如何为py图表添加坐标轴/标题/图例等辅助元素
本博文源于《python数据可视化》(黑马程序员编著)旨在讲解如何使用python对画出的图表定制出坐标轴、标题、图例、网格、参考线、参考区域、注释文本和表格.
文章目录
- 1.设置坐标轴标签
- 1.1 设置x轴的标签
- 1.2 设置y轴的标签
- 1.3 示例:正弦和余弦曲线图
- 2 设置刻度范围和刻度标签
- 2.1 设置刻度范围
- 2.2 设置刻度标签
- 2.3 示例:设置刻度范围与刻度标签的正弦余弦图
- 3.添加标题和图例
- 3.1 添加标题
- 3.2 添加图例
- 3.3 示例:设置标题和图例的正弦余弦图
- 4.显示网格
- 4.1 显示指定样式的网格
- 4.2 示例:显示网格的正弦余弦图
- 5. 添加参考线和参考区域
- 5.1 添加水平参考线
- 5.2 添加垂直参考线
- 5.3 添加水平参考区域
- 5.4 添加垂直参考区域
- 5.5 示例:添加参考线和参考区域的正余弦图
- 6. 添加注释文本
- 6.1 添加指向型注释文本
- 6.2 添加无指向型注释文本
- 6.3 示例:添加注释文本的正余弦图
- 7.添加表格
- 7.1 添加自定义样式表格
- 7.2 示例:添加表格的正余弦图
1.设置坐标轴标签
1.1 设置x轴的标签
xlabel(xlabel,fontdict=None,labelpad=None,**kwargs)
该函数参数如下:
- xlabel:表示x轴标签的文本
- fontdict:表示控制标签文本样式的字典
- labelpad:表示标签与坐标轴边框(包括刻度与刻度标签)的距离
1.2 设置y轴的标签
只要把代码中x换成y即可。
ylabel(ylabel, fontdict=None, labelpad=None,**kwargs)
1.3 示例:正弦和余弦曲线图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.show()
2 设置刻度范围和刻度标签
2.1 设置刻度范围
xlim(left=None,right=None,emit=True,auto=False,*,xmin=None,xmax=None)
该函数常用餐数含义如下:
- left:表示x轴刻度取值区间的左位数
- right:表示x轴刻度取值区间的右位数
- emit:表示是否通知限制变化的观察值,默认为True
- auto:表示是否允许自动缩放x轴,默认为True
- xmin:表示x轴刻度的最小值
- xmax:表示x轴刻度的最大值
同理也可以换位ylim()
2.2 设置刻度标签
xticks(ticks=None,labels=None,**kwargs)
- ticks:表示刻度显示的位置列表
- labels:表示指定位置刻度的标签列表
2.3 示例:设置刻度范围与刻度标签的正弦余弦图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
# 设置x轴的刻度范围和刻度标签
plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
plt.show()
3.添加标题和图例
3.1 添加标题
title(label, fontdict=None, loc='center', pad=None, **kwargs)
该函数常用参数的含义如下:
- label:表示标题的文本
- fontdict:表示控制标题文本样式的字典
- loc:表示标题的对齐样式,包括’left’,‘right’和’center’三种取值,默认取值为’center’,即居中显示标题
- pad:表示标题与图表顶部的距离,默认为None
同样的也可以用set_title()函数添加标题
3.2 添加图例
legend(handles,labels,loc,bbox_to_anchor,ncol,title,shadow,fancybox,*args,**kwargs)
- handles:表示由图形标识构成的列表
- labels:表示由图例项构成的列表
- loc:用于控制图例在图表中的位置.
位置编码 | 位置字符串 | 说明 |
---|---|---|
0 | ‘best’ | 自适应 |
1 | ‘upper right’ | 右上方 |
2 | ‘upper left’ | 左上方 |
3 | ‘lower left’ | 左下方 |
4 | ‘lower right’ | 右下方 |
5 | ‘right’ | 右方 |
6 | ‘center left’ | 中心偏左 |
7 | ‘center right’ | 中心偏右 |
8 | ‘lower center’ | 中心偏下 |
9 | ‘upper center’ | 中心偏上 |
10 | ‘center’ | 居中 |
- bbox_to_anchor:用于控制图例的布局,该参数接受一个包含两个数值的元组,其中第一个数值用于控制图例显示的水平位置,值越大则说明图例显示的位置越偏右;第二个数值用于控制图例的垂直位置,值越大则说明图例显示的位置越偏上
- ncol:表示图例的列数,默认值为1
- title:表示图例的标题,默认为None
- shadow:控制图例后面显示阴影,默认值为None
- fancybox:控制是否为图例设置圆角边框,默认值为None
3.3 示例:设置标题和图例的正弦余弦图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
# 添加图例
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
# 添加标题
plt.title('正弦曲线和余弦曲线')
plt.show()
4.显示网格
4.1 显示指定样式的网格
grid(b=None,which='major',axis='both',**kwargs)
该函数参数如下:
- b:表示是否显示网格,若提供其它关键字参数,则b参数设为True
- which:表示显示网格的类型,支持major,minor,both这三种类型,默认为major
- axis:表示显示哪个方向的网格,该参数支持both、x和y这三个选项,默认为both
- linewidth或lw:表示网格线的宽度
如果坐标轴没有刻度,就无法显示网格.
