python数据分析学习day07：图表样式和子图

1. 显示网格:plt.grid()

plt.grid(True, linestyle = "--",color = "gray", linewidth = "0.5",axis = 'both')

• 显示网格
• linestyle：线型
• color：颜色
• linewidth：宽度
• axis：x，y，both，显示x/y/两者的格网

x = np.linspace(-np.pi,np.pi,256,endpoint = True)
c, s = np.cos(x), np.sin(x)
plt.plot(x, c)
plt.plot(x, s)
# 通过ndarry创建图表
# plt.grid(True, linestyle = "--",color = "gray", linewidth = "0.5",axis = 'both')
plt.grid(True,linestyle="--")

  

2.  plt.gca( ) 对坐标轴的操作

首先观察画布上面的坐标轴，如下图:

                        ​​​​​​​        ​​​​​​​        ​​​​​​​        

上图中，用红色标识出的黑色边界框线在Matplotlib中被称为spines，中文翻译为脊柱......在我理解看来，意思是这些边界框线是坐标轴区域的“支柱”。

那么，我们最终要挪动的其实就是这四个“支柱”

且所有的操作均在plt.gca( )中完成，gca就是get current axes的意思

接下来需要绘制图如下:

# 创建x轴数据
x = np.arange(-50,51)
# 创建y轴的数据,他是x的平方
y = x ** 2
plt.plot(x, y)

x = np.arange(-50,51)
y = x ** 2
# 获取当前坐标轴
ax = plt.gca()
# 通过坐标轴spines,确定 top, bottom, left, right (分别表示上,下,左和右)

# 不需要右侧和上侧线条,则可以设置他的颜色
ax.spines['right'].set_color("none")
ax.spines['top'].set_color("none")

plt.plot(x, y)

# 分别定义x y
x = np.arange(-50,51)
y = x ** 2
# 获取当前坐标轴
ax = plt.gca()
# 不需要右侧和上侧线条,则可以设置他的颜色
ax.spines['right'].set_color("none")
ax.spines['top'].set_color("none")
# 移动下轴到指定位置
# 在这里，position位置参数有三种，data , outward(向外-可自行尝试) , axes
# axes:0.0 - 1.0之间的值，整个轴上的比例
ax.spines['left'].set_position(('axes',0.5)) # 等价于ax.spines['left'].set_position(('data',0.0))
# 移动下轴到指定位置
# 'data'表示按数值挪动，其后数字代表挪动到Y轴的刻度值
#ax.spines['bottom'].set_position(('data',0.0))
plt.ylim(0, y.max()) # 设置轴取值范围
plt.plot(x, y)

 

3. plt.rcParams设置画图的分辨率，大小等信息

• plt.rcParams['figure.figsize'] = (8.0, 4.0) # 设置figure_size英寸
• plt.rcParams['figure.dpi'] = 300 #分辨率
  • 默认的像素：[6.0,4.0]，分辨率为72，图片尺寸为 432x288
  • 指定dpi=100，图片尺寸为 600*400
  • 指定dpi=300，图片尺寸为 1800*1200

4.图表的样式参数设置

4.1 线条样式

传入x,y，通过plot画图,并设置折线颜色、透明度、折线样式和折线宽度 标记点、标记点大小、标记点边颜色、标记点边宽,网格

plt.plot(x,y,color='red',alpha=0.3,linestyle='-',linewidth=5,marker='o',markeredgecolor='r',markersize='20&#