数据分析-图2-图像对象设置参数与子图

复制代码
from matplotlib import pyplot as mp
mp.figure('A figure',facecolor='gray')
mp.plot([0,1],[1,2])
mp.figure('B figure',facecolor='lightgray')
mp.plot([1,2],[2,1])
#如果figure中标题已创建,则不会新建窗口,
#而是将旧窗口设置为当前窗口
mp.figure('A figure',facecolor='gray')
mp.plot([1,2],[2,1])
#设置窗口的参数
mp.title('A figure',fontsize=18)
mp.xlabel('time',fontsize=14)
mp.ylabel('price',fontsize=14)
mp.tick_params(labelsize=10)
mp.grid(linestyle=":")
mp.tight_layout()
mp.show()

子图subplot

复制代码
import numpy as np
import matplotlib.pyplot as mp
mp.figure("Subplot",facecolor='lightgray')
for i in range(1,10):
	mp.subplot(3,3,i)
	mp.text(0.5,0.5,i,ha='center',va='center',size=36,alpha=0.6)
	mp.xticks([])
	mp.yticks([])
	mp.tight_layout()
mp.show()

网格式子图Grid

复制代码
import numpy as np
import matplotlib.pyplot as mp
import matplotlib.gridspec as mg

mp.figure('GridLayout',facecolor='lightgray')
gs=mg.GridSpec(3,3)
mp.subplot(gs[0,:2])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'1',ha='center',va='center',size=26,alpha=0.5,color='red')
mp.subplot(gs[:2,2])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'2',ha='center',va='center',size=26,alpha=0.5,color='red')
mp.subplot(gs[1,1])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'3',ha='center',va='center',size=26,alpha=0.5,color='red')
mp.subplot(gs[1:3,0])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'4',ha='center',va='center',size=26,alpha=0.5,color='red')
mp.subplot(gs[2,1:])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'5',ha='center',va='center',size=26,alpha=0.5,color='red')

mp.tight_layout()
mp.show()

自由式布局

复制代码
from matplotlib import pyplot as mp
mp.figure('FlowLayout',facecolor='lightgray')
mp.axes([0.03,0.5,0.94,0.3])
mp.text(0.5,0.5,'1',ha='center',va='center',size=36)
mp.axes([0.03,0.05,0.94,0.40])
mp.text(0.5,0.5,'1',ha='center',va='center',size=36)
mp.xticks([])
mp.yticks([])
mp.show()
复制代码
import numpy as np
from matplotlib import pyplot as mp
mp.figure('GridLine',facecolor='lightgray')
ax=mp.gca()
#修改刻度定位器
ax.xaxis.set_major_locator(mp.MultipleLocator(1))#X轴的主刻度为mp.MultipleLocator(1)
ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))#次刻度为0.1

ax.yaxis.set_major_locator(mp.MultipleLocator(200))#y轴的主刻度为mp.MultipleLocator(1)
ax.yaxis.set_minor_locator(mp.MultipleLocator(50))#次刻度为50

ax.grid(which='major',axis='both',
	color='orangered',linewidth=0.75)
ax.grid(which='minor',axis='both',
	color='orangered',linewidth=0.25)
#绘制曲线
y=np.array([1,10,100,1000,100,10,1])
mp.plot(y,'o-',color='dodgerblue')
# mp.subplot(211)
# mp.title('normal',fontsize=20)
# mp.ylabel('y',fontsize=14)
# ax=mp.gca()
mp.show()
复制代码
import numpy as np
from matplotlib import pyplot as mp
mp.figure('GridLine',facecolor='lightgray')
ax=mp.gca()
#修改刻度定位器
ax.xaxis.set_major_locator(mp.MultipleLocator(1))#X轴的主刻度为mp.MultipleLocator(1)
ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))#次刻度为0.1

ax.yaxis.set_major_locator(mp.MultipleLocator(200))#y轴的主刻度为mp.MultipleLocator(1)
ax.yaxis.set_minor_locator(mp.MultipleLocator(50))#次刻度为50

ax.grid(which='major',axis='both',
	color='orangered',linewidth=0.75)
ax.grid(which='minor',axis='both',
	color='orangered',linewidth=0.25)
#绘制曲线
y=np.array([1,10,100,1000,100,10,1])
mp.semilogy(y,'o-',color='dodgerblue')
# mp.subplot(211)
# mp.title('normal',fontsize=20)
# mp.ylabel('y',fontsize=14)
# ax=mp.gca()
mp.show()

semilogy对半数坐标

散点图scatter

复制代码
import numpy as np
import matplotlib.pyplot as mp 

#随机生成一组数据
n=300
height=np.random.normal(175,5,n)
weight=np.random.normal(70,7,n)

mp.figure('Persons',facecolor='lightgray')
mp.title('Persons',fontsize=18)
mp.xlabel("height",fontsize=14)
mp.ylabel("weight",fontsize=14)
mp.grid(linestyle=":")
d=(height-175)**2+(weight-70)**2
mp.scatter(
	# height,weight,marker='o',s=70,label='persons',color='dodgerblue')
	height,weight,marker='o',s=70,label='persons',c=d,cmap='jet_r')
mp.legend()
mp.show()

颜色映射图:

相关推荐
AI_56782 小时前
Finereport如何重塑数据驱动管理
信息可视化·数据分析·云计算
roman_日积跬步-终至千里5 小时前
【模式识别与机器学习(15)】主成分分析
机器学习·信息可视化·数据分析
天天讯通9 小时前
智能外呼:降运营成本、优客户体验,数据分析来助力
数据挖掘·数据分析
SelectDB技术团队9 小时前
Apache Doris 在小米统一 OLAP 和湖仓一体的实践
数据仓库·数据分析·apache·数据库开发
搞科研的小刘选手10 小时前
【人工智能专题】第五届人工智能与大数据国际学术研讨会 (AIBDF 2025)
大数据·人工智能·数据分析·学术会议·核心算法
红队it10 小时前
【Spark+Hive】基于Spark大数据旅游景点数据分析可视化推荐系统(完整系统源码+数据库+开发笔记+详细部署教程+虚拟机分布式启动教程)✅
大数据·python·算法·数据分析·spark·django·echarts
咚咚王者10 小时前
人工智能之数据分析 Pandas:第二章 Series
人工智能·数据分析·pandas
咚咚王者11 小时前
人工智能之数据分析 Pandas:第一章 简介和安装
人工智能·数据分析·pandas
忙里偷闲学python11 小时前
prometheus部署,解锁监控新篇章
信息可视化·数据分析·prometheus