ax.set_ylabel(fontsize=20) #设置y轴标签字体大小
ax.set_xlabel(fontsize=20) #设置x轴标签字体大小
ax.set_title(fontsize=30) #设置标题字体大小
ax.legend(fontsize=15) #设置图例字体大小
当然,由于pandas画图也是基于matplotlib的,所以可以设置好相应的坐标系对象ax后,将其作为参数传给pandas的plot函数的ax参数即可,也可以实现对pandas作图的相应设置。
import matplotlib.pyplot as pltfig,ax=plt.subplots(1,1,figsize=(9,6))ax.set_ylabel(fontsize=20) #设置y轴标签字体大小ax.set_xlabel(fontsize=20) #设置x轴标签字体大小ax.set_title(fontsize=30) #设置标题字体大小ax.legend(f...
import
matplotlib
.py
plot
as plt
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文
标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
import
pandas
as pd
import numpy as np
新建隐藏
坐标轴
from mpl_toolkits.axisartist.
import
matplotlib
.py
plot
as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文
标签
plt.rcParams['axes.unicode_minus']=False #显示英文
plt.rcParams['font.size'] = 23 #
设置
字体大小
,全局有效
x = np.linspace(0,2*np.pi,10
1
plot
介绍
使用DataFrame的
plot
方法绘制图像会按照数据的每一列绘制一条曲线,默认按照列columns的名称在适当的位置展示
图例
,比
matplotlib
绘制节省时间,且DataFrame格式的数据更规范,方便向量化及计算。
DataFrame.
plot
(x=None, y=None, kind='line', ax=None, sub
plot
s=False,
sharex=None, sharey=False, layout=None,...
ax.set_xticklabels(labels,rotation=120) # 旋转
标签
,避免
标签
重叠覆盖
label翻转的实现,在输出到页面之前,使用:fig.autofmt_xdate() 或者 ax.set_xticklabels(group_labels, rotation=120) rotation就是翻转的角度
# -*- coding: gbk -*-
imp...
ax[0].set_ylabel('A', fontdict={'size': 16}, rotation=0)
但这样也会带来一些问题,比如旋转后的
标题
不是位于上下方向的居中位置,可以调节y的值
设置
标题
的上下位置
ax[0].set_ylabel('A', fontdict={'size': 16}, rotation=0, x=-0.1, y=0.35)
还会出现一个
本文中主要介绍的是如何来美化
Pandas
的DataFrame的数据。主要是通过
Pandas
中的两个方法来实现:
Styler.applymap:逐个元素,返回带有CSS属性-值对的单个字符串
Styler.apply:列、表、行的方式,返回具有相同形状的Series或者DataFrame,其中每个值都是带有CSS属性值对的字符串。该方法在作用的时候,通过参数axis来传递,axis=0表示按列作用,axis=1表示按行作用。
图例
里面的
字体大小
所谓
图例
就是图右上角的表明图里线的分类名称,一般情况下,大家会直接plt.legend(),但()里面不能用fontsize,所以我们在legend里面加一句话如下:
plt.rcParams.update({'font.size': 15})
plt.legend(loc='
# create a dataframe with some sample data
data = {'year': [2010, 2011, 2012, 2013, 2014, 2015, 2016],
'sales': [100, 120, 140, 160, 180, 200, 220]}
df = pd.DataFrame(data)
#
plot
the data as a line graph
plt.
plot
(df['year'], df['sales'])
# add labels and title
plt.xlabel('Year')
plt.ylabel('Sales')
plt.title('Sales over Time')
# display the
plot
plt.show()
This will create a line graph of sales over time, with the year on the x-axis and the sales on the y-axis. The
plot
will have labels and a title, and will be displayed using
matplotlib
.
pandas.errors.ParserError: Error tokenizing data. C error: EOF inside string starting at row 56789
weixin_50025932:
pandas中对nan空值的判断和陷阱
宝气不加班:
在DataFrame中新建列赋值后全部为NaN的问题释疑
baidu_41917922:
运行pip命令时发生ssl module in Python is not available错误