高效使用Python可视化工具Matplotlib

fig, ax = plt.subplots(figsize=(5, 6)) 
 
top_10.plot(kind='barh', y="Sales", x="Name", ax=ax) 
 
ax.set_xlim([-10000, 140000]) 
 
ax.set(title='2014 Revenue', xlabel='Total Revenue') 
 
ax.legend().set_visible(False)

基于很多原因你可能想要调剂一下这个图。看着最别扭的处所是总收入数字的格局。 Matplotlib可以经由过程FuncFormatter来帮我们实现。这个功能可以将用户定义的函数应用于值，并返回一个格局整洁的字符串放置在坐标轴上。

下面是一个泉币格局化函数，可以优雅地处收成十万范围内的美元格局：

def currency(x, pos): 
 
    'The two args are the value and tick position' 
 
    if x >= 1000000: 
 
        return '${:1.1f}M'.format(x*1e-6) 
 
    return '${:1.0f}K'.format(x*1e-3)

如今我们有一个格局化函数，须要定义它并将其应用到x轴。以下是完全的代码：

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') 
 
formatter = FuncFormatter(currency) 
 
ax.xaxis.set_major_formatter(formatter) 
 
ax.legend().set_visible(False)

我们最后要去摸索的一个自定义功能是经由过程添加注释到画图。绘制一条垂直线，可以用ax.axvline()。添加自定义文本，可以用ax.text()。

起首，matplotlib有两种接口。第一种是基于MATLAB并应用基于状况的接口。第二种是面向对象的接口。为什么是这两种接口不在本文评论辩论典范围之内，然则知道有两种办法在应用matplotlib进行画图时异常重要。

在这个例子中，我们将绘制一条平均线，并显示三个新客户的标签。下面是完全的代码和注释，把它们放在一路。

# Create the figure and the axes 
 
fig, ax = plt.subplots() 
 
  
 
# Plot the data and get the averaged 	
			 4/7   首页 上一页 2 3 4 5 6 7 下一页 尾页	
			

　　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