有时候因为jupyter notebook本身的主题不同，导致画图的时候与图表的颜色冲突，看不清坐标轴，这时候可以通过更换坐标轴风格来解决：
一、更换主题样式
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
## 主题如下：
['Solarize_Light2',
'_classic_test_patch',
'bmh',
'classic',
'dark_background',
'fast',
'fivethirtyeight',
'ggplot',
'grayscale',
'seaborn',
'seaborn-bright',
'seaborn-colorblind',
'seaborn-dark',
'seaborn-dark-palette',
'seaborn-darkgrid',
'seaborn-deep',
'seaborn-muted',
'seaborn-notebook',
'seaborn-paper',
'seaborn-pastel',
'seaborn-poster',
'seaborn-talk',
'seaborn-ticks',
'seaborn-white',
'seaborn-whitegrid',
'tableau-colorblind10']
|
原始风格：
|
1
2
3
4
5
6
|
# 折线图进阶
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房2021TOP5")
plt.plot(bo,prices,label='票房与票价')
plt.show()
|
更换主题：
|
1
|
plt.style.use('ggplot')
|
|
1
|
plt.style.use('seaborn')
|
|
1
|
plt.style.use('classic')
|
最终我的效果:
|
1
2
3
4
5
6
7
8
9
10
11
|
# 折线图进阶
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房2021TOP5")
plt.plot(bo,prices,label='票房与票价')
plt.plot(bo,persons,label='票房与人次')
plt.plot(bo,points,label='票房与评价')
plt.legend() # 显示标签
plt.xlabel('票房')
plt.ylabel('行情')
plt.show()
|
二、线条变换
'r^--' ：红色虚线
'g^--' ：绿色虚线
'b^--' ：蓝色虚线
'g*-' ：表示绿色，并且数据标记是一个星号
^：表示数据标记为一个向上的三角形
|
1
2
3
4
5
6
7
8
9
10
11
|
# 折线图进阶
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房2021TOP5")
plt.plot(bo,prices,'r^--',label='票房与票价')
plt.plot(bo,persons,label='票房与人次')
plt.plot(bo,points,label='票房与评价')
plt.legend() # 显示标签
plt.xlabel('票房') # 横坐标轴标题
plt.ylabel('行情') # 纵坐标轴标题
plt.show()
|
|
1
2
3
4
5
6
7
8
9
10
11
|
# 折线图进阶
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房2021TOP5")
plt.plot(bo,prices,'r^--',label='票房与票价')
plt.plot(bo,persons,'g*-',label='票房与人次')
plt.plot(bo,points,'bo--',label='票房与评价')
plt.legend() # 显示标签
plt.xlabel('票房') # 横坐标轴标题
plt.ylabel('行情') # 纵坐标轴标题
plt.show()
|
|
1
2
3
4
5
6
7
8
9
10
11
|
# 折线图进阶
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房2021TOP5")
plt.plot(bo,prices,'r^--',label='票房与票价')
plt.plot(bo,persons,'g*-',label='票房与人次')
plt.plot(bo,points,color='blue',marker='o',markersize=10,label='票房与评价')
plt.legend() # 显示标签
plt.xlabel('票房') # 横坐标轴标题
plt.ylabel('行情') # 纵坐标轴标题
plt.show()
|
三、将图表保存成本地图片
|
1
|
plt.savefig("cnbotop5.png")
|
四、添加辅助线
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
# 03 经典款式无辅助线
plt.style.use('classic')
# 折线图进阶
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房2021TOP5")
plt.plot(bo,prices,'r^--',label='票房与票价')
plt.plot(bo,persons,'g*-',label='票房与人次')
plt.plot(bo,points,color='blue',marker='o',markersize=10,label='票房与评价')
plt.legend() # 显示标签
plt.xlabel('票房') # 横坐标轴标题
plt.ylabel('行情') # 纵坐标轴标题
plt.show()
|
五、调整画图的大小和清晰度
|
1
|
plt.figure(figsize=(16,10),dpi=100)
|
这里dpi就相当于清晰度，而figsize就是长度和宽度
六、使用动漫风格
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
# 05 使用特殊风格
from matplotlib import pyplot as plt
plt.xkcd()
plt.figure(figsize=(16,10),dpi=100)
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.rcParams.update({'font.family': "Microsoft YaHei"})
plt.title("中国票房2021TOP5")
plt.plot(bo,prices,'r^--',label='票房与票价')
plt.plot(bo,persons,'g*-',label='票房与人次')
plt.plot(bo,points,color='blue',marker='o',markersize=10,label='票房与评价')
plt.legend() # 显示标签
plt.xlabel('票房') # 横坐标轴标题
plt.ylabel('行情') # 纵坐标轴标题
plt.grid()
plt.savefig("cnbotop5_300.png")
plt.show()
|
调整长宽来进行图像的扁平化调整
七、横坐标的倾斜度
|
1
|
plt.xticks(rotation=45) # 横坐标轴的每个标题倾斜45度
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
# 绘制水平柱状图
plt.style.use('classic')
# cnbodfgbsort["BO"].to_list().reverse()
# cnbodfgbsort.index.to_list().reverse()
plt.figure(figsize=(16,10),dpi=100)
plt.rcParams.update({'font.family': "Microsoft YaHei"})
plt.title("中国票房分类柱状图")
plt.barh(rcnboindex,rbolist)
plt.legend() # 显示标签
plt.xlabel('票房') # 横坐标轴标题
plt.ylabel('电影类型') # 纵坐标轴标题
plt.xticks(rotation=45) # 横坐标轴的每个标题倾斜45度
plt.show()
|
八、横纵坐标轴转换
|
1
2
3
|
rbolist=cnbodfgbsort["BO"].to_list()
rcnboindex=cnbodfgbsort.index.to_list()
rbolist
|
|
1
2
|
rbolist.reverse()
rbolist
|
|
