Python Academy · Lekcja

Dostosowywanie wykresów

Dodawaj tytuły, etykiety i legendy

Dostosowywanie wykresów to bezpłatna lekcja Python Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Python Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Python Academy zawiera 4 lekcji w sumie.

Od surowych danych do czytelnego wykresu

Sam wykres przedstawia dane, ale niewiele mówi odbiorcy. Personalizacja dodaje kontekst, który zmienia wykres w jasny komunikat: tytuły, etykiety osi, legendy, podziałki i adnotacje.

Wszystkie te elementy są metodami obiektu Axes.

Tytuły

Każdemu obiektowi Axes można nadać tytuł za pomocą ax.set_title('Monthly Sales'). Tytuł obejmujący całą figurę ustawia się za pomocą fig.suptitle('Report').

Tytuł powinien informować, co przedstawia wykres, a nie tylko powtarzać nazwę kolumny.

raw_label = 'sales_q1'
nice_title = raw_label.replace('_', ' ').title()
print('Title:', nice_title)

Etykiety osi

Obie osie należy opisać za pomocą ax.set_xlabel('Month') i ax.set_ylabel('Revenue (USD)'). Zawsze należy uwzględniać jednostki, jeśli istnieją.

Brak etykiet osi jest najczęstszym powodem, dla którego wykres staje się niezrozumiały dla odbiorców.

Legendy

Gdy obiekt Axes zawiera wiele serii, legenda pozwala je zidentyfikować. Podczas tworzenia wykresu należy przekazać argument label, a następnie wywołać ax.legend().

Legenda odczytuje etykiety przypisane do poszczególnych narysowanych linii.

series = [
    {'label': 'Revenue', 'color': 'blue'},
    {'label': 'Costs', 'color': 'red'},
]
for s in series:
    print('legend entry:', s['label'], '(' + s['color'] + ')')

Kolory

Kolor ustawia się za pomocą argumentu color. Można używać nazw, takich jak 'red', kodów szesnastkowych, takich jak '#1f77b4', lub krótkich kodów, takich jak 'g'.

Spójne kolory na różnych wykresach pomagają odbiorcom śledzić tę samą serię danych.

Zakresy osi

Widoczny zakres można kontrolować za pomocą ax.set_xlim(0, 10) i ax.set_ylim(0, 100). Jest to przydatne podczas powiększania wybranego fragmentu lub wymuszania poziomu bazowego równego zero, aby wysokości słupków były przedstawione uczciwie.

W tym miejscu zakres z odpowiednim marginesem jest obliczany automatycznie.

values = [12, 45, 33, 27]
lo, hi = min(values), max(values)
pad = (hi - lo) * 0.1
print('y limits:', lo - pad, 'to', hi + pad)

Znaczniki i etykiety osi

Znaczniki to oznaczenia na osi. Ich pozycje ustawia się za pomocą ax.set_xticks([0, 1, 2]), a tekst za pomocą ax.set_xticklabels(['Jan', 'Feb', 'Mar']).

Obracanie długich etykiet za pomocą rotation=45 zapobiega ich nakładaniu się.

Linie siatki

Siatkę można dodać za pomocą ax.grid(True), aby ułatwić odbiorcom szacowanie wartości. Linie siatki powinny być delikatne, aby nie konkurowały z danymi.

Za pomocą ax.grid(axis='y') można wyświetlić wyłącznie poziome linie siatki.

Adnotacje

Konkretny punkt można wyróżnić za pomocą ax.annotate('Peak', xy=(x, y)). Adnotacje przyciągają uwagę do najważniejszej części wykresu.

Znalezienie punktu, który należy opisać, wymaga użycia zwykłego kodu Python.

data = [10, 25, 80, 40, 15]
peak_index = data.index(max(data))
print('Annotate peak at x =', peak_index, 'value =', data[peak_index])

Dopracowanie układu

Po dodaniu etykiet należy wywołać fig.tight_layout(), aby nic nie zostało obcięte. Metoda automatycznie dostosowuje odstępy, tak aby tytuły i etykiety mieściły się w figurze.

To ostatni etap przed zapisaniem lub wyświetleniem wykresu.

Stylizacja tekstu

Większość metod związanych z tekstem przyjmuje argumenty stylu: fontsize, fontweight='bold' i color. Na przykład ax.set_title('Sales', fontsize=16, fontweight='bold') wyróżnia tytuł.

Z wyróżnień należy korzystać oszczędnie, aby najważniejsze pozostały dane, a nie dekoracje.

Szybki test

Proszę wybrać metodę odpowiednią do danego zadania.

Podsumowanie

Poznali Państwo zestaw narzędzi do personalizacji:

set_title, set_xlabel, set_ylabel zapewniają kontekst
legend służy do nazywania serii, a color do zachowania spójności
set_xlim / set_ylim, znaczniki osi i grid kontrolują zakresy oraz siatkę
annotate służy do wyróżniania elementów, a tight_layout do dopracowania układu

Razem zmieniają surowe dane w jasną historię.

Często zadawane pytania

Czy lekcja „Dostosowywanie wykresów” jest bezpłatna?

Tak — pełny tekst „Dostosowywanie wykresów” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Python Academy, przejdź na CoddyKit PRO. Kurs Python Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Dostosowywanie wykresów”?

Dodawaj tytuły, etykiety i legendy Ćwiczysz Python Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Python Academy?

Nie wymagamy żadnego doświadczenia. Python Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Dostosowywanie wykresów”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Python Academy?

Tak. Każda lekcja Python Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do Python Academy