欧美vvv,亚洲第一成人在线,亚洲成人欧美日韩在线观看,日本猛少妇猛色XXXXX猛叫

這幾天完成了一個小項目，畫出的圖像總是不理想，很多細節需要調節，譬如橫坐標的控制、圖例的控制、周邊留白的控制還有圖片大小尺寸的控制，都需要根據業務需求來調整。

下面我一步步來說明怎么控制畫圖的參數

1. 最基本的畫圖

首先先來一個畫圖的小demo,看看10天的變化趨勢圖

# coding:utf-8
import matplotlib.pyplot as plt
x = [u'2018-07-01', u'2018-07-02', u'2017-07-03', u'2017-07-04', u'2017-07-05'
     , u'2018-07-06', u'2018-07-07', u'2017-07-08', u'2017-07-09', u'2017-07-10']
y = [0, 1, 2, 3, 4, 0, 1, 2, 3, 4]
plt.plot(x, y, label='yy', linewidth=1, color='orange', marker='o', markerfacecolor='red', markersize=1)
plt.show()

結果是這樣：

2.畫圖保存

大多數時候我們需要的不僅僅是把圖片畫出來，還要保存到本地，這時候需要改一個地方，把上面的代碼最后一行換了，用plt.('文件名')替換plt.show()。

# coding:utf-8
import matplotlib.pyplot as plt
x = [u'2018-07-01', u'2018-07-02', u'2017-07-03', u'2017-07-04', u'2017-07-05'
     , u'2018-07-06', u'2018-07-07', u'2017-07-08', u'2017-07-09', u'2017-07-10']
y = [0, 1, 2, 3, 4, 0, 1, 2, 3, 4]
# 這里設置線寬、線型、線條顏色、點大小等參數
plt.plot(x, y, label='yy', linewidth=1, color='orange', marker='o', markerfacecolor='red', markersize=1)
plt.savefig('/Users/taorui02/Desktop/pct1.png')

結果是這樣

3.去掉圖片周邊的留白

在使用圖片的時候圖像周邊太多空白會浪費很多空間，這時候只需要在上面代碼最后一行代碼加一點信息，plt.('/Users///pct1.png', ='tight') 替換 plt.('/Users///pct1.png') 這里的='tight'就有這個功能。 結果是這樣：

4. 加入標題、x軸y軸名稱

這里只需要在畫圖代碼前添加三行代碼：

# 標題
plt.title("title")
# 橫坐標描述
plt.xlabel('date')
# 縱坐標描述
plt.ylabel('num')

5. 圖例

在畫圖后添加一行代碼python 在圖像上畫線，就能顯示圖例。

# 設置數字標簽
plt.legend(loc='upper left')

loc設置圖例的位置，圖例信息在執行plot的時候設置的。

6. 畫布大小

添加一行代碼來設置

# 設置畫布大小
plt.figure(figsize=(20, 4))

顯示結果：

畫了一個比較寬的圖，解決了橫坐標相互遮擋的問題

7. 給坐標點加標注

加兩行代碼：

# 每個數據點加標簽
for a, b in zip(x, y):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)

結果：

如果只需要給一個點加標注：

# 只給最后一個點加標簽
plt.text(x[-1], y[-1], y[-1], ha='center', va='bottom', fontsize=10)

結果：

8. 橫坐標部分顯示

這個比較復雜，直接看代碼python 在圖像上畫線，這里調用了.()，方法用來控制橫軸顯示的最多的標記數，還可以通過其他方法控制，比如間隔數。 這里麻煩的是要畫子圖才能實現。

# coding:utf-8
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
x = ['2018-07-01', '2018-07-02', '2017-07-03', '2017-07-04', '2017-07-05'
     , '2018-07-06', '2018-07-07', '2017-07-08', '2017-07-09', '2017-07-10']
y = [0, 1, 2, 3, 4, 0, 1, 2, 3, 4]
# 設置畫布大小
plt.figure(figsize=(20, 4))
# 標題
plt.title("title")

# 橫坐標描述
plt.xlabel('date')
# 縱坐標描述
plt.ylabel('num')
tick_spacing = 3
fig, ax = plt.subplots(1, 1)
ax.xaxis.set_major_locator(ticker.MaxNLocator(tick_spacing))
# 這里設置線寬、線型、線條顏色、點大小等參數
ax.plot(x, y, label='yy', linewidth=1, color='orange', marker='o', markerfacecolor='red', markersize=1)
# 每個數據點加標簽
#for a, b in zip(x, y):
#    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)
# 只給最后一個點加標簽
plt.text(x[-1], y[-1], y[-1], ha='center', va='bottom', fontsize=10)
# 圖例顯示及位置確定
plt.legend(loc='upper left')
plt.savefig('/Users/taorui02/Desktop/pct1.png', bbox_inches='tight')

結果：

9.橫軸坐標標簽旋轉

添加代碼：

# 旋轉x軸標簽

for label in ax.get_xticklabels():
     label.set_rotation(30)  # 旋轉30度
     label.set_horizontalalignment('right')  # 向右旋轉

結果：

10.畫多條線

多線只需要多加一行plot代碼

# coding:utf-8
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
x = ['2018-07-01', '2018-07-02', '2017-07-03', '2017-07-04', '2017-07-05'
     , '2018-07-06', '2018-07-07', '2017-07-08', '2017-07-09', '2017-07-10']
y = [0, 1, 2, 3, 4, 0, 1, 2, 3, 4]
z = [1, 2, 3, 4, 7, 1, 2, 3, 4, 10]
# 設置畫布大小
plt.figure(figsize=(20, 4))
tick_spacing = 4
fig, ax = plt.subplots(1, 1)
ax.xaxis.set_major_locator(ticker.MaxNLocator(tick_spacing))
# 標題
plt.title("title")
# 橫坐標描述

plt.xlabel('date')
# 縱坐標描述
plt.ylabel('num')
# 這里設置線寬、線型、線條顏色、點大小等參數
ax.plot(x, y, label='yy', linewidth=2, color='black', marker='o', markerfacecolor='red', markersize=4)
ax.plot(x, z, label='zz', linewidth=2, color='red', marker='o', markerfacecolor='black', markersize=4)
# 每個數據點加標簽
for a, b in zip(x, z):
    plt.text(a, b, str(b)+'%', ha='center', va='bottom', fontsize=12)
# 只給最后一個點加標簽
plt.text(x[-1], y[-1], y[-1], ha='center', va='bottom', fontsize=15)
# 旋轉x軸標簽
for label in ax.get_xticklabels():
     label.set_rotation(30)  # 旋轉30度
     label.set_horizontalalignment('right')  # 向右旋轉
# 圖例顯示及位置確定
plt.legend(loc='upper left')
plt.savefig('/Users/taorui02/Desktop/pct1.png', bbox_inches='tight')

最后結果

11.像素、分辨率設置

按默認值畫出的圖會有點虛，這時候就需要設置一下像素和分辨率。

plt.rcParams['savefig.dpi'] = 300 #圖片像素?
plt.rcParams['figure.dpi'] = 600 #分辨率