4.2 示例:显示网格的正弦余弦图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
# 显示网格
plt.grid(b=True,axis='y',linewidth=0.3)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
plt.title('正弦曲线和余弦曲线')
plt.show()
5. 添加参考线和参考区域
5.1 添加水平参考线
axhline(y=0,xmin=0,xmax=1,linestyle='-',**kwargs)
- y:表示水平参考线的纵坐标
- xmin:表示水平参考线的起始位置,默认为0
- xmax:表示水平参考线的终止位置,默认为1
- linestyle:表示水平参考线的的类型,默认为实线
5.2 添加垂直参考线
将上面的axhiline改成axline,x轴换成y轴即可.
5.3 添加水平参考区域
axhspan(ymin,ymax,xmin=0,xmax=1,**kwargs)
- ymin:表示水平跨度的下限,以数据为单位
- ymax:表示水平跨度的上限,以数据为单位
- xmin:表示垂直跨度的下限,以轴为单位,默认为0
- xmax:表示垂直跨度的上限,以轴为单位,默认为1
5.4 添加垂直参考区域
axvspan(xmin,xmax,ymin=0,ymax=1,**kwargs)
- xmin:表示垂直跨度的下限
- xmax:表示垂直跨度的上限
5.5 示例:添加参考线和参考区域的正余弦图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
# 添加网格线
plt.grid(b=True,axis='y',linewidth=0.3)
# 添加参考线
plt.axvline(x=0, linestyle='--')
plt.axhline(y=0, linestyle='--')
# 添加参考区域
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
plt.title('正弦曲线和余弦曲线')
plt.show()
6. 添加注释文本
指向型注释文本一般是指真丢图表某一部分的特定说明,无指向型注释文本一般是针对图表整体的特定说明
6.1 添加指向型注释文本
annotate(x,xy,*args,**kwargs)
- s:表示注释文本的内容
- xy:表示被注释的点的坐标位置,接收元组(x,y)
- xytext:表示注释文本所在的坐标位置,接收元组(x,y)
- xycoords:表示xy的坐标系统,默认值为’data’,代表域折线图使用相同的坐标系统
- arrowprops:表示指示箭头的属性字典
- bbox:表示注释文本的边框属性字典
arrowprops参数接收一个包含若干键的字典,通过向字典中添加键值对来控制箭头的显示。常见的控制箭头包括width,headwidth,headlength,shrink,arrowstyle等,其中arrowstyle代表箭头的类型,分别有:
取值 |
---|
- |
-> |
-[ |
|-| |
-|> |
<- |
<-> |
<|- |
<|-|> |
fancy |
simple |
wedge |
6.2 添加无指向型注释文本
text(x,y,s,fontdict=None, withdash =<deprecated parameter>,**kwargs)
该函数常用参数含义如下:
- x,y:表示注释文本的位置
- s:表示注释文本的内容
- fontdict:表示控制字体的字典
- bbox:表示注释文本的边框属性字典
- horizontalalignment或ha:表示水平对齐方式,可以取值为center、right或left.
- vertcalalignment或va:表示垂直对齐的方式,可以取值为center、top、bottom、baseline或center_baseline.
6.3 示例:添加注释文本的正余弦图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.axvline(x=0, linestyle='--')
plt.axhline(y=0, linestyle='--')
# 添加参考区域
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
# 添加指向型注释文本
plt.annotate("最小值",xy=(-np.pi/2,-1.0),xytext=(-(np.pi/2),-0.5),arrowprops=dict(arrowstyle='->'))
# 添加标题
plt.title('正弦曲线和余弦曲线')
# 添加无指向型注释文本
plt.text(3.10, 0.10, "y=sin(x)", bbox=dict(alpha=0.2))
plt.show()
7.添加表格
7.1 添加自定义样式表格
table(celText=None, cellColours=None, cellLoc='right', colWidths=None,
rowLabels=None, rowColours=None, rowLoc='left', colLabels=None,
colColours=None, colLoc='center',loc='bottom',bbox=None,
edge='closed',**kwargs)
- cellText:表示表格单元格中的数据,是一个二维列表
- cellColours:表示单元格的背景颜色
- cellLoc:表示单元格文本的对齐方式,支持’left’,‘right’,‘center’三种取值,默认为’right’.
