Python数据可视化再探——Matplotlib模块 之二

目录

第二章 图表绘制和美化技巧

一、在一张画布上绘制四张图表​

1. subplots函数示例

2. subplot函数示例

二、添加图表元素​

1. 图表标题​

2. 坐标轴标题​

3. 图例​

4. 数据标签​

三、设置网格线​

1. 显示网格线​

2. 网格线参数​

四、调整坐标值的刻度范围​

1. 设置 x 轴刻度范围​

2. 设置 y 轴刻度范围​

3. 自动调整刻度​

五、章节内容总结​

六、随堂练习题​

---

第二章 图表绘制和美化技巧

一、在一张画布上绘制四张图表​

在 Matplotlib 中，通过subplot或subplots函数可以实现在同一画布上绘制多个图表，方便进行数据对比与分析。​

1. subplots函数示例

import matplotlib.pyplot as plt
import numpy as np# 创建一个2x2的子图布局
fig, axs = plt.subplots(2, 2, figsize=(10, 8))# 生成示例数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.exp(x)
y4 = np.log(x + 1)# 绘制第一张图：正弦曲线
axs[0, 0].plot(x, y1)
axs[0, 0].set_title('Sin Curve')# 绘制第二张图：余弦曲线
axs[0, 1].plot(x, y2)
axs[0, 1].set_title('Cos Curve')# 绘制第三张图：指数曲线
axs[1, 0].plot(x, y3)
axs[1, 0].set_title('Exp Curve')# 绘制第四张图：对数曲线
axs[1, 1].plot(x, y4)
axs[1, 1].set_title('Log Curve')# 调整子图间距
plt.tight_layout()
plt.show()

通过上面的案例，我们答题了解了如何在一张画布上同时绘制多张图表的技巧。

以下是使用subplots函数的示例代码，假设我们要在同一画布上绘制两个子图，一个折线图和一个柱状图。首先导入必要的库：import matplotlib.pyplot as plt，import numpy as np。接着创建画布和子图对象：fig, (ax1, ax2) = plt.subplots(1, 2)。然后在第一个子图ax1上绘制折线图：x = np.linspace(0, 10, 100); y = np.sin(x); ax1.plot(x, y); ax1.set_title('折线图'); ax1.set_xlabel('X轴'); ax1.set_ylabel('Y轴') 。在第二个子图ax2上绘制柱状图：categories = ['A', 'B', 'C']; values = [10, 15, 7]; ax2.bar(categories, values); ax2.set_title('柱状图'); ax2.set_xlabel('类别'); ax2.set_ylabel('数值') 。最后展示图表：plt.show() 。

通过上述示例，我们掌握了subplots函数的使用方法。而subplot函数同样能实现多图绘制，它的使用方式稍有不同，下面我们来看具体的subplot函数示例。

使用subplot函数时，需要依次指定行数、列数和当前子图的编号，例如在2行2列的布局中绘制第3个子图，可以使用plt.subplot(2, 2, 3)。

下面通过一个在同一画布上绘制四个子图的例子，展示subplot函数的具体使用方法。 假设我们要在同一画布上绘制四个子图，分别展示正弦函数、余弦函数的折线图，以及两个不同数据集的柱状图。同样先导入必要的库：import matplotlib.pyplot as plt，import numpy as np。接下来，我们通过plt.subplot函数依次创建四个子图并进行绘制。 ​

2. subplot函数示例

import matplotlib.pyplot as plt
import nump