x = np.cos(x / 2) / 2

mp.figure('Fill', facecolor='gray')
mp.grid(linestyle=':')
mp.plot(x, sin_x, color='dodgerblue', label='y=sin(x)')
mp.plot(x, cos_x, color='orangered', label=r'$y=\frac{1}{2}cos(\frac{x}{2})$')
mp.fill_between(x, sin_x, cos_x, sin_x>cos_x, color='dodgerblue', alpha=0.3)
mp.fill_between(x, sin_x, cos_x, sin_x<cos_x, color='orangered', alpha=0.3)

mp.legend()
mp.show()

5. 散点图

5.1 散点图

散点图可以通过每个点的坐标、颜色、大小和形状表示不同的特征值。

5.2 散点图 API

mp.scatter(
	x,				# x 轴坐标数组
	y,				# y 轴坐标数组
	marker='',		# 点型
	s=10,			# 大小
	color='',		# 颜色
	edgecolor='',	# 边缘颜色
	facecolor='',	# 填充色
	zorder=''		# 图层序号
)

生成一组正态分布的随机数：

n = 100
x = np.random.normal(期望值, 标准差, 数字生成数量)
y = np.random.normal(60, 10, n)

import numpy as np
import matplotlib.pyplot as mp
import matplotlib.gridspec as mg

n = 200
x = np.random.normal(175, 5, n)
y = np.random.normal(65, 10, n)

mp.figure('scatter', facecolor='gray')
mp.grid(linestyle=':')
mp.scatter(
    x, y,
    marker='o',
    alpha=0.7,
    color='dodgerblue',
    label='Samples',
    s = 80
)
mp.legend()
mp.show()

mp.scatter(
    x, y,
    marker='o',
    alpha=0.7,
    # color='dodgerblue',
    label='Samples',
    s = 80,
    c=x, # 每个样本的颜色值, 决定样本点颜色值
    cmap='jet' # 内置的颜色映射，数值越小越蓝，越大越红
)

附

内置颜色映射

python可视化图书采购组合图 python数据可视化课程设计_python可视化图书采购组合图_02

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。

上一篇：java 用户活跃度技术方案用户活跃度指标有哪些

下一篇：JavaOIDC标准 java dcl

提问和评论都可以，用心的回复会被更多人看到评论

发布评论

相关文章

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

python可视化图书采购组合图 python数据可视化课程设计

python可视化图书采购组合图 python数据可视化课程设计

文章目录

1. 图形窗口方法与参数

1.1 创建窗口

1.2 设置窗口的常用方法

1.3 更改当前绘制的窗口

2. 子图布局(一个窗口显示多个图表)

2.1 矩阵式布局

2.2 网格式布局

2.3 自由式布局

3. 刻度定位器

3.1 MultipleLocator()

3.1 其他刻度定位器

4. 区域填充

5. 散点图

5.1 散点图

5.2 散点图 API

附

内置颜色映射

51CTO博客