- colWidths:表示每列的宽度
- rowLabels:表示行标题的文本
- rowColours:表示行标题所在单元格的背景颜色
- rowLoc:表示行标题的对齐方式
- colLabels:表示列标题的文本
- colColours:表示列标题所在单元格的背景颜色
- colLoc:表示列标题的对齐方式
- loc:表示表格与绘图区域的对齐方式
7.2 示例:添加表格的正余弦图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,x,y2)
lines = plt.plot(x,y1,x,y2)
plt.legend(lines,['正弦','余弦'],shadow=True,fancybox=True)
plt.grid(b=True,axis='y',linewidth=0.3)
plt.axvline(x=0, linestyle='--')
plt.axhline(y=0, linestyle='--')
# 添加参考区域
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.3)
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3)
# 设置x轴和y轴的标签
plt.xlabel("x轴")
plt.ylabel("y轴")plt.xlim(x.min()*1.5,x.max()*1.5)
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
plt.annotate("最小值",xy=(-np.pi/2,-1.0),xytext=(-(np.pi/2),-0.5),arrowprops=dict(arrowstyle='->'))
plt.title('正弦曲线和余弦曲线')
# 添加无指向型注释文本
plt.text(3.10, 0.10, "y=sin(x)", bbox=dict(alpha=0.2))
# 添加表格
plt.table(cellText=[[r'$\pi/6$',r'$\pi/4$',r'$\pi/3$'],[r'$\frac{1}{2}$',r'$\frac{\sqrt{2}}{2}$',r'$\frac{\sqrt{3}}{2}$']],colWidths=[0.1]*3,rowLabels=['第1行','第2行'],colLabels=['第1列','第2列','第3列'],loc='lower right')plt.show()
如何为py图表添加坐标轴/标题/图例等辅助元素相关推荐
- 在 Excel 2007中手动为坐标图添加坐标轴标题
Excel 做图时更改横纵坐标轴标题. 单击要对其添加坐标轴标题的图表. 此操作将显示"图表工具",其中包含"设计"."布局"和" ...
- 如何设置 jqplot 图表插件的标题图例和直线
好, 我想大部分朋友都已经有回到了让人痛苦的办公桌上, 给大家带来我攒好的一篇文章, 关于 jqplot 的标题, 图例和直线的设置. 本文将详细的讲解如何设置 Plot 图表的标题, 图例和序列, ...
- Latex中给图表添加中英文标题及生成相关目录
通常我们都是用\caption{这里是标题}的方式给图表添加对应的标题,如果我们需要同时给出两个标题呢?(例如某些毕业论文中要求同时给出中英文标题)如果我们还要生成对应的图表目录呢?这些问题都可以利用 ...
- echarts 折线图 设置y轴最小刻度_用plotly和plt画图的基本设置(标题、坐标轴、图例、注释、图像)...
参考链接:用plotly和plt画图的基本设置(标题.坐标轴.图例.注释.图像) - weixin_41670527的博客 - CSDN博客 非常好的文章,值得推荐. 一 用matplotlib.py ...
- 设置图表标题、坐标轴标题及窗口标题
设置图表标题.坐标轴标题及窗口标题 图表开发工具为:Oracle Forms 6i Graphics_Builder 1. 设置图表标题: --功能:设置图表标题. --创建人:XXX --创建时间 ...
- 怎么更改坐标轴标题access_excel2013设置图表坐标轴刻度的教程
在EXCEL中,图表是勘察数据的最重要途径之一,图表做好了才可以更好的勘察数据,或许还有朋友不知道图表的数据轴的刻度不知道怎么设置,接下来是学习啦小编为大家带来的excel2013设置图表坐标轴刻度的 ...
- Excel添加坐标轴单位的方法
菜单栏:设计-添加图表元素-坐标轴标题-更多轴标题选项 示例如图
- ggplot2学习笔记9:标度、坐标轴和图例(二)
Scales, Axes and Legends 文章目录 Scales, Axes and Legends 6.5 限制范围(Limits) 6.6 标度工具箱(Scales Toolbox) 6. ...
- matplotlib添加行列标题、axes.axis以及axes.xaxis.set_ticklabels相关使用方法
利用matplotlib的axes.set_title添加子图标题 今天同学问我matplotlib进行可视化,如何添加列标题,以下是我写的相关脚本: import matplotlib.pyplot ...
最新文章
- POJ - 2942 Knights of the Round Table (双连通分量)
- 在.NET中使用DiagnosticSource
- HIVE: hive.error.on.empty.partition
- 金融数据分析熟练使用Excel
- 数据库---事务(一)
- Android InputType
- 万稞pw80线切割编程软件_现在模具设计,编程行业,还是很吃香的
- centos异常断电重启后,无法进入系统
- 推荐系统 - 多目标模型融合部分
- 对于人工智能的认识,我们需要更深入全面的理解
- matlab emd功率谱密度,基于EMD方法的地心运动时间序列分析
- Mysq查询性能调优
- oracle linux7.9安装 Oracle Enterprise Manager Cloud Control13.5
- 免费的天气预报API--谷歌,雅虎,中央气象台
- 中国联通云数据有限公司总经理焦刚:沃筑生态,共创未来
- superword中一次精彩的重构
- FDTD Solutions v2.2 1CD+ASAP
- python分层聚类_使用Python分层聚类进行机器学习
- 7d聚拉提的功效和原理,做完7d聚拉提三天后脸变大是怎么回事
- bben计算机配置,震惊!世界上最小的电脑主机,只有U盘大小!