可能會有人覺得圖表這種東西只要看得懂就好,在工程師眼中的確是沒問題,畢竟我們繪圖只是想檢視圖表有無異常明顯的趨勢或異常,只要看得懂,多陽春都沒問題,但是隨著資料量的增加,一張圖要是有一堆曲線,但顏色卻是一成不變,相信會看的非常痛苦,圖表的美化可以幫助我們解決這個問題,只要更改顏色就能幫我們突顯圖表的重點,何況有的時候圖表是要展現給客戶看的,這時候當然不可馬虎圖表的品質
# 從matplotlib套件載入類別pyplot
from matplotlib import pyplot as plt
# x軸為1~12月份
x = range(1,13)
# y1為各月份平均溫度
y1 = [22, 21, 22, 25, 26, 28, 29, 31, 30, 29, 26, 24]
# y2為各月份最高溫度
y2 = [23, 25, 26, 28, 29, 31, 30, 28, 26, 24, 22, 20]
# 圖表標題
plt.title("1 year temp")
# x軸標題
plt.xlabel("month")
# y軸標題
plt.ylabel("temp")
# 繪製圖表
plt.plot(x, y1)
# 第二條線
plt.plot(x, y2)
# 顯示圖表
plt.show()
# 從matplotlib套件載入類別pyplot
from matplotlib import pyplot as plt
# x軸為1~12月份
x = range(1,13)
# y1為各月份平均溫度
y1 = [22, 21, 22, 25, 26, 28, 29, 31, 30, 29, 26, 24]
# y2為各月份最高溫度
y2 = [23, 25, 26, 28, 29, 31, 30, 28, 26, 24, 22, 20]
# 圖表標題
plt.title("1 year temp")
# x軸標題
plt.xlabel("month")
# y軸標題
plt.ylabel("temp")
# 繪製圖表
plt.bar(x, y1, color = "gray")
# 第二條線
plt.plot(x, y2, color = "red")
plt.plot(x, y2, "o", color = "yellow" )
# 顯示圖表
plt.show()
# 從matplotlib套件載入類別pyplot
from matplotlib import pyplot as plt
# x軸為1~12月份
x = range(1,13)
# y1為各月份平均溫度
y1 = [22, 21, 22, 25, 26, 28, 29, 31, 30, 29, 26, 24]
# y2為各月份最高溫度
y2 = [23, 25, 26, 28, 29, 31, 30, 28, 26, 24, 22, 20]
# 圖表標題
plt.title("1 year temp")
# x軸標題
plt.xlabel("month")
# y軸標題
plt.ylabel("temp")
# 繪製圖表
l1 = plt.plot(x, y1, color = "gray", label = "AVG")
# 第二條線
l2 = plt.plot(x, y2, color = "red", label = "MAX")
#增加圖例
plt.legend(loc='upper right')
# 顯示圖表
plt.show()