隐藏刻度与标签 增减刻度数量 自定义刻度 格式生成器与定位器小结 x 轴的刻度与标签 轴的刻度范围 去掉坐标轴 调整日期自适应 轴标签、刻度、标签的相关说明 双坐标轴 图例 同时显示多个图例 Matplotlib...在脚本中画图时,显示图形的时候必须使用 plt.show() 和 plt.show()会启动一个事件循环(event loop),并找到所有当前可用的图形对象,然后打开一个或多个交互式窗口显示图形。...normal 常规(默认) italic 斜体 oblique 倾斜 不同的电脑可能显示出来依旧有问题, 这就需要自己查询一下自己电脑什么中文字体, 从选出即可查询 matplotlib 系统中文字体...plt.FuncFormatter 实现用一个自定义的函数设置不同刻度标签的显示。...ax.get_xlim 获取x轴刻度范围。 ax.set_xticks 设置x轴显示的刻度。 ax.get_xticks 获取x轴显示的刻度。
你可以从其基本组件中组装一个图表:数据显示(即绘图的类型:线、条、框、散点图、轮廓等)、图例、标题、刻度标记和其他注释。 在pandas中,我们可能有多个数据列,并且带有行和列的标签。...DataFrame的plot方法在同一个子图中将每一列绘制为不同的折线,并自动生成图例(见图9-14): In [62]: df = pd.DataFrame(np.random.randn(10, 4...use_index 使用对象索引刻度标签 rot 刻度标签的旋转(0到360) xticks 用于x轴刻度的值 yticks 用于y轴 xlim x轴范围(例如[0,10]) ylim y轴范围 grid...参数 描述 subplots 将DataFrame的每一列绘制在独立的子图中 sharex 如果subplots=True,则共享相同的x轴、刻度和范围 sharey 如果subplots=True,则共享相同的...你可以使用seaborn.set在不同的绘图外观中进行切换: In [90]: sns.set(style="whitegrid") 03 直方图和密度图 直方图是一种条形图,用于给出值频率的离散显示
虽然一般情况下 Matplotlib 不会使用次要刻度,但是你会在对数图中看到它们 import matplotlib.pyplot as plt plt.style.use('seaborn-whitegrid...我们发现每个主要刻度都显示为一个较大的刻度线和标签,而次要刻度都显示为一个较小的刻度线,且不显示标签。...然而,次要刻度有一个 NullFormatter 对象处理标签,这样标签就不会在图上显示了。 下面来演示一些示例,看看不同图形的定位器与格式生成器是如何设置的。...在 π / 2 的倍数上显示刻度 我们可能想稍稍改变一下这幅图。首先,如果将刻度与网格线画在 π 的倍数上,图形会更加自然。...自定义刻度标签 由于没有内置的格式生成器可以直接解决问题,因此需要用plt.FuncFormatter 来实现,用一个自定义的函数设置不同刻度标签的显示 def format_func(value, tick_number
在本文中,我们将介绍3个可以用于定制Matplotlib图表的技巧: 减少x轴或y轴上的刻度数 添加一个辅助y轴 共享x轴的子图坐标对齐 本文中我们将使用折线图为例,但这些技巧也可以应用于其他类型的图。...在处理时间序列数据时,x轴通常包含占用大量空间的日期,所以可以减少轴上的刻度数来提高显示效果。 让我们先做一个不限制x轴刻度数的例子。 ...使用辅助轴 如果想在同一个图上显示两个变量。例如将产品的价格和销售数量绘制在一起查看价格对销售数量的影响。 我们的DataFrame中的销售数量和价格列显示在同一线图上,只有一个y轴。...我们可以清楚的观察到价格与销售量之间的反比关系。 共享x轴的子图坐标对齐 我们可以在一个Figure对象上创建多个子图。Matplotlib允许使用subplot函数创建子图格。...轴坐标(日期)都已经对齐了,这对于分析时间序列时非常有用的,例如想对比2个产品或者2个不同的门店在同一时期的销售情况,通过对齐日期可以给出非常好的直观判断。
