Python - 数据科学可视化之图表样式

• 

  简述

  通过使用用于图表的库中的一些适当方法，在 python 中创建的图表可以具有进一步的样式。在本课中，我们将看到 Annotation、图例和图表背景的实现。我们将继续使用上一章的代码并对其进行修改以将这些样式添加到图表中。
• 

  添加注释

  很多时候，我们需要通过突出显示图表的特定位置来对图表进行注释。在下面的示例中，我们通过在这些点添加注释来指示图表中值的急剧变化。

  
  import numpy as np 
  from matplotlib import pyplot as plt 
  x = np.arange(0,10) 
  y = x ^ 2 
  z = x ^ 3
  t = x ^ 4 
  # Labeling the Axes and Title
  plt.title("Graph Drawing") 
  plt.xlabel("Time") 
  plt.ylabel("Distance") 
  plt.plot(x,y)
  #Annotate
  plt.annotate(xy=[2,1], s='Second Entry') 
  plt.annotate(xy=[4,6], s='Third Entry') 
  

  它的输出如下 -

  
• 

  添加图例

  我们有时需要绘制多条线的图表。图例的使用表示与每行相关的含义。在下面的图表中，我们有 3 行带有适当的图例。

  
  import numpy as np 
  from matplotlib import pyplot as plt 
  x = np.arange(0,10) 
  y = x ^ 2 
  z = x ^ 3
  t = x ^ 4 
  # Labeling the Axes and Title
  plt.title("Graph Drawing") 
  plt.xlabel("Time") 
  plt.ylabel("Distance") 
  plt.plot(x,y)
  #Annotate
  plt.annotate(xy=[2,1], s='Second Entry') 
  plt.annotate(xy=[4,6], s='Third Entry') 
  # Adding Legends
  plt.plot(x,z)
  plt.plot(x,t)
  plt.legend(['Race1', 'Race2','Race3'], loc=4) 
  

  它的输出如下 -

  
• 

  图表展示风格

  我们可以使用 style 包中的不同方法来修改图表的呈现样式。

  
  import numpy as np 
  from matplotlib import pyplot as plt 
  x = np.arange(0,10) 
  y = x ^ 2 
  z = x ^ 3
  t = x ^ 4 
  # Labeling the Axes and Title
  plt.title("Graph Drawing") 
  plt.xlabel("Time") 
  plt.ylabel("Distance") 
  plt.plot(x,y)
  #Annotate
  plt.annotate(xy=[2,1], s='Second Entry') 
  plt.annotate(xy=[4,6], s='Third Entry') 
  # Adding Legends
  plt.plot(x,z)
  plt.plot(x,t)
  plt.legend(['Race1', 'Race2','Race3'], loc=4) 
  #Style the background
  plt.style.use('fast')
  plt.plot(x,z)
  

  它的输出如下 -