本文主要完成Python可视化神器pyecharts如何使用的搬运工作
。
目录
1. 去掉savefig图像白边
plt.savefig('./%s.png' % 'MSE曲线', dpi=300, bbox_inches='tight')
前后对比效果图:
2.去掉图像刻度
plt.xticks([])
plt.yticks([])
3. 双y轴
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 5, 0.1) # 生成一个numpy数组对象,0到5,间隔为0.1
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1, label='sin', color='red')
plt.legend(loc=3) # 左上
# 'best' : 0(自适应方式)
# 'upper right' : 1
# 'upper left' : 2
# 'lower left' : 3
# 'lower right' : 4
# 'right' : 5
# 'center left' : 6
# 'center right' : 7
# 'lower center' : 8
# 'upper center' : 9
# 'center' : 10
plt.ylabel('111111')
plt.twinx() # 添加一条Y轴,
plt.ylabel('222222')
plt.plot(x, y2, label='cos', color='blue')
plt.legend(loc='upper right') # 右上
plt.show()
x = np.arange(0., np.e, 0.01)
y1 = np.exp(-x)
y2 = np.log(x)
fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.plot(x, y1)
ax1.set_ylabel('Y values for exp(-x)')
ax1.set_title("Double Y axis")
ax2 = ax1.twinx() # this is the important function
ax2.plot(x, y2, 'r')
ax2.set_xlim([0, np.e])
ax2.set_ylabel('Y values for ln(x)')
ax2.set_xlabel('Same X for both exp(-x) and ln(x)')
plt.show()