-
2021-06-05 15:11:16
import matplotlib.pyplot as plt
input_value = [1, 2, 3, 4, 5] saqures = [1, 4, 9, 16, 25]
fig, ax = plt.subplots()
ax.plot(input_value, saqures, linewidth=3)
ax.set_title("平方数", fontsize=24) ax.set_xlabel("值", fontsize=14) ax.set_ylabel("值的平方", fontsize=14)
更多相关内容 -
Python使用matplotlib模块绘制图像并设置标题与坐标轴等信息示例
2020-09-20 12:51:24主要介绍了Python使用matplotlib模块绘制图像并设置标题与坐标轴等信息,结合实例形式分析了Python中matplotlib模块进行坐标系图形绘制的相关操作技巧,需要的朋友可以参考下 -
echarts或vcharts的X轴设置
2021-09-30 09:40:09vcharts vcharts就是基于vue对echarts进行封装后的图表组件,其配置有两个参数settting和extend,settings的参数格式...感觉vcharts使用的数据格式比vcharts简单一点 xAxis: { show: true, // 是否显示 x 轴 positvcharts
vcharts就是基于vue对echarts进行封装后的图表组件,其配置有两个参数settting和extend,settings的参数格式参照vcharts的官方文档(https://v-charts.js.org/#/),extend参照echarts的官方文档,如果同时存在两个参数,extend会覆盖掉settings中相同的配置
感觉vcharts使用的数据格式比vcharts简单一点xAxis: { show: true, // 是否显示 x 轴 position: 'top', // x 轴的位置('top','bottom') type: 'category', // 坐标轴类型 nameRotate: 10, // 坐标轴名字旋转,角度值 inverse: false, // 是否是反向坐标轴 boundaryGap: ['20%', '20%'], // 坐标轴两边留白策略 splitNumber: 5, // 坐标轴的分割段数(预估值) axisLine: { show: true, // 是否显示坐标轴轴线 symbol: ['none', 'arrow'], // 轴线两端箭头,两个值,none表示没有箭头,arrow表示有箭头 symbolSize: [10, 15], // 轴线两端箭头大小,数值一表示宽度,数值二表示高度 lineStyle: { color: '#333', // 坐标轴线线的颜色 width: '5', // 坐标轴线线宽 type: 'solid', // 坐标轴线线的类型('solid',实线类型;'dashed',虚线类型;'dotted',点状类型) }, }, axisTick: { show: true, // 是否显示坐标轴刻度 inside: true, // 坐标轴刻度是否朝内,默认朝外 length: 5, // 坐标轴刻度的长度 lineStyle: { color: '#FFF', // 刻度线的颜色 width: 10, // 坐标轴刻度线宽 type: 'solid', // 坐标轴线线的类型('solid',实线类型;'dashed',虚线类型;'dotted',点状类型) }, }, axisLabel: { show: true, // 是否显示刻度标签 interval: '0', // 坐标轴刻度标签的显示间隔,在类目轴中有效.0显示所有 inside: true, // 刻度标签是否朝内,默认朝外 rotate: 90, // 刻度标签旋转的角度,在类目轴的类目标签显示不下的时候可以通过旋转防止标签之间重叠;旋转的角度从 -90 度到 90 度 margin: 10, // 刻度标签与轴线之间的距离 // formatter 刻度标签的内容格式器,支持字符串模板和回调函数两种形式 color: '#FFF', // 刻度标签文字的颜色 fontStyle: 'normal', // 文字字体的风格('normal',无样式;'italic',斜体;'oblique',倾斜字体) fontWeight: 'normal', // 文字字体的粗细('normal',无样式;'bold',加粗;'bolder',加粗的基础上再加粗;'lighter',变细;数字定义粗细也可以,取值范围100至700) fontSize: '20', // 文字字体大小 align: 'left', // 文字水平对齐方式,默认自动('left','center','right') verticalAlign: 'left', // 文字垂直对齐方式,默认自动('top','middle','bottom' lineHeight: '50', // 行高 ) backgroundColor: 'red', // 文字块背景色,例:'#123234', 'red', 'rgba(0,23,11,0.3)' }, splitLine: { show: true, // 是否显示分隔线。默认数值轴显示,类目轴不显示 interval: '0', // 坐标轴刻度标签的显示间隔,在类目轴中有效.0显示所有 color: ['#ccc'], // 分隔线颜色,可以设置成单个颜色,也可以设置成颜色数组,分隔线会按数组中颜色的顺序依次循环设置颜色 width: 3, // 分隔线线宽 type: 'solid', // 坐标轴线线的类型('solid',实线类型;'dashed',虚线类型;'dotted',点状类型) }, splitArea: { show: true, // 是否显示分隔区域 interval: '0', // 坐标轴刻度标签的显示间隔,在类目轴中有效.0显示所有 areaStyle: { color: ['rgba(250,250,250,0.3)','rgba(200,200,200,0.3)'], // 分隔区域颜色。分隔区域会按数组中颜色的顺序依次循环设置颜色。默认是一个深浅的间隔色 opacity: 1, // 图形透明度。支持从 0 到 1 的数字,为 0 时不绘制该图形 }, }, data: { textStyle: { color: '#FFF', // 文字的颜色 fontStyle: 'normal', // 文字字体的风格('normal',无样式;'italic',斜体;'oblique',倾斜字体) fontWeight: 'normal', // 文字字体的粗细('normal',无样式;'bold',加粗;'bolder',加粗的基础上再加粗;'lighter',变细;数字定义粗细也可以,取值范围100至700) fontSize: '20', // 文字字体大小 align: 'left', // 文字水平对齐方式,默认自动('left','center','right') verticalAlign: 'left', // 文字垂直对齐方式,默认自动('top','middle','bottom' lineHeight: '50', // 行高 ) backgroundColor: 'red', // 文字块背景色,例:'#123234', 'red', 'rgba(0,23,11,0.3)' }, }, }
