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
SelectDB1 天前
Apache Doris 与 SelectDB 是什么关系?从开源技术到面向 Agent 的极速分析数据库
大数据·数据库·数据分析
SelectDB1 天前
存算分离冷查询提速 7.5 倍!Apache Doris 4.2 Peer Read 实现跨计算组缓存复用
大数据·数据库·数据分析
Thanks_ks1 天前
【第 003 讲】全面认识 Python:语言起源与设计哲学 | 行业地位与流行趋势 | 技术优势与应用领域 | 技术边界与工程局限
人工智能·python·数据分析·编程语言·python 入门·web 开发·python 之禅
TianFuRuanJian1 天前
DTEmpower走进中国水科院,助力水利科研数据分析国产化
数据挖掘·数据分析
2601_967980111 天前
行代码设置表格格式,一键生成可视化报表
数据分析·办公自动化·python办公·报表自动化·职场提效
xurime1 天前
Excelize 开源基础库发布 2.11.1 版本更新
数据分析·excel·开源软件·excelize·gitcode
山海鲸可视化1 天前
数字孪生项目案例 | 智慧城市IOC可视化
人工智能·数据分析·智慧城市·数字孪生·三维模型
quantdash_cc1 天前
个人开发者用 QuantDash 读取港股行情:00700.HK 的 Python 函数封装与校验实践
python·数据分析·pandas·量化交易·股票数据·quantdash
遇码2 天前
2026-11-01-daw-retry-banner-body
人工智能·ai·rust·数据分析·大模型·agent
databook2 天前
Pandas 与 Polars:语法、性能和资源占用方面的对比
python·数据分析·pandas