Python数据分析 Anaconda发行版 Jupyter notebook 安装和文档启动运行机制主界面新建文档工作界面文档结构编辑和命令模式快捷键执行和输出 Markdown单元图片和视频幻灯片导出格式魔法命令 Numpy 基础知识数据类型创建数组数组运算通用函数索引切片迭代添加删除去重形状变换堆积数组分割数组视图和复制广播机制花式索引布尔索引统计方法随机数 Pandas Series DataFrame Index 重建索引轴向上删除条目索引和切片算术和广播函数和映射排序和排名统计和汇总文件读取分块读取写出数据 JSON和Pickle HDF5 EXCEL文件 Web交互数据库交互删除缺失值补全缺失值删除重复值替换重命名轴索引离散化和分箱检测和过滤随机和抽样字符串操作分层索引分层索引进阶合并连接粘合与堆叠重塑 Matplotlib 配置环境使用常识保存图形两种图画接口使用中文线型图颜色线型和标记坐标轴上下限坐标轴刻度图题、轴标签和图例配置图题配置图例颜色条文本、箭头和注释散点图直方图条形图饼图误差线等高线多子图 patch 自定义坐标轴刻度风格样式展示下一步

图题、轴标签和图例

阅读: 2308 评论：0

分别是下面三种方法：

图题： plt.title()
轴标签：plt.xlabel()、plt.ylabel()
图例：plt.legend()

使用label参数，为绘制的每条线添加一个标签，然后使用legend方法展示出来。

plt.plot(x, np.sin(x),'-g',label='sin(x)')  
plt.plot(x, np.cos(x),':b',label='cos(x)')
plt.title('a sin curve')
plt.xlabel("X")
plt.ylabel("sin(X)")
plt.legend()

注意：大多数的plt方法都可以直接转换成ax方法，比如plt.plot()->ax.plot(),plt.legend()->ax.legend()。但并不是所有的都可以，比如下面的需要这么转换：

plt.xlabel() -> ax.set_xlabel()
plt.ylabel() -> ax.set_ylabel()
plt.xlim() -> ax.set_xlim()
plt.ylim() -> ax.set_ylim()
plt.title() -> ax.set_title()

在面向对象接口画图的时候，不需要单独调用这些函数，使用ax.set()方法一次性设置即可:

x = np.linspace(0,10,100)
ax = plt.axes()
ax.plot(x,np.sin(x))
ax.set(xlim=(0,10),ylim=(-2,2),xlabel='x',ylabel='sin(x)',title='a sin  plot')

坐标轴刻度配置图题

评论总数： 0

点击登录后方可评论