第四章图表样式的美化

这节课主要学习了图表样式的美化，包括图表样式的概括、使用颜色选择线型、添加数据标记、设置字体、切换主题风格和填充区域。
下面是本节课的一些练习：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"]
plt.rcParams["axes.unicode_minus"]=False
x=np.arange(5)
y1=[1200,2400,1800,2200,1600]
y2=[1050,2100,1300,1600,1340]
bar_width=0.6
tick_label=['家庭',"小说","心理","科技","儿童"]
fig=plt.figure()
ax=fig.add_subplot(111)
ax.bar(x,y1,bar_width,color="#FFCC00",align="center",label="地区1")
ax.bar(x,y2,bar_width,bottom=y1,color="#B0C4DE",align="center",label="地区2")
ax.set_ylabel("采购数量（本）")
ax.set_xlabel("图书种类")
ax.set_title("地区1和地区2对各类图书的采集情况")
ax.grid(True,axis='y',color="gray",alpha=0.2)
ax.set_xticks(x)
ax.set_xticklabels(tick_label)
ax.legend()
plt.title("2020080603048")
plt.show()

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"]
plt.rcParams["axes.unicode_minus"]=False
eurcny_2017=np.array([6.8007,6.8007,6.8015,6.8060,6.8060,6.8060,6.8060,6.8036,6.8077,6.7877,6.8035,6.7758,6.7700,6.7463,6.7519,6.7511,6.7511,6.7539,6.7265])
eurcny_2019=np.array([6.8640,6.8705,6.8679,6.8679,6.8697,6.8881,6.8853,6.8856,6.8677,6.8662,6.8662,6.8662,6.8827,6.8761,6.8635,6.8860,6.8737,6.8796,6.8841])
date_x=np.array([3,4,5,6,7,8,9,10,11,12,13,14,17,18,19,24,25,26,31])
fig=plt.figure()
ax=fig.add_subplot(111)
ax.plot(date_x,eurcny_2017,color='#006374',linewidth=2,label='2017年7月美元/人民币汇率')
ax.plot(date_x,eurcny_2019,color='#8a2e76',linestyle='--',linewidth=2,label='2019年7月美元/人民币汇率')
ax.set_title('2017年7月与2019年7月美元/人民币汇率走势')
ax.set_xlabel('日期')
ax.set_ylabel('汇率')
ax.legend()
plt.title("2020080603048")
plt.show()

plt.plot([1,2,3],[3,4,5],marker='*',markersize=20,markerfacecolor='#0000FF')
plt.title("2020080603048")
plt.show()

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"]
plt.rcParams["axes.unicode_minus"]=False
sale_a=[2144,4617,7674,6666]
sale_b=[853,1214,2414,4409]
sale_c=[153,155,292,680]
fig=plt.figure()
ax=fig.add_subplot(111)
ax.plot(sale_a,'D-',sale_b,'^:',sale_c,'s--')
ax.grid(alpha=0.3)
ax.set_ylabel('销售额（万元）')
ax.set_xticks(np.arange(len(sale_c)))
ax.set_xticklabels(['第一季度','第二季度','第三季度','第四季度'])
ax.legend(['产品A','产品B','产品C'])
plt.title("2020080603048")
plt.show()

plt.plot([1,2,3],[3,4,5])
plt.text(1.9,3.75,'y=x+2',bbox=dict(facecolor='#FF0000'),family='serif',fontsize=18,fontstyle='normal',rotation=-60)
plt.title("2020080603048")
plt.show()

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"]
plt.rcParams["axes.unicode_minus"]=False
x=np.arange(4,19)
y_max=[32,33,34,33,31,30,29,30,29,26,23,21,25,31,32]
y_min=[19,19,18,17,19,20,21,22,16,17,15,14,16,15,16]
plt.plot(x,y_max,marker='o',label='最高温度')
plt.plot(x,y_min,marker='o',label='最低温度')
x_temp=4
for y_h,y_1 in zip(y_max,y_min):plt.text(x_temp-0.3,y_h+0.7,y_h,family='SimHei',fontsize=8,fontstyle='normal')plt.text(x_temp-0.3,y_1+0.7,y_1,family='SimHei',fontsize=8,fontstyle='normal')x_temp+=1
plt.title('2020080603048未来15天最高气温和最低气温的走势')
plt.xlabel('日期')
plt.ylabel('温度（$^\circ$C）')
plt.ylim(0,40)
plt.legend()
plt.show()

