可视化库Matplotlib-子图
来源:互联网 发布:linux shadow密码破解 编辑:程序博客网 时间:2024/06/06 01:06
导入numpy库、pandas库和Matplotlib库
import numpy as npimport pandas as pdimport matplotlib.pyplot as plt
1、将画板分为几个子图
#创建一个画板fig = plt.figure()#创建子图,参数n、m、k分别表示把画板分为n×m块子画板,子图在k子画板上ax1 = fig.add_subplot(2, 2, 1)ax2 = fig.add_subplot(2, 2, 2)ax3 = fig.add_subplot(2, 2, 4)plt.show()
OUT:
2、定义画板的长和宽
#figsize()定义画板的长和宽fig = plt.figure(figsize=(10, 6))ax1 = fig.add_subplot(2, 1, 1)ax2 = fig.add_subplot(2, 1, 2)ax1.plot(np.random.randint(1, 5, 5), np.arange(5))ax2.plot(np.arange(10)*3, np.arange(10))plt.show()
OUT:
3、将折线画在同一个图中
unrate = pd.read_csv("UNRATE.csv")unrate['DATE'] = pd.to_datetime(unrate['DATE'])unrate['MONTH'] = unrate['DATE'].dt.monthunrate['MONTH'] = unrate['DATE'].dt.monthfig = plt.figure(figsize = (6, 3))plt.plot(unrate[0:12]['MONTH'], unrate[0:12]['VALUE'], c='red')plt.plot(unrate[12:24]['MONTH'], unrate[12:24]['VALUE'], c='blue')plt.show()
OUT:
4、添加说明框
fig = plt.figure(figsize = (10, 6))color = ['red', 'blue', 'green', 'orange', 'black']for i in range(5): start_index = i*12 end_index = (i+1)*12 subset = unrate[start_index:end_index] label = str(1948 + i) plt.plot(subset['MONTH'], subset['VALUE'], c=color[i], label=label)#loc:说明框定位,best:自动选择plt.legend(loc='best')plt.show()
OUT:
阅读全文
0 0
- 可视化库Matplotlib-子图
- Python数据可视化(matplotlib库)
- 可视化库Matplotlib-折线统计图
- Matplotlib可视化库的使用
- Python可视化库matplotlib库各种图demo
- matplotlib 子图
- matplotlib subplot 子图
- matplotlib模块数据可视化-3D图
- 数据可视化matplotlib(01) 图的选择
- python数据可视化-matplotlib库初体验
- Python可视化库matplotlib(基础整理)
- Python可视化库Matplotlib的使用
- 可视化分析库 matplotlib 基础01
- python可视化--matplotlib
- python可视化-matplotlib学习
- 【数据可视化】 之 Matplotlib
- Matplotlib绘图和可视化
- matplotlib可视化基本操作
- JS获取节点的兄弟,父级,子级元素的方法
- 【opencv】树莓派picamera+opencv人脸识别
- AlphaGo Zero原理浅析
- LeetCode#238 Product of Array Except Self (week11)
- 严蔚敏版数据结构学习笔记(4):队列
- 可视化库Matplotlib-子图
- 重装系统 Win 10 Flow
- 对FCN及反卷积的理解
- vim 配置
- 【java多线程编程核心技术】2.对象及变量的并发访问(下)-笔记总结
- 网页中文词语抓取+词云显示
- Jetty架构和实现分析
- 图像旋转90度
- Linux下的常用命令