高效使用Python可视化工具Matplotlib

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

avg = top_10['Sales'].mean()

# Set limits and labels

ax.set_xlim([-10000, 140000])

ax.set(title='2014 Revenue', xlabel='Total Revenue', ylabel='Customer')

# Add a line for the average

ax.axvline(x=avg, color='b', label='Average', linestyle='--', linewidth=1)

# Annotate the new customers

for cust in [3, 5, 8]:

ax.text(115000, cust, "New Customer")

# Format the currency

formatter = FuncFormatter(currency)

ax.xaxis.set_major_formatter(formatter)

# Hide the legend

ax.legend().set_visible(False)

固然这可能不是让人认为高兴(面前一亮)的画图方法，但它展示了你在用这种办法时有多大年夜权限。

图形和图像

到今朝为止，我们所做的所有改变都是单个图形。荣幸的是，我们也有才能在图上添加多个图形，并应用各类选项保存全部图像。

fig, (ax0, ax1) = plt.subplots(nrows=1, ncols=2, sharey=True, figsize=(7, 4))

用sharey = True这个参数，以便yaxis共享雷同的标签。

简介

这个例子也很好，因为各个坐标轴被解紧缩到ax0和ax1。有这些坐标轴轴，你可以像膳绫擎的例子一样绘制图形，然则在ax0和ax1上各放一个图。

# Get the figure and the axes 
 
fig, (ax0, ax1) = plt.subplots(nrows=1,ncols=2, sharey=True, figsize=(7, 4)) 
 
top_10.plot(kind='barh', y="Sales", x="Name", ax=ax0) 
 
ax0.set_xlim([-10000, 140000]) 
 
ax0.set(title='Revenue'	
			 5/7   首页 上一页 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