-
python-----设置标题、轴标签、刻度标签(ticker部分)
2018-09-12 20:04:40这个问题,我们有很多方式都可以来实现: ...x = np.arange(0,10,1) #这个函数的第三个参数表示的是步长,以此进行划分 z = x**2 y = np.linspace(1,10,10) #这个函数的第三个参数表示的是用几个点去划分...这个问题,我们有很多方式都可以来实现:
第一种方式:import numpy as np import matplotlib.pyplot as plt plt.figure() x = np.arange(0,10,1) #这个函数的第三个参数表示的是步长,以此进行划分 z = x**2 y = np.linspace(1,10,10) #这个函数的第三个参数表示的是用几个点去划分,作为y的值 plt.plot(x,z,color = 'red',linewidth=1.0,linestyle='--') #线颜色 线宽 线样式 plt.title(u'方法一') #设置标题 plt.xlabel('X') #设置x,y轴的标签 plt.ylabel('Y') plt.xlim(0,10) #设置x,y的区间 plt.ylim(0,100) #plt.axis([0,10,0,100])这一句可以替换以上两句 plt.xticks([0,1,2,3,4,5,6,7,8,9,10]) # 第一个参数是点的位置,第二个参数是点的文字提示。 plt.yticks([0, 20, 60, 80, 100], [r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$readly\ good$']) #$表示特殊的字体,这边如果后期有需要可以上网查,空格需要转译,数学alpha可以用\来实现 ax = plt.gca() #gca='get current axis' # 将右边和上边的边框(脊)的颜色去掉 ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax = plt.gca() # 绑定x轴和y轴 ax.xaxis.set_ticks_position('bottom') ax.yaxis.set_ticks_position('left') # # 定义x轴和y轴的位置 ax.spines['bottom'].set_position(('data', 10)) ax.spines['left'].set_position(('data', 2)) plt.show()
方法二:import numpy as np import matplotlib.pyplot as plt x = np.arange(0,10,1) #这个函数的第三个参数表示的是步长,以此进行划分 z = x**2 ax = plt.subplot() ax.plot(x,z) ax.set_xlim(0,10) ax.set_ylim(0,100) ax.set_title(u'方法二') ax.set_xlabel('X') ax.set_ylabel('Y') ax.set_yticks([0,10,20,50,100]) ax.set_yticklabels(('one','two','three', 'four', 'five')) # 不显示‘five’ plt.show()
第三种:from pylab import * from matplotlib.ticker import MultipleLocator, FormatStrFormatter xmajorLocator = MultipleLocator(20) #将x主刻度标签设置为20的倍数 xmajorFormatter = FormatStrFormatter('%1.1f') #设置x轴标签文本的格式 xminorLocator = MultipleLocator(5) #将x轴次刻度标签设置为5的倍数 ymajorLocator = MultipleLocator(0.5) #将y轴主刻度标签设置为0.5的倍数 ymajorFormatter = FormatStrFormatter('%1.1f') #设置y轴标签文本的格式 yminorLocator = MultipleLocator(0.1) #将此y轴次刻度标签设置为0.1的倍数 t = arange(0.0, 100.0, 1) s = sin(0.1*pi*t)*exp(-t*0.01) ax = subplot(111) #注意:一般都在ax中设置,不再plot中设置 plot(t,s,'--b*') #设置主刻度标签的位置,标签文本的格式 ax.xaxis.set_major_locator(xmajorLocator) ax.xaxis.set_major_formatter(xmajorFormatter) ax.yaxis.set_major_locator(ymajorLocator) ax.yaxis.set_major_formatter(ymajorFormatter) #显示次刻度标签的位置,没有标签文本 ax.xaxis.set_minor_locator(xminorLocator) ax.yaxis.set_minor_locator(yminorLocator) ax.xaxis.grid(True, which='major') #x坐标轴的网格使用主刻度 ax.yaxis.grid(True, which='minor') #y坐标轴的网格使用次刻度 show()
目前更新到这里,后期还有补充会继续完善这篇博客!