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,8*np.pi,1000)
sin_y=np.sin(x)
cos_y=np.cos(1.5*x/np.pi)/2
plt.plot(x,sin_y)
plt.plot(x,cos_y)
plt.fill_between(x,cos_y,sin_y,cos_y<sin_y,color='#F5FFFA',alpha=0.5)
plt.fill_between(x,cos_y,sin_y,cos_y>sin_y,color='#FFE4E1',alpha=0.5)
plt.title("2020080603048")
plt.show()

import numpy as np
import matplotlib.pyplot as plt
def koch_snowflake(order,scale=10):def _koch_snowflake_complex(order):if order==0:angles=np.array([0,120,240])+90return scale/np.sqrt(3)*np.exp(np.deg2rad(angles)*1j)else:ZR=0.5-0.5j*np.sqrt(3)/3p1=_koch_snowflake_complex(order-1)p2=np.roll(p1,shift=-1)dp=p2-p1new_points=np.empty(len(p1)*4,dtype=np.complex128)new_points[::4]=p1new_points[1::4]=p1+dp/3new_points[2::4]=p1+dp*ZRnew_points[3::4]=p1+dp/3*2return new_pointspoints=_koch_snowflake_complex(order)x,y=points.real,points.imagreturn x,y
x,y=koch_snowflake(order=2)
fig=plt.figure()
ax=fig.add_subplot(111)
ax.fill(x,y,facecolor='lightsalmon',edgecolor='orangered',linewidth=3)
plt.title("2020080603048")
plt.show()

第四章图表样式的美化相关推荐

python数据可视化第四章图标样式的美化
一.图标样式的概述 matplotlib在绘图的过程中会读取储存在本地的的配置文件matplotlibrc,通过matplotlibrc文件中的缺省配置信息指定图表元素的默认样式,完成图表元素的初始设 ...
Python数据可视化第四节-图表样式美化实例
实例一:两个地区对不同种类图书的采购情况代码如下: import numpy as np import matplotlib.pyplot as plt plt.rcParams["fon ...
access简述报表的功能_2016Access教程：第四章报表.doc
Access教程第四章报表 ◆ 报表的功能 ◆ 报表的设计 ◆ 报表的记录分组和排序 ◆ 报表的打印和预览一.报表的功能尽管数据表和查询都可用于打印,但是,报表才是打印和复制数据库管理信息的最 ...
[转]Windows Shell 编程第十四章【来源：http://blog.csdn.net/wangqiulin123456/article/details/7988010】...
第十四章设计Shell集成应用有一些工具可以使应用程序更紧密地与Shell和底层系统进行集成.也就是说,用户可以象处理系统文档和程序那样处理你的文档和程序.例如,右击文件来显示可用功能列表等.Wi ...
第四章使用 matplotlib 绘制散点图
系列文章目录第一章使用 matplotlib 绘制折线图第二章使用 matplotlib 绘制条形图第三章使用 matplotlib 绘制直方图第四章使用 matplotlib 绘制散 ...
第四章：OpenCV中的图像处理
第四章:OpenCV中的图像处理本章节你将学习图像的改变色彩空间.提取对象.图像的几何变换.图像的阈值.平滑图像等OpenCV图像处理的基本内容. 更多内容请关注我的GitHub库:TonyStar ...
（Java高级教程）第四章必备前端基础知识-第二节1：CSS概述和选择器
文章目录一:CSS概述 (1)概述 (2)语法规范 (3)CSS引入方式二:选择器 (1)基础选择器 ①:标签选择器 ②:类选择器 ③:id选择器 ④:通配符选择器总结 (2)复合选择器 ①:后 ...
C++ API 设计 09 第四章设计
第四章设计上个章节是为开始设计API打下基础和准备必要的开发背景知识.我分析了各种对API设计有益的品质和讲解了应用于可维护的API设计的标准设计模式. 本章将把这些信息全部整合到一起,涵盖高品质 ...
精通Web Analytics 2.0 （6）第四章：点击流分析的奇妙世界：实际的解决方案
精通Web Analytics 2.0 (6) 第四章:点击流分析的奇妙世界:实际的解决方案精通Web Analytics 2.0 : 用户中心科学与在线统计艺术第四章:点击流分析的奇妙世界:实际 ...

第四章图表样式的美化

第四章图表样式的美化

第四章图表样式的美化相关推荐

最新文章

热门文章

第四章 图表样式的美化

第四章 图表样式的美化

第四章 图表样式的美化相关推荐

最新文章

热门文章

第四章图表样式的美化

第四章图表样式的美化

第四章图表样式的美化相关推荐