绘图细节设置1|学习笔记

简介: 快速学习绘图细节设置1

开发者学堂课程【Python 常用数据科学库:绘图细节设置1】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/546/detail/7504


绘图细节设置1


在 matplot 中,还存在一些关于轴的设置,轴指的是 X 轴和 Y 轴。在画图的时候有左边的,右边的,上面的,下面的一些东西。对于这些东西就要考虑将其保留还是删去。

X=range(10)

y=range(10)

然后把当前轴的对象调出:

fig=plt.gca()

plt.plot[x,y]

执行以上代码之后。出现以下图形:

image.png

现在上下左右都分别有轴,有这些轴之后,接下来就可以选择一些留下,选择一些不留下:

Fig,axes.get_xaxis().set_visible[False]

执行以上代码之后,x轴消失了。

Fig,axes.get_yaxis().set_visible[False]

执行以上代码之后,Y 轴消失了。也就是说不想让 X 轴或 Y 轴存在时,可以设置其可不可见。也可以单独让上面的和右边的消失:

X=np.random.normal(loc=0.0,scale=1.0,size=300)

指定宽度:

Width=0.5

从何处开始,从何处结束,其中的间隔就表示 bins。

Bins=np.arange(math.floor(x,min())-width.math.cell(x.max())+width).width)

Ax=plt.subplots(111)

在 spines 中需要控制什么就改什么。

Ax.spines[‘top’],set_visible(False)

Ax.spines[‘right], set_visible(False)

通过以上代码就将其设置为不可见了。

Plt.hist()相当于一个直方图

Plt.hist(x,alpha=0.5,bins=bins)

由于此时只有一个图,所以 sub plot不需要加 S。

总体代码如下:

Import math

X=np.random.normal(loc=0.0,scale=1.0,size=300)

Width=0.5

Bins=np.arange(math.floor(x,min())-width.math.cell(x.max())+width).width)

Ax=plt.subplot(111)

Ax.spines[‘top’],set_visible(False)

Ax.spines[‘right], set_visible(False)

Plt.hist(x,alpha=0.5,bins=bins)

设置轴线不可见之后出现了一个较为有趣的现象,虽然轴不可见,但是出现了一些刻度。也可以通过设置来将刻度隐藏。

Plt.tick_params(bottom=’off’,top=’off’,left=’off’)

总体代码如下:

Import math

X=np.random.normal(loc=0.0,scale=1.0,size=300)

Width=0.5

Bins=np.arange(math.floor(x,min())-width.math.cell(x.max())+width).width)

Ax=plt.subplot(111)

Ax.spines[‘top’],set_visible(False)

Ax.spines[‘right], set_visible(False)

Plt.tick_params(bottom=’off’,top=’off’,left=’off’)

Plt.hist(x,alpha=0.5,bins=bins)

通过以上代码将上左下的刻度都关闭了。但右边还没关闭,所以还需要加入right=’OFF’。也可以在图中加入网格:ply.grid()。可以根据自己的需要来选择是否加入网格刻度轴等。

在写X轴时,可能会出现X轴字会很长的情况:

X=range(10)

y=range(10)

labels=[‘tangyudi’for I range (10)]

fig.ax=plt.subplots()

plt.plot()

ax.set_xticklabels(labels)

以上代码执行之后出现错误,更改如下:

X=range(10)

y=range(10)

labels=[‘tangyudi’for I in range (10)]

fig.ax=plt.subplots()

plt.plot(x,y)

ax.set_xticklabels(labels)

图如下:

image.png

就需要在设置 X 轴时加上一些参数:ax.set_xticklabels(labels,rotation=90)

此时 X 轴上较长的坐标就竖着写了,其中90就表示写的角度。如果刻度对应的不好,就可以加上对齐参数:

ax.set_xticklabels(labels,rotation=90,horizontalalignment=‘right’)

旋转角度和对齐参数都可以自己指定。

相关文章
|
SQL 数据采集 存储
Hive实战 —— 电商数据分析(全流程详解 真实数据)
关于基于小型数据的Hive数仓构建实战,目的是通过分析某零售企业的门店数据来进行业务洞察。内容涵盖了数据清洗、数据分析和Hive表的创建。项目需求包括客户画像、消费统计、资源利用率、特征人群定位和数据可视化。数据源包括Customer、Transaction、Store和Review四张表,涉及多个维度的聚合和分析,如按性别、国家统计客户、按时间段计算总收入等。项目执行需先下载数据和配置Zeppelin环境,然后通过Hive进行数据清洗、建表和分析。在建表过程中,涉及ODS、DWD、DWT、DWS和DM五层,每层都有其特定的任务和粒度。最后,通过Hive SQL进行各种业务指标的计算和分析。
2833 1
Hive实战 —— 电商数据分析(全流程详解 真实数据)
|
自然语言处理 数据可视化 数据挖掘
基于python的VR眼镜口碑情感分析,包括lda和情感分析
本文通过Python LDA模型和情感分析技术对京东VR眼镜的用户评论进行深入分析,揭示了消费者对产品的情感倾向、关注点和满意度,为企业提供市场洞察和改进方向。
349 1
基于python的VR眼镜口碑情感分析,包括lda和情感分析
|
人工智能 安全 物联网
智能家居技术的未来:从自动化到人工智能的演变
随着技术的飞速发展,智能家居已经从简单的自动化控制进化到了集成人工智能的高级阶段。本文将探讨智能家居技术的发展轨迹,分析其如何通过人工智能、物联网和数据分析等技术提升家居生活的便利性、安全性和效率。我们将以实际案例说明未来智能家居的趋势,并讨论在实现这一愿景过程中所面临的挑战与机遇。
|
弹性计算 数据库 虚拟化
阿里云产品之云服务器ECS类各云产品简介及适用场景介绍
阿里云的云服务器ECS类产品并不是只有云服务器和轻量应用服务器两种产品,还包括弹性裸金属服务器、GPU云服务器、专有宿主机、FPGA云服务器、VMware服务等产品和服务均属于云服务器ECS类云产品,本文为大家介绍一下哪些云产品属于云服务器ECS类产品,他们各自的适用场景有哪些。
|
Kubernetes 负载均衡 网络协议
Istio的流量管理(概念)
Istio的流量管理(概念)
276 2
|
传感器 算法 C++
C++ PCL 设置法向量的方向
C++ PCL 设置法向量的方向
330 0
|
Kubernetes 算法 容器
在k8S中,Pod的容器重启策略有哪些?
在k8S中,Pod的容器重启策略有哪些?
|
存储 分布式计算 测试技术
探索Apache Hudi核心概念 (1) - File Layouts
探索Apache Hudi核心概念 (1) - File Layouts
289 1
|
JSON 数据格式 Python
Python生成JSON数据
Python生成JSON数据
303 0
|
数据处理 数据库 CDN
阿里云为中小企业推出的专属上云补贴申请流程及注意事项介绍
中小企业专属上云补贴权益是阿里云为企业级用户推出的获取上云解决方案和专属补贴政策,用户通过上云补贴权益可获得官方专业人员指导上云,如果你不知道应该选购哪些云产品及具体配置,官方专业人员可根据您的预算及使用场景为您推荐适合您的上云解决方案,另外还可以获得专属代金券等上云补贴。有的用户还不清楚具体申请流程及注意事项,下面小编做个介绍。
1144 0
阿里云为中小企业推出的专属上云补贴申请流程及注意事项介绍