Matplotlib是Python的数据可视化库的基础。它是其他可视化工具(如Seaborn)的基础。 Matplotlib提供了很大的灵活性,因此您可以自定义或调整几乎所有的图表。...在本文中,我们将介绍3个可以用于定制Matplotlib图表的技巧: 减少x轴或y轴上的刻度数 添加一个辅助y轴 共享x轴的子图坐标对齐 本文中我们将使用折线图为例,但这些技巧也可以应用于其他类型的图。...在处理时间序列数据时,x轴通常包含占用大量空间的日期,所以可以减少轴上的刻度数来提高显示效果。 让我们先做一个不限制x轴刻度数的例子。...使用辅助轴 如果想在同一个图上显示两个变量。例如将产品的价格和销售数量绘制在一起查看价格对销售数量的影响。 我们的DataFrame中的销售数量和价格列显示在同一线图上,只有一个y轴。...轴坐标(日期)都已经对齐了,这对于分析时间序列时非常有用的,例如想对比2个产品或者2个不同的门店在同一时期的销售情况,通过对齐日期可以给出非常好的直观判断。
Matplotlib是Python的数据可视化库的基础。它是其他可视化工具(如Seaborn)的基础。 Matplotlib提供了很大的灵活性,因此您可以自定义或调整几乎所有的图表。...在本文中,我们将介绍3个可以用于定制Matplotlib图表的技巧: 减少x轴或y轴上的刻度数 添加一个辅助y轴 共享x轴的子图坐标对齐 本文中我们将使用折线图为例,但这些技巧也可以应用于其他类型的图。...在处理时间序列数据时,x轴通常包含占用大量空间的日期,所以可以减少轴上的刻度数来提高显示效果。 让我们先做一个不限制x轴刻度数的例子。 ...使用辅助轴 如果想在同一个图上显示两个变量。例如将产品的价格和销售数量绘制在一起查看价格对销售数量的影响。 我们的DataFrame中的销售数量和价格列显示在同一线图上,只有一个y轴。...轴坐标(日期)都已经对齐了,这对于分析时间序列时非常有用的,例如想对比2个产品或者2个不同的门店在同一时期的销售情况,通过对齐日期可以给出非常好的直观判断。
一般箱型图中包含了下四分位数、中位数、上四分位数、上下界和异常值组成。对于大数据而言,内部可能存在多种的数据分布情况,因此增强箱型图是用于大数据量下的绘制方法,它包括了更多的分位数显示数据的分布。...(本实例中为pm2_5) hue:分类显示的列名 data:采用的数据名称(本实例为df) order:x轴数值的顺序排列(列表) hue_order:分类显示的顺序排列 orient:排列方向,默认水平...highlight=boxenplot#seaborn.boxenplot 实例:现有一组数据(df),记录了2015年站点不同季节的PM2.5数值,共计98万余条,现用箱型图和增强箱型图表示。...它不仅表示了数据的范围、异常值,还表示了在不同数值段的数据分布情况。 6 小提琴图 小提琴图用于显示数据分布及其概率密度。这种图表结合了箱型图和密度图的特征,主要用来显示数据的分布形状。...(数组或列表) y:y轴坐标数值(数组或列表) bins:在hist2d中,为区间数;在hexbin中为区间的划分方法,一般取'log' norm:颜色正则化方法 具体可参考: https://matplotlib.org
plt.rcdefaults() 2、get_* functions 在底层,Matplotlib是完全面向对象的。 上图中看到的每个单独的组件都是作为一个单独的类实现的。...() 第二行的样式已经变了 4、Legends Legends可以方便的告诉我们图中每个组件的含义,默认是这样显示的: x = np.linspace(0, 2, 100) fig,...,并显示几个关键的检查点,以便在不同的绘图部分之间进行比较。...首先应该指定的两个参数是axis和which。这些参数将应用于X或Y轴刻度,以及最小和最大刻度。大多数时候,在Matplotlib中不会看到小刻度。...8、grid 自定义网格线可以突出数据范围。在Matplotlib中,可以使用轴线对象的网格函数创建和自定义网格。
plt.rcdefaults() 2、get_* functions 在底层,Matplotlib是完全面向对象的。 上图中看到的每个单独的组件都是作为一个单独的类实现的。...() 第二行的样式已经变了 4、Legends Legends可以方便的告诉我们图中每个组件的含义,默认是这样显示的: x = np.linspace(0, 2, 100) fig, ax =...,并显示几个关键的检查点,以便在不同的绘图部分之间进行比较。...首先应该指定的两个参数是axis和which。这些参数将应用于X或Y轴刻度,以及最小和最大刻度。 大多数时候,在Matplotlib中不会看到小刻度。...8、grid 自定义网格线可以突出数据范围。在Matplotlib中,可以使用轴线对象的网格函数创建和自定义网格。
