Pycharm工具下的数据可视化——坐标轴

// An highlighted block
import numpy as np
import datetime
import matplotlib.pyplot as plt
import matplotlib as mpl

坐标轴范围

// An highlighted block
x=np.arange(-50,50)
plt.plot(x,x*x)
plt.show()

在这里插入图片描述

x轴范围调整(y轴相似)
// An highlighted block
x=np.arange(-50,50)
plt.plot(x,x*x)
#x,y轴的范围
print(plt.axis())

x轴最小坐标,x轴最大坐标,y轴最小坐标,y轴最大坐标
在这里插入图片描述
单边调整

// An highlighted block
x=np.arange(-50,50)
plt.plot(x,x*x)
#x,y轴的范围
print(plt.axis())
plt.xlim(xmin=-30)
plt.show()

在这里插入图片描述
双边调整

// An highlighted block
x=np.arange(-50,50)
plt.plot(x,x*x)
#x,y轴的范围
print(plt.axis())
plt.xlim([-30,30])
plt.show()

在这里插入图片描述

x,y轴范围的调整
// An highlighted block
x=np.arange(-50,50)
plt.plot(x,x*x)
print(plt.axis())
plt.axis([-30,30,20,100])
plt.show()

在这里插入图片描述

坐标轴刻度

// An highlighted block
x=np.arange(1,5)
plt.plot(x,x)
plt.show()

在这里插入图片描述

x轴坐标个数调整(y轴相似)
// An highlighted block
x=np.arange(1,5)
plt.plot(x,x)
ax=plt.gca()
ax.locator_params('x',nbins=20)
plt.show()

在这里插入图片描述
pyplot格式

// An highlighted block
x=np.arange(1,5)
plt.plot(x,x)
plt.locator_params('y',nbins=20)
plt.show()

在这里插入图片描述

x,y轴坐标个数调整
// An highlighted block
x=np.arange(1,5)
plt.plot(x,x)
ax=plt.gca()
ax.locator_params(nbins=20)
plt.show()

在这里插入图片描述

坐标轴日期刻度

// An highlighted block
fig=plt.figure()
start=datetime.datetime(2015,1,1)
stop=datetime.datetime(2016,1,1)
delta=datetime.timedelta(days=1)
# #设置x轴的时间,dates为array数组
dates=mpl.dates.drange(start,stop,delta)
y=np.random.rand(len(dates))
ax=plt.gca()
ax.plot_date(dates,y,linestyle='-',marker='')
plt.show()

在这里插入图片描述

调整x轴的格式和间隔
// An highlighted block
fig=plt.figure()
start=datetime.datetime(2015,1,1)
stop=datetime.datetime(2016,1,1)
delta=datetime.timedelta(days=1)
#设置x轴的时间,dates为array数组
dates=mpl.dates.drange(start,stop,delta)
y=np.random.rand(len(dates))
ax=plt.gca()
ax.plot_date(dates,y,linestyle='-',marker='')
#格式调整
date_format=mpl.dates.DateFormatter('%Y-%m-%d')
ax.xaxis.set_major_formatter(date_format)
#日期间隔(自适应调整)
fig.autofmt_xdate()
plt.show()

在这里插入图片描述

添加新坐标轴

不同的数据的坐标轴不同

面向对象方式
// An highlighted block
x=np.arange(0,20)
y1=x
y2=x*x
fig=plt.figure()
ax1=fig.add_subplot(111)
ax1.plot(x,y1)
#y1的坐标轴
ax1.set_ylabel('Y1')
#设计与y1相同的y2坐标轴
ax2=ax1.twinx()
ax2.plot(x,y2,'r')
ax2.set_ylabel('Y2')
#设计x1坐标轴
ax1.set_xlabel('compare Y1 and Y2')
plt.show()

在这里插入图片描述

pyplot方式

plt.twiny()可以添加x坐标轴

// An highlighted block
x=np.arange(0,20)
y1=x
y2=x*x
plt.plot(x,y1)
#为y2添加坐标轴
plt.twinx()
plt.plot(x,y2,'r')
plt.show()

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_42567027/article/details/107327898