-
pyecharts--柱状图(包含标题、图例、X轴、Y轴、数据标签的设置)
2020-08-14 14:28:20"red","black","green","orange"]) # 柱子的颜色 # .reversal_axis() # xy轴交换 .set_global_opts( # # 标题设置 # title_opts=opts.TitleOpts(title='title', # subtitle='subtitle', # # 标题文字格式 # title_...根据目的并运用常识选择最有效的图形来传达要点。
1 如果要说明空间关系,则地图或照片可能是最佳选择。
2 如果要说明比例,饼状图或条形图是首选。
3 如果要说明两个变量之间的关系,可尝试折线图或散点图。柱状图/条形图
将一群人按一定标准分为A,B,C,D四种类型,作图展示各类型下人群的年龄分布。
from pyecharts import options as opts from pyecharts.charts import Bar from pyecharts.globals import ThemeType columns = ["A","B","C","D"] data1 = [26.86,15.56,10.62,14.07] data2 = [36.87,28.61,25.86,41.13] data3 = [24.38,28.58,30.32,22.74] data4 = [10.15,21.31,26.64,18.99] data5 = [1.74,5.95,6.57,3.07] bar=( Bar( # init_opts=opts.InitOpts(theme=ThemeType.VINTAGE) # 设置主题 # width='800px', # 指定图片宽度 # height='400px', # 指定图片高度 ) .add_xaxis(columns) .add_yaxis("≤24", data1) .add_yaxis("25-34", data2) .add_yaxis("35-49", data3) .add_yaxis("50-64", data4) .add_yaxis("≥65", data5) # .set_colors(["blue","red","black","green","orange"]) # 柱子的颜色 # .reversal_axis() # xy轴交换 .set_global_opts( # # 标题设置 # title_opts=opts.TitleOpts(title='title', # subtitle='subtitle', # # 标题文字格式 # title_textstyle_opts=opts.TextStyleOpts(color='red', # font_size=12, # font_family='Times New Roman', # font_weight='bold', # # # 副标题文字格式 ), # subtitle_textstyle_opts=opts.TextStyleOpts(color='blue', # font_size=12, # font_family='Times New Roman', # font_weight='bold', # ), # ) # 图例设置 legend_opts=opts.LegendOpts( pos_left='right', # 图例放置的位置,分上下左右,可用左右中表示,也可用百分比表示 pos_top='center', orient='vertical', # horizontal、vertical #图例放置的方式 横着放or竖着放 textstyle_opts=opts.TextStyleOpts( font_size=12, font_family='Times New Roman', ), ), xaxis_opts=opts.AxisOpts( name='Type', name_location='middle', name_gap=20, # x轴名称的格式配置 name_textstyle_opts=opts.TextStyleOpts( font_family= 'Times New Roman', font_size=14, ), # 坐标轴刻度配置项 axistick_opts=opts.AxisTickOpts( # is_show=False, # 是否显示 is_inside=True, # 刻度线是否在内侧 ), # 坐标轴线的配置 axisline_opts=opts.AxisLineOpts( linestyle_opts=opts.LineStyleOpts( width=1, color='black', ) ), # 坐标轴标签的配置 axislabel_opts=opts.LabelOpts( font_size=12, font_family='Times New Roman', ), ), yaxis_opts=opts.AxisOpts( name='Proportion(%)', name_location='middle', name_gap=30, name_textstyle_opts=opts.TextStyleOpts( font_family= 'Times New Roman', font_size=14, color='black', # font_weight='bolder', ), axistick_opts=opts.AxisTickOpts( # is_show=False, # 是否显示 is_inside=True, # 刻度线是否在内侧 ), axislabel_opts=opts.LabelOpts( font_size=12, font_family='Times New Roman', ), ), # 显示工具栏 toolbox_opts=opts.ToolboxOpts(is_show=True), ) .set_series_opts( label_opts=opts.LabelOpts( # position="Top", font_size=12, font_family='Times New Roman', ) ) ) bar.render_notebook()
输出结果
通过snapshot-selenium将pyecharts做出的图导出为png格式
安装pip install snapshot_selenium
调用
from pyecharts.render import make_snapshot from snapshot_selenium import snapshot make_snapshot(snapshot, bar.render(), "D:\\test.png")
-
matplotlib.pyplot散点图,散点颜色大小设置,添加标题、xy轴标签和每组散点标签,颜色条设置,随机生成...
