- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
Python数据分析与可视化主讲人:杜旭阳3.4创建画布和子图
1.创建画布
1.创建画布一.figure函数制作画布为什么要有画布函数呢?1.控制图形大小、形状和清晰度2.同一个画布上可以画多个图形
通过figure()函数创建画布如果不希望在默认的画布上绘制图形,则可以调用figure()函数构建一张新的空白画布。matplotlib.pyplot.figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,...,**kwargs)num--表示图形的编号或名称。figsize--用于设置画布的尺寸。dpi--用于设置画布的清晰度facecolor--用于设置画板的背景颜色。edgecolor--用于显示边框颜色。
案例数据准备GDP=[410354.1,483392.8,537329,588141.2,644280.2,686255.7,743408.3,831381.2,914327.1,988528.9,1015896]years=[2010,2011,2012,2013,2014,2015,2016,2017,2018,2019,2020]创建figsize为(8,8),dpi为200的画布,并在画布上绘制全国2010-2020年GDP的折线图
2.创建子图nrows,ncols--表示子区网格的行数、列数。index--表示矩阵区域的索引。subplot(nrows,ncols,index,**kwargs)
2创建子图整个绘制区域划分为2*2(两行两列)的矩阵区域,每个区域的编号如下所示。
2创建子图如果nrows、ncols和index这三个参数的值都小于10,则可以把它们简写为一个实数。subplot(323)subplot(3,2,3)等价
案例1shouru=[67755.9,42404.1,25664.7,23828.5,30555,31819.7,24562.9,24253.6,69441.6,41399.7,49898.8,26415.1,35616.1,26262.4,31597,23902.7,28319.5,27679.7,39014.3,23328.2,26679.5,28920.4,24703.1,20397.4,22082.4,19501.3,24666.3,19139,22617.7,24411.9,23103.4]zhichu=[43038.3,31853.6,17987.2,15862.6,20743.4,22202.8,18075.4,18111.5,45605.1,26697.3,32025.8,19137.4,25314.3,17650.5,20427.5,16331.8,21567,20478.9,28994.7,16418.3,19554.9,20773.9,19338.3,14780,15779.8,13029.2,17464.9,15879.1,17544.8,18296.8,17396.6]创建子图,布局如右,要求图形依次为:1.GDP、years折线图2.GDP柱状图3.收入支出散点图GDP=[410354.1,483392.8,537329,588141.2,644280.2,686255.7,743408.3,831381.2,914327.1,988528.9,1015896]
案例2:创建子图,布局如右,要求图形依次为:1.GDP、years折线图2.GDP柱状图3.收入支出散点图4.收入直方图132456
plt.figure(figsize=(6,4),dpi=100)plt.subplot(2,3,1)plt.plot(years,GDP)plt.subplot(2,3,2)plt.bar(years,GDP)plt.subplot(2,3,(3,6))plt.scatter(shouru,zhichu)plt.subplot(2,3,(4,5))plt.hist(shouru)plt.tight_layout()
代码演示
Python数据分析与可视化下水方知水深浅,探索真理靠实践
——谚语
感谢观看主讲人:杜旭阳
文档评论(0)