Python數據分析實戰【第三章】3.2-Matplotlib圖表的基本元素【python】

【課程3.2】 圖表的基本元素

圖表內基本參數設置

1.圖名，圖例，軸標籤，軸邊界，軸刻度，軸刻度標籤等

df = pd.DataFrame(np.random.rand(10,2),columns=['A','B'])
fig = df.plot(figsize=(6,4))
# figsize：創建圖表窗口，設置窗口大小
# 創建圖表對象，並賦值與fig

plt.title('Interesting Graph - Check it out')  # 圖名
plt.xlabel('Plot Number')  # x軸標籤
plt.ylabel('Important var') # y軸標籤

plt.legend(loc = 'upper right')  
# 顯示圖例，loc表示位置
# 'best'         : 0, (only implemented for axes legends)(自適應方式)
# 'upper right'  : 1,
# 'upper left'   : 2,
# 'lower left'   : 3,
# 'lower right'  : 4,
# 'right'        : 5,
# 'center left'  : 6,
# 'center right' : 7,
# 'lower center' : 8,
# 'upper center' : 9,
# 'center'       : 10,

plt.xlim([0,12])  # x軸邊界
plt.ylim([0,1.5])  # y軸邊界
plt.xticks(range(10))  # 設置x刻度
plt.yticks([0,0.2,0.4,0.6,0.8,1.0,1.2])  # 設置y刻度
fig.set_xticklabels("%.1f" %i for i in range(10))  # x軸刻度標籤
fig.set_yticklabels("%.2f" %i for i in [0,0.2,0.4,0.6,0.8,1.0,1.2])  # y軸刻度標籤
# 範圍只限定圖表的長度，刻度則是決定顯示的標尺 → 這裏x軸範圍是0-12，但刻度只是0-9，刻度標籤使得其顯示1位小數
# 軸標籤則是顯示刻度的標籤

print(fig,type(fig))
# 查看錶格本身的顯示方式，以及類別

2.其他元素可視性

x = np.linspace(-np.pi,np.pi,256,endpoint = True)
c, s = np.cos(x), np.sin(x)
plt.plot(x, c)
plt.plot(x, s)
# 通過ndarry創建圖表

plt.grid(True, linestyle = "--",color = "gray", linewidth = "0.5",axis = 'x')  
# 顯示網格
# linestyle：線型
# color：顏色
# linewidth：寬度
# axis：x，y，both，顯示x/y/兩者的格網

plt.tick_params(bottom='on',top='off',left='on',right='off')  
# 刻度顯示

import matplotlib

matplotlib.rcParams['xtick.direction'] = 'out' 
matplotlib.rcParams['ytick.direction'] = 'inout' 
# 設置刻度的方向，in,out,inout
# 這裏需要導入matploltib，而不僅僅導入matplotlib.pyplot

plt.axis('off')
# 關閉座標軸

frame = plt.gca()
frame.axes.get_xaxis().set_visible(False)
frame.axes.get_yaxis().set_visible(False)
# x/y 軸不可見