Рис. 15.3. График с правильными данными 324

324
Глава 15 • Генерирование данных
функциями продолжится позднее, когда мы начнем работать с более интересными 
наборами данных в этой главе.
Встроенные стили
В Matplotlib существует целый ряд заранее определенных стилей оформления 
с хорошей подборкой настроек для цвета фона, линий сетки, толщины линий, 
шрифтов, размера шрифтов и т. д.; готовые настройки позволят вам создавать 
привлекательные диаграммы без возни с настройкой. Чтобы узнать, какие стили 
доступны в вашей системе, выполните следующие команды в терминальном сеансе:
>>> 
import matplotlib.pyplot as plt
>>> 
plt.style.available
['seaborn-dark', 'seaborn-darkgrid', 'seaborn-ticks', 'fivethirtyeight',
...
Чтобы использовать эти стили, добавьте одну строку кода перед построением диа-
граммы:
mpl_squares.py
import matplotlib.pyplot as plt
input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.style.use('seaborn')
fig, ax = plt.subplots()
...
Этот код строит график, изображенный на рис. 15.4. Существует множество разно-
образных стилей; поэкспериментируйте и найдите те, которые вам больше нравятся.
Рис. 15.4.
Встроенный стиль seaborn

Построение простого графика
325
Нанесение и оформление отдельных точек функцией scatter()
Иногда бывает полезно нанести на график отдельные точки, основанные на некото-
рых характеристиках, и определить их оформление. Например, на графике малые 
и большие значения могут отображаться разными цветами. Возможны и другие 
варианты: например, сначала нанести множество точек с одним типом оформления, 
а затем выделить отдельные точки набора, перерисовав их с другим оформлением.
Для нанесения на диаграмму отдельной точки используется функция 
scatter()
. 
Передайте 
scatter()
координаты (x, y) нужной точки, и функция нанесет эти 
значения на диаграмму:

жүктеу/скачать 6,19 Mb.

Достарыңызбен бөлісу: