数据可视化——子图(1)
import marplotlib.pyplot as plt
plt.subplots(n_rows, n_cols, figsize, sharex, sharey, ... )返回一个二元元组,第一个元素为绘图对象Figure,第二个为n_rows*n_cols型数组,每个元素为绘图子轴;
for i in range(n_rows):
for j in range(n_cols):
axes[i, j].text( x, y, text )
## 在第i行,第j列子图的(x, y)处, 插入文本text;
axes[i, j].set_title( title )
## 为第i行,第j列子图赋标题title;
axes[i, j].plot(X, Y)或scatter, hist, ...
## 在第i行,第j列子图绘制折线图或散点图, 直方图,......
1、plt.subplots(n_rows, n_cols, figsize, sharex, sharey, ... )返回一个二元元组,第一个元素为绘图对象Figure,第二个为n_rows*n_cols型数组,每个元素为绘图子轴;
2、axes[i, j].text( x, y, text ): 在第i行,第j列子图的(x, y)处, 插入文本text;
3、axes[i, j].set_title( title ) : 为第i行,第j列子图赋标题title;
4、axes[i, j].plot(scatter, hist, .........): 在第i行,第j列子图绘制折线图(散点图, 直方图,...... )。
数据可视化——子图(2)
from matplotlib.figure import SubplotParams
plt.figure(figsize, dpi, subplotpars = SubplotParams(hspace = 0.3))
## SubplotParams函数可由matplotlib.figure.SubplotParams获得,
## hspace用于调节子图的纵向间距
for index in range(n_axies):
fig = plt.subplot(nrow, ncos, index) ## index为坐标轴索引
plt.xlim(x_min, x_max)
plt.title()
plt.scatter(X1, Y1, s, c, alpha) ## s:点的大小, c:点的颜色, alpha:颜色的深浅
plt.plot(X2, Y2, c)
plt.show()
数据可视化——一般绘图
import matplotlib.pyplot as plt
plt.figure(figsize, dpi) ##设置绘图对象的大小figsize,像素dpi
plt.scatter(x1, y1, c, s, marker) ## 绘制散点图,设置散点的颜色c,颜色的深浅cmap,散点的大小s, 形状marker
plt.plot(x2, y2 ,linewidth ) ## 绘制折线图,设置折线的宽度linewidth,linewidth也可用“lw”代替。
plt.title(text)
plt.show()