关于谁强谁若其实没必要多说，但是谁更厉害，操作性更强，今天用一个实例来证明：
- 如果数据量较少，在excel中可视化的操作带来的便捷性是绝对的占据优势的，
- 但是，如果数据量很大，我劝你不要费劲了，excel没有那个功能
- ecxel中一个无法解决的问题就是：X轴如果显示刻度就是出现看不清楚刻度，一大堆密密麻麻的数据，无法美化显示效果，
而我们想要的效果可是，简化显示的内容，间隔显示刻度可能就是一个很好的解决方案
这个方法我也找了很久了，今天分享给大家
在excel里面：
出现的问题主要有：
- 不能全部显示刻度标签
- 无法间隔显示刻度
导入今天的素材：
df = pd.read_csv("https://github.com/selva86/datasets/economics.csv")
如果可以加载不进去，跳转：https://github.com/selva86/datasets/。自行下载
预览一下数据：
我们的数据源是1967年到2015年的经济数据,共574条，如果
第二步如果不对X轴进行设置，将574个标签刻度全部显示将会是怎样？
可以看到我们的X轴的刻度标签已经完全看不到了
而我们可能更想要的是简化版的刻度，比如按照年或者更精简的显示方式，只要大致能看出来时间就好
修改x轴间隔为12：
此时X轴的标签刻度已经减少了很多，但是仍旧没有达到想要的效果，如果我们将其旋转90度：
虽然勉强将显示效果略有提高，但是不便于观看，所以，还需要再继续将间隔拉大
将间隔设置为30后：已经达到了我们想要的效果
方法解析：
设置x轴的角度：rotation:ax1.tick_params(axis='x', rotation=0, labelsize=12)
设置显示间隔：
ax2.set_xticks(np.arange(0, len(x),30))
ax2.set_xticklabels(x[::30], rotation=90, fontdict={'fontsize':10})
思路其实很简单，你有574个数据，你只需要提供两个列表，一个是从0开始到573中的，另外一个就是需要显示的日期的，只要将两个数据的间隔设置为一致，你想怎么显示都可以啦
源代码：
x = df['date']
y1 = df['psavert']
y2 = df['unemploy']
# Plot Line1 (Left Y Axis)
fig, ax1 = plt.subplots(1,1,figsize=(30,9), dpi= 80)
ax1.plot(x, y1, color='tab:red')
# Plot Line2 (Right Y Axis)
ax2 = ax1.twinx() # instantiate a second axes that shares the same x-axis
ax2.plot(x, y2, color='tab:blue')
# Decorations
# ax1 (left Y axis)
ax1.set_xlabel('Year', fontsize=20)
ax1.tick_params(axis='x', rotation=0, labelsize=12)
ax1.set_ylabel('Personal Savings Rate', color='tab:red', fontsize=20)
ax1.tick_params(axis='y', rotation=0, labelcolor='tab:red' )
ax1.grid(alpha=.4)
# ax2 (right Y axis)
ax2.set_ylabel("# Unemployed (1000's)", color='tab:blue', fontsize=20)
ax2.tick_params(axis='y', labelcolor='tab:blue')
ax2.set_xticks(np.arange(0, len(x)))
ax2.set_xticklabels(x[::], rotation=90, fontdict={'fontsize':10})
# ax2.set_xticks(np.arange(0, len(x), 60))
# ax2.set_xticklabels(x[::60], rotation=90, fontdict={'fontsize':10})
ax2.set_title("Personal Savings Rate vs Unemployed: Plotting in Secondary Y Axis", fontsize=22)
fig.tight_layout()
plt.show()
分享到:
閱讀更多 嘩啦圈的夢 的文章