导语 Seaborn和Matplotlib是Python最强大的两个可视化库。Seaborn其默认主题让人惊讶,而Matplotlib可以通过其多个分类为用户打造专属功能。...,这个在子图中被分解为下面两个函数 ax1.set_xlim(-5,) #设置横轴范围,会覆盖上面的横坐标,plt.xlim ax1.set_ylim...就是隔几个刻度才显示一个标签文本 ymajorLocator = MultipleLocator() #定义纵向主刻度标签的刻度差为3的倍数。...就是隔几个刻度才显示一个标签文本 ax1.xaxis.set_major_locator(xmajorLocator) #x轴 应用定义的横向主刻度格式。...,因为只要把刻度线设置在柱的中间就可以了 plt.xticks(x_index + bar_width/, x_data) #x轴刻度线 plt.legend() #显示图例 plt.tight_layout
你还可以通过sharex和sharey指定subplot应该具有相同的X轴或Y轴。在比较相同范围的数据时,这也是非常实用的,否则,matplotlib会自动缩放各图表的界限。...pyplot接口的设计目的就是交互式使用,含有诸如xlim、xticks和xticklabels之类的方法。它们分别控制图表的范围、刻度位置、刻度标签等。...前者告诉matplotlib要将刻度放在数据范围中的哪些位置,默认情况下,这些位置也就是刻度标签。...图9-11 2008-2009年金融危机期间的重要日期 这张图中有几个重要的点要强调:ax.annotate方法可以在指定的x和y坐标轴绘制标签。...你可以用seaborn.set在不同的图形外观之间切换: In [90]: sns.set(style="whitegrid") 直方图和密度图 直方图(histogram)是一种可以对值频率进行离散化显示的柱状图
这一部分可以使用Seaborn中的barplot() 函数完成绘制,当然,需要进行设置特殊的参数值和每个图层的顺序。 在上图中2部分是在X轴刻度需要进指定刻度范围和刻度间隔的设置。...绘制难点:由于主体部分设置了刻度范围,导致在使用Python进行类别竖线的添加时,无法有效的在图层上显示。 右侧P值竖线添加 4部分是为每个类别柱形图上进行P值横线的添加。...绘制难点:由于主体部分设置了刻度范围,导致在使用Python绘制时,无法有效的在图层上显示。 上侧刻度类计量图形 5部分是额外添加了一个刻度映射的图表类型。...绘制难点:由于设置刻度范围,无法在画布上绘制出;且用AI等技术,无法较为准确的确定刻度间隔距离。...Nature都推荐的箱线图(Boxplot)绘制工具长啥样?免费、在线、灵活操作...? 完美解决Matplotlib绘图中、英文字体混显问题.. MATLAB绘图不好看?!
在python中,有一个强大的工具matplotlib来帮助我们,用图形化的方式来展现数据。在《机器学习实战》一书中,就多处使用了matplotlib来绘制图形,帮助我们理解数据和学习算法。...每个坐标轴都有一个x轴和一个y轴(这句话有点难以理解,主要是因为在英语中Axes和Axis都翻译为轴,其实Axes可以理解为子图),它们包含刻度,刻度包含主要和次要的刻度线和刻度标签。...因为有时候我们需要将不同的数据视图并排进行比较。为此,Matplotlib引入了子图的概念:可以在一个图中存在多组较小的坐标轴。...例如,比如示例中x和y位置为0.65,指的是从宽度和高度的65%开始,宽和高的范围为0.2,表示坐标轴的大小为图的宽度和高度的20%。 显示的图形如下: ?...你可以尝试一下修改0.2为0.5,就可以发现第二个子图超出了显示范围。
每个轴每一个都是由一个spines轴线,主刻度、次刻度、主刻度标签、次刻度标签和一个轴标签组成。 Spines轴线 Spines是连接轴刻度线和数据区域边界的轴线。...画布的大小(长宽比、分辨率)及刻度范围可以先设置好,如果预先不知道刻度范围,可以等绘图结束后再做适当调整。...轴线在图中位置。...字符串,可选参数,取值范围为{'major', 'minor', 'both'},默认为'major'。'major'为主刻度、'minor'为次刻度。没有输入的方向则不会显示网格刻度。...axis轴的(左/下、右/上)or(主、副)刻度线 label1On,label2On : bool分别表表示是否显示axis轴的(左/下、右/上)or(主、副)刻度值 可以将每个 Matplotlib
