如许简单应用一个样式：

plt.style.use('ggplot') 

我鼓励大年夜家测验测验不合的风格，看看你爱好哪些。

如今我们预备好了一个更美不雅的样式，第一步是应用标准的pandas画图功能绘制数据：

top_10.plot(kind='barh', y="Sales", x="Name") 

我推荐先应用pandas画图，是因为它是一种快速简便构建可视化的办法。 因为大年夜多半人可能已经在pandas中进行过一些数据处理/分析，所以请先大年夜根本的画图开端。

定制化画图

fig, ax = plt.subplots() 
 
top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)  

获得的图看起来竽暌闺原始图看起来雷同，然则我们向plt.subplots() 添加了一个额外的调用，并将ax传递给画图函数。为什么要如许做? 记合适我说袈溱matplotlib中要拜访坐标轴和数字至关重要吗?这就是我们在这里完成的工作。将来任何定制化都精晓过ax或fig对象完成。

我们得益于pandas快速画图，获得了拜访matplotlib的所有权限。我们如今可以做什么呢?用一个例子来展示。别的，经由过程定名商定，可以异常简单地把别人的解决筹划改成合适本身独特需求的筹划。

假设我们要调剂x限制并更改一些坐标轴的标签?如今坐标轴保存在ax变量中，我们有很多的┞菲握权：

fig, ax = plt.subplots() 
 
top_10.plot(kind='barh', y="Sales", x="Name", ax=ax) 
 
ax.set_xlim([-10000, 140000]) 
 
ax.set_xlabel('Total Revenue') 
 
ax.set_ylabel('Customer'); 

下面是一个快捷方法，可以用来更改标题和两个标签：

fig, ax = plt.subplots() 
 
top_10.plot(kind='barh', y="Sales", x="Name", ax=ax) 
 
ax.set_xlim([-10000, 140000]) 
 
ax.set(title='2014 Revenue', xlabel='Total Revenue', ylabel='Customer')   

为了进一步验证这种办法，还可声调剂图像的大年夜小。经由过程plt.subplots() 函数，可以用英寸定义figsize。也可以用ax.legend().set_visible(False)来删除图例。

　　推荐阅读

　　微服务架构：基于微服务和Docker容器技术的PaaS云平台架构设计（微服务架构实施原理）

基于微办事架构和Docker容器技巧的PaaS云平台扶植目标是给我们的开辟人员供给一套办事快速开辟、安排、运维治理、持续开辟持续集成的流程。平台供给基本举措措施、中心件、数据办事、云办>>>详细阅读

本文标题：高效使用Python可视化工具Matplotlib

地址：http://www.17bianji.com/lsqh/36034.html

 1/2    1