import matplotlib.pyplot as plt import pandas as pd plt.rcParams['font.family'] = 'Fangsong' # 指定使用宋体字体 # 读取数据 df = pd.read_excel('200马力及以上四轮驱动拖拉机新.xlsx') fig = plt.figure(figsize=(200, 60), dpi=300) # 绘制箱线图 plt.boxplot([df['sale']],labels=[df['Factory_jijxh']], whis=3) # 显示图形 plt.show() 怎么修改
时间: 2024-02-02 21:03:57 浏览: 25
这段代码是用来绘制箱线图的,但是其中的 figsize 参数值过大,dpi 参数也过大,会导致图片非常大,不方便查看。建议将 figsize 和 dpi 参数值适当调小,如下所示:
```python
import matplotlib.pyplot as plt
import pandas as pd
plt.rcParams['font.family'] = 'Fangsong' # 指定使用宋体字体
# 读取数据
df = pd.read_excel('200马力及以上四轮驱动拖拉机新.xlsx')
# 绘制箱线图
fig = plt.figure(figsize=(10, 6), dpi=80)
plt.boxplot([df['sale']], labels=[df['Factory_jijxh']], whis=3)
# 显示图形
plt.show()
```
你可以将 figsize 和 dpi 参数值调整为适合你的需求的数值,以达到最佳的显示效果。
相关问题
import pandas as pd import seaborn as sns import matplotlib.pyplot as plt plt.rcParams['font.family'] = 'Fangsong' # 指定使用宋体字体 fig= plt.figure(figsize=(30, 25), dpi=300) ax1= fig.add_subplot(131) # 读取数据 df = pd.read_excel("test_Fd.xlsx") 把Fendmc是140-160马力四轮驱动动力换挡拖拉机查找出来
你可以使用 Pandas 的 loc 函数来筛选符合条件的数据,代码如下:
```python
df.loc[(df['Fendmc'] == '140-160马力四轮驱动动力换挡拖拉机')]
```
其中,`df['Fendmc']` 表示选取数据表中名为 Fendmc 的列,`==` 表示判断是否相等,`'140-160马力四轮驱动动力换挡拖拉机'` 则为要查找的值。
这行代码会返回符合条件的所有行数据,你可以根据需要进行进一步处理。
import numpy as np import scipy.stats as ss import pandas as pd import matplotlib.pyplot as plt import seaborn as sns df=pd.read_excel("./tmp_apply.xlsx") sns.set_context(font_scale=20) plt.rcParams['font.family'] = 'FangSong' plv_tb=pd.pivot_table(df,values="sale",index=["FactoryName","JiJXH"],columns=["Xian"],aggfunc=np.mean) plt.figure(figsize=(200,10)) sns.heatmap(plv_tb,vmin=plv_tb.min().min(), vmax=plv_tb.max().max(),cmap=sns.color_palette("RdYlBu",n_colors=10),annot=True, fmt='g', annot_kws={"size": 20}) plt.show()设置热力图和色阶轴距离距离
可以使用`plt.subplots_adjust()`函数来调整热力图和色阶轴的距离,具体实现代码如下:
``` python
import numpy as np
import scipy.stats as ss
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df=pd.read_excel("./tmp_apply.xlsx")
sns.set_context(font_scale=20)
plt.rcParams['font.family'] = 'FangSong'
plv_tb=pd.pivot_table(df,values="sale",index=["FactoryName","JiJXH"],columns=["Xian"],aggfunc=np.mean)
fig, ax = plt.subplots(figsize=(200,10))
sns.heatmap(plv_tb,vmin=plv_tb.min().min(), vmax=plv_tb.max().max(),cmap=sns.color_palette("RdYlBu",n_colors=10),annot=True, fmt='g', annot_kws={"size": 20}, ax=ax)
plt.subplots_adjust(left=0.2, bottom=0.2) # 调整左边和底部的距离
plt.show()
```
通过`plt.subplots()`函数创建一个`fig`和`ax`对象,然后在`sns.heatmap()`函数中指定`ax=ax`参数,将绘图的轴设置为`ax`,最后调用`plt.subplots_adjust()`函数来调整热力图和色阶轴的距离。