在绝大多数情况下是的,两者有一点细微差别: 子图在母图中的网格结构一定是规则的 坐标系在母图中的网格结构可以是不规则的 由此可见,子图是坐标系的一个特例,来我们先研究特例。...前期工作 为了显示不同类型的刻度,首先定义一个 setup(ax) 函数,主要功能有 去除左纵轴 (y 轴)、右纵轴和上横轴 去除 y 轴上的刻度 将 x 轴上的刻度位置定在轴底 设置主刻度和副刻度的长度和宽度...第 11 行在这些「数值刻度」上写标签,即格式为 %Y-%m-%d 的日期。由于日期个数比较多,而且日期字符比较长,直接在图中显示出来会相互重叠非常难看。...添加图例 (legend) 非常简单,只需要在 ax.plot() 里多设定一个参数 label,然后用 ax.legend() 其中 loc = 0 表示 matplotlib 自动安排一个最好位置显示图例...220 划分的两个范围 (regime)。
数据可视化工具: 1、Matplotlib(Python):一个2D绘图库,可以绘制许多高质量的图形 2、Seaborn(Python):Matplotlib基础上的高级绘图库,运用简单的操作就能够画出较为复杂的图形...3、在一个图中画多条线 %matplotlib inline import matplotlib.pyplot as plt import numpy as np x = np.linspace(-2...5、一界多图 在一个输出界面中画多个图,构造不同的排版 ① x = np.linspace(-2 * np.pi, 2 * np.pi, 200) y1 = np.sin(x) y2 = np.cos(...Numpy Scipy Matplotlib Pandas 导入Seaborn库:import seaborn as sns 1.1、视图设置 Seaborn其中一个特点是可以设置视图主题 Seaborn...由上图可知: 晚餐时间男女性给的小费范围相对午餐时间大 午餐时间小费金额集中在2左右 晚餐时间小费金额集中在3左右 男性比女性给出的小费金额范围较大 女性比男性给出的小费金额较为集中 4、pairplot
1 统计直方图 统计直方图类似柱状图,但是与柱状图相比有不同含义。...统计直方图的作用:1)能够显示各组的频数或数量分布情况;2)易于显示各组之间的频数或数量差别,通过直方图可以看出哪些数据比较集中或者孤立的数据分布。...321, sharex = ax5) ax1.hist(x, bins = 20, edgecolor = 'k') ax1.set_xticks([]) #设置x轴范围,并利用对数表示y轴刻度 ax2...plt.subplots_adjust(wspace = 0.20, hspace = 0.08) plt.show() ---- 2 核密度估计图 核密度估计图用于显示数据在x轴连续数据的分布状况...虽然在以上统计直方图中绘制了密度图,这里介绍另外一种绘制方法——利用seaborn库的distplot函数。
Seaborn是Matplotlib的重要补充,可以自主设置在Matplotlib中被默认的各种参数,而且它能高度兼容NumPy与Pandas数据结构以及Scipy与statsmodels等统计模式。...第三列是第二列的列表容器,例如所有在子图中创建的Line2D对象都会被自动收集到ax.lines返回的列表中。...: x:需要绘制的line中点的在x轴上的取值 y:需要绘制的line中点的在y轴上的取值 yerr:指定y轴水平的误差 xerr:指定x轴水平的误差 fmt:指定折线图中某个点的颜色,形状,...,而如果通过上面的例子使用set_ticks创建刻度可能会导致tick的范围与所绘制图形的范围不一致的问题。...改变两种不同颜色的亮度,在中间和开始/结束时以不饱和的颜色相遇。用于在端点处环绕的值,例如相角,风向或一天中的时间。
掌握两个库的使用可以满足我们在不同情况下的需求。 散点图 散点图(scatter plot),它将两组数据(或者变量)的值显示在二维坐标中,适合展示两个变量之间的关系。...我们可以看到两张图的区别:matplotlib默认情况下绘图区呈现是一个长方形,而seaborn是正方形并且含有x轴和y轴的标签;seaborn还展示散点图还给出了两组数据(变量)的分布情况。 ?...折线图 折线图能够显示数据的变化趋势,在matplotlib使用plot函数绘制,而在seaborn使用 lineplot(x,y,data=None)函数;data是传入的数据,一般是pandas中的...Seaborn运行结果: ? 条形图 通过直方图可以看到变量的数值分布,那么条形图可以帮我们查看类别的特征。在条形图中,长条形的长度表示类别的频数,宽度表示类别。...饼图 饼图(Pie Chart)可以显示每个部分大小与总和之间的比例。在Python数据可视化中,主要用Matplotlib的pie函数来绘制。
领取专属 10元无门槛券
手把手带您无忧上云