2022-05-19 00:43:37matplotlib.pyplot散点图,散点颜色大小设置,添加标题、xy轴标签和每组散点标签,颜色条设置,随机生成散点图1. 第一个散点图2. 散点颜色大小设置,添加标题、xy轴标签和每组散点标签3.颜色条设置,随机生成散点图 ... -
excel图表如何修改x坐标轴数值,excel怎么设置横坐标标题
2020-12-31 08:58:18Excel EXCEL中的图表的横坐标名称怎么改1、在图表...2、可以右键点击次坐标轴并选择其中的“设置坐标轴格式”选项。3、然后在打开的设置格式窗口中根据需要选择显示的单位。4、即可将选择的单位名称显示在坐标轴上... -
Echart设置x轴文字数据不隐藏
2020-10-22 16:36:44Echart设置x轴文字数据不隐藏 平常的引入: 会出现x轴文字数据部分隐藏,如下: 但我们一般是不希望隐藏的,如图: 解决方法:设置axisLabel属性 // xAxis的属性,设置x轴文本不隐藏,同理yAxis也... -
QChart修改标题颜色,修改X轴Y轴字体颜色
2021-01-22 11:45:21QChart修改标题颜色 我们在使用过程中,有时候需要去除chart的背景,填充我们自己的图片或者颜色。详细参考 ...然后我们在填充背景后,发现字体显示颜色看不清楚,这时需要修改颜色,其实挺简单的,... //设置标题颜色 ch -
Excel表格柱形图的X轴数字如何自由设置呢? | excel制作折线图xy轴标题
2020-12-22 19:51:41Excel EXCEL中的图表的横坐标名称怎么改EXCEL中的改横坐标名称。...2、点击轴标签下面的“编辑”按钮。3、点击选择轴标签数据区域后面区域选择按钮。4、选择需要作为轴名称的数据区域,返回...excel里的图表x和y轴怎么... -
EChart 标题 title 样式,x轴、y轴坐标显示,调整图表位置等
2021-06-09 02:54:09functiongetChartsLine() {var myChart = echarts.init(document.getElementById(‘progress‘),‘macarons‘);var option ={title: {text:‘工程折线图‘, //主标题textStyle:{color:‘#0DB9F2‘, //颜色fontStyle:... -
matplotlib绘图(标题、标签、刻度值、设置刻度值)
2022-04-25 21:16:45目录 一、添加标题 ①pyplot编程方式添加标题(plt.title) ②面向编程方式添加标题(ax.set_title) 二、添加标签 ①pyplot编程方式添加标签(plt.xlabel ...四、设置X、Y轴刻度值上下限(plt.xlim and plt.ylim) -
mschart如何显示x轴标题
2016-04-05 22:36:44//设置X轴坐标的间隔为1 Chart1.ChartAreas[0].AxisX.IntervalOffset = 1; //设置X轴坐标偏移为1 Chart1.ChartAreas[0].AxisX.LabelStyle.IsStaggered = true; //设置是否交错显示,比如数据多的时间分成两行来显 -
自定义设置X轴上的时间间隔(中断、以年为单位),使用scale_x_date()自定义设置坐标轴间隔和标签、添加...
