Python-双坐标作图(加图例)

其实就是很简单的一个双坐标绘制,由于画了两条曲线,对应图列还是需要加的。

data1=pd.read_csv('br.csv')
data2=pd.read_csv('bt.csv')
By=list(data1['Br []'])
Bx=list(data2['Bt []'])
fig = plt.figure(figsize=(10,6))
ax1=fig.add_subplot(111)
ax1.plot(By,label='Br')
ax1.set_ylabel('Br(T)')
ax2 = ax1.twinx()
ax2.plot(Bx,'r',label='Bn')
ax2.set_ylabel('Bn(T)')
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')
fig.savefig('111',bbox_inches = 'tight',pad_inches = 0,dpi =350)

 

### Python 数据可视化库简介 Python 中的 **Matplotlib** 和 **Seaborn** 是两个非常重要的数据可视化工具。以下是它们的功能概述以及如何通过这些库实现基本绘图。 #### Matplotlib 的基础功能 Matplotlib 是一个广泛使用的数据可视化库,能够生成多种类型的图表,例如折线图、散点图和柱状图等[^1]。它的灵活性使得开发者可以根据需求自定义图形的各种属性。 下面展示了一个使用 Matplotlib 绘制简单折线图的例子: ```python import matplotlib.pyplot as plt # 准备数据 x = [0, 1, 2, 3, 4, 5] y = [i**2 for i in x] # 创建折线图 plt.plot(x, y, label="y=x^2", color="red") # 设置标题和坐标轴标签 plt.title("Simple Line Plot") plt.xlabel("X-axis") plt.ylabel("Y-axis") # 添图例 plt.legend() # 展示图像 plt.show() ``` 这段代码展示了如何利用 `matplotlib` 来绘制一条二次函数曲线,并设置了颜色、标题以及其他必要的参数。 #### Seaborn 库的特点及其应用 Seaborn 基于 Matplotlib 构建而成,提供了一套更高层次的 API 接口来简化复杂统计图形的制作过程[^3]。此外,Seaborn 还改进了默认样式设计,让生成出来的图片更美观大方[^4]。 这里给出一段关于如何用 Seaborn 制作带核密度估计 (KDE) 的直方图实例: ```python import seaborn as sns import matplotlib.pyplot as plt # 初始化数据集 data = [1, 2, 2, 3, 3, 3, 4, 4, 5] # 调用 histplot 方法构建直方图并启用 KDE 功能 sns.histplot(data, bins=5, kde=True, color='skyblue') # 配置图表细节 plt.title('Histogram with Kernel Density Estimate') plt.xlabel('Data Values') plt.ylabel('Density/Frequency') # 输出最终效果 plt.show() ``` 上述脚本说明了怎样借助 Seaborn 实现带有平滑曲线拟合选项的历史分布视图。 #### 结论 无论是初学者还是高级分析师,在处理 Python 环境下的数据呈现任务时都可以依赖这两个强大而灵活的解决方案——Matplotlib 提供全面控制权;与此同时,Seaborn 则凭借其简洁优雅的设计哲学赢得了众多用户的青睐[^2]。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值