Python Academy · บทเรียน

การปรับแต่งกราฟ

เพิ่มชื่อ ป้ายกำกับ และคำอธิบายกราฟ

บทเรียน 3 จาก 413 ขั้นตอน

การปรับแต่งกราฟ เป็นบทเรียน Python Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Python Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Python Academy มีบทเรียนทั้งหมด 4 บทเรียน

จากข้อมูลดิบสู่ข้อมูลที่อ่านเข้าใจง่าย

แผนภูมิเปล่าแสดงข้อมูลได้ แต่บอกบริบทแก่ผู้อ่านเพียงเล็กน้อย การปรับแต่งจะเพิ่มบริบทที่เปลี่ยนแผนภาพให้เป็นสารที่ชัดเจน ทั้งชื่อเรื่อง ป้ายกำกับแกน คำอธิบายแผนภูมิ ขีด และคำอธิบายประกอบ

ทั้งหมดนี้เป็นวิธีการของออบเจ็กต์พื้นที่พล็อต

ชื่อเรื่อง

กำหนดชื่อให้พื้นที่พล็อตทุกแห่งด้วย ax.set_title('Monthly Sales') หากต้องการชื่อเรื่องสำหรับทั้งรูปภาพ ให้ใช้ fig.suptitle('Report')

ชื่อเรื่องควรบอกว่าแผนภูมิแสดงอะไร ไม่ใช่เพียงทำซ้ำชื่อคอลัมน์

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

ป้ายกำกับแกน

กำกับแกนทั้งสองด้วย ax.set_xlabel('Month') และ ax.set_ylabel('Revenue (USD)') ใส่หน่วยเสมอเมื่อมีหน่วย

แกนที่ไม่มีป้ายกำกับเป็นสาเหตุที่พบบ่อยที่สุดที่ทำให้แผนภูมิสร้างความสับสนแก่ผู้ชม

คำอธิบายแผนภูมิ

เมื่อพื้นที่พล็อตมีชุดข้อมูลหลายชุด คำอธิบายแผนภูมิจะช่วยระบุว่าแต่ละชุดคืออะไร ส่ง label ขณะวาด จากนั้นเรียกใช้ ax.legend()

คำอธิบายแผนภูมิจะอ่านป้ายกำกับที่คุณกำหนดให้เส้นแต่ละเส้น

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

สี

กำหนดสีด้วยอาร์กิวเมนต์ color คุณสามารถใช้ชื่ออย่าง 'red' รหัสฐานสิบหกอย่าง '#1f77b4' หรือรหัสสั้นอย่าง 'g'

การใช้สีอย่างสม่ำเสมอในแผนภูมิต่าง ๆ ช่วยให้ผู้อ่านติดตามชุดข้อมูลเดิมได้

ขอบเขตของแกน

ควบคุมช่วงที่มองเห็นได้ด้วย ax.set_xlim(0, 10) และ ax.set_ylim(0, 100) ซึ่งมีประโยชน์เมื่อต้องการขยายดูรายละเอียด หรือบังคับให้เส้นฐานเป็นศูนย์เพื่อให้ความสูงของแท่งแสดงความแตกต่างตามจริง

ในที่นี้เราคำนวณช่วงที่เผื่อขอบโดยอัตโนมัติ

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

ขีดและป้ายกำกับขีด

ขีดคือเครื่องหมายบนแกน กำหนดตำแหน่งด้วย ax.set_xticks([0, 1, 2]) และกำหนดข้อความด้วย ax.set_xticklabels(['Jan', 'Feb', 'Mar'])

การหมุนป้ายกำกับยาว ๆ ด้วย rotation=45 จะช่วยป้องกันการซ้อนทับ

เส้นตาราง

เพิ่มเส้นตารางด้วย ax.grid(True) เพื่อช่วยให้ผู้อ่านประเมินค่าได้ ควรใช้เส้นตารางสีอ่อนเพื่อไม่ให้แย่งความสนใจจากข้อมูล

คุณสามารถแสดงเฉพาะเส้นตารางแนวนอนได้ด้วย ax.grid(axis='y')

คำอธิบายประกอบ

ชี้ให้เห็นจุดใดจุดหนึ่งด้วย ax.annotate('Peak', xy=(x, y)) คำอธิบายประกอบจะดึงความสนใจไปยังส่วนที่สำคัญที่สุดของแผนภูมิ

การค้นหาจุดที่จะใส่คำอธิบายประกอบเป็นการเขียน Python ทั่วไป

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

การปรับแต่งเค้าโครง

หลังจากเพิ่มป้ายกำกับแล้ว ให้เรียกใช้ fig.tight_layout() เพื่อไม่ให้มีสิ่งใดถูกตัดออก วิธีนี้จะปรับระยะห่างโดยอัตโนมัติ เพื่อให