2.选中全部数据,点击插入,柱形图。
3.图表插入后,点击目标数柱子并右击,点击更改系列图表类型。
4.d出对话框,选择无点折线图,确定。
5.目标数变成了一条,不过这条线有些短,很是不美观。我们在线上右击,点击添加趋势线。
6.d出对话框,点击趋势线选项,线性,自定义趋势线名称为目标数,把趋势线预测都添加0.5的周期。
7.柱形图的目标线制作完成。
python绘图一般使用matplotlib、pandas等,本示例使用matplotlib进行简单的python绘图的坐标轴设置1 定义坐标轴字体
plt.rc('font',family='Times New Roman')
登录后复制
2 设置坐标轴刻度字号
plt.xticks(fontsize=14)
plt.yticks(fontsize=14)
登录后复制
3 设置坐标轴显示范围
plt.xlim(0,1000)
plt.ylim(-3000,-400)
登录后复制
4 设置坐标轴线粗细
ax=plt.gca()#获得坐标轴的句柄
ax.spines['bottom'].set_linewidth(1)###设置底部坐标轴的粗细
ax.spines['left'].set_linewidth(1)####设置左边坐标轴的粗细
登录后复制
5 设置坐标轴标签
#front是标签属性:包括字体、大小等
font = {'family' : 'Times New Roman',
'weight' : 'normal',
'size' : 18,
}
plt.xlabel("Episode",font)
plt.ylabel(r"Average Reward",font)
登录后复制
6 设置坐标轴科学计数法表示
plt.ticklabel_format(axis="y", style="sci", scilimits=(0,0))
登录后复制
7 设置坐标轴以固定间隔显示刻度
x_major_locator=MultipleLocator(15)#以每15显示
y_major_locator=MultipleLocator(3)#以每3显示
ax=plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
ax.yaxis.set_major_locator(y_major_locator)
在pandas中画图和使用matplotlib一样,这里记录一下使用
很久之前有些过matplotlib的散点图,参考: matplotlib手册(11) - 散点图
散点图,通常是用来观察数据之间相关性的
DataFrame.plot.scatter(self, x, y, s=None, c=None, **kwargs)
Create a scatter plot with varying marker point size and color.
最简单的参数,是X轴和Y轴的值
我们可以直接使用column来指定
参数s
控制每一个点的大小
参数c
用来指定每一个点的颜色
这里还可以调用其他matplotlib中的参数,
关于参数c
参数c,不单单可以用来指定颜色,还可以传入一个column name
A column name or position whose values will be used to color the marker points according to a colormap.
就是说,我们可以引入第3个维度,来指定点的颜色
回去看一眼,我们的数据,这个species就是不同的种类
关于colormap,可以参考下官方介绍: https://matplotlib.org/tutorials/colors/colormaps.html
补充一下,关于这个参数c,刚才使用的时候报错了,发现是我理解错了
pandas异常-'c' argument must either be valid as mpl color(s) or as numbers to be mapped to colors
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)