2022-02-21 20:52:50R语言ggplot2可视化:自定义设置X轴上的时间间隔(中断、以年为单位),使用scale_x_date()自定义设置坐标轴间隔和标签(Time Series Plot For aYearlyTime Series)、添加标题、副标题、题注信息 -
设置Pandas DataFram图形的x轴间隔(刻度)
2021-01-29 17:46:07我正试图在Pandas数据帧的matplotlib图上设置x轴的刻度(时间步长)。我的目标是使用DataFrame的第一列作为记号,但是到目前为止我还没有成功。到目前为止,我的尝试包括:尝试1:#See 'xticks'data_df[header_names[1... -
VS自带Chart控件——设置x轴为时间,并使用滚动条显示
2020-04-21 16:30:38效果: ...1.初始化设置: /*############################################################################### //ps:尤其注意,下面的语句有的打断顺序会出现不同的效果····之前踩了好多雷·... -
【工作记录0021】Hightcharts xAxis labels 设置指 x 轴标题文字(Category)的颜色
2017-04-26 17:36:00有时候为了标记坐标下的标题文字样式,重点突出显示,通常...hightcharts 中若设置 xAxis 下的 labels 的样式,会使其样式适用在所有x轴标题文字上,比如下图: 所以为了达到第一张效果图的 改变指定条件下的指定标题 -
echarts 图表X, Y轴添加标题
2020-11-24 11:06:11主要是添加一个name属性就可以显示出来了。 代码如下: option = { title: { text: '折线图堆叠' }, tooltip: { ... data: ['邮件营销', '联盟广告', '视频广告', '直接访问', '搜索引擎'] ... righ. -
python时间序列画图设置坐标轴刻度格式
2019-08-27 13:31:20需要画柱状图,日期刻度比较...于是就在网上搜索如何自己设置刻度 目前找到的方法是: import matplotlib.dates as dates #获取每月一日数据 monthdays = dates.MonthLocator() #获取每周一的日期数据 ... -
R语言ggplot2可视化线图(line plot)、自定义设置X轴标签为字符串标签,将原有的指定间隔的数字标签替换为...
2022-01-18 21:15:45R语言ggplot2可视化线图(line plot)、自定义设置X轴标签为字符串标签,将原有的指定间隔的数字标签替换为指定的字符串标签(change x axis labels into string) -
matlab将x轴换成字符,用MATLAB绘制折线图,x轴为字符串,并旋转一定的角度!!!...
2021-04-21 13:47:04%以x为自变量,y为因变量画图,设置线宽为2xlim([0 37])%设置X轴上的区间,避免出现空白区域set(gca,'xtick',1:37)%gca的意思是指定的坐标区,如果有好几个坐标区可以分成ax1,ax2;然后利用'Nam... -
matplotlib 多子图的画法 - 设置坐标范围 - 设置坐标的显示间隔 - 设置figure的大标题 - 设置x轴和y轴的...
2020-12-27 21:38:51- 多子图的画法 - 设置坐标范围 - 设置坐标的显示间隔 - 设置figure的大标题 - 设置x轴和y轴的名称 -
ECharts图表x轴与y轴name的位置调整
2022-02-16 10:41:24ECharts图表x轴与y轴name的位置调整需求是: 。... //是否隐藏x轴分割线 disableGrid: true, //X轴数据点颜色 fontColor:'#6EB9FF... -
text函数设置轴标签文本粗体字体(bold text,使x轴和Y轴的标签文本都使用粗体字体)、注意是轴标签而非轴...
2021-12-12 18:16:03R语言ggplot2可视化:ggplot2中使用element_text函数设置轴标签文本粗体字体(bold text,使x轴和Y轴的标签文本都使用粗体字体)、注意是轴标签而非轴标题 -
matplotlib中x轴y轴字号或字体修改
2021-04-12 11:27:50#修改matplotlib中x轴y轴字体大小 import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False #显示英文 ... -
matplotlib 设置坐标轴-改变x,y轴的标签显示方向
2021-12-03 10:58:55plt.xticks(rotation=90) # x轴标签竖着显示;90为标签逆时针旋转度数 plt.yticks(rotation=90) # y轴标签横着显示;90为标签逆时针旋转度数 也可以自动旋转x轴标签: fig.autofmt_xdate() ...
收藏数
62,191
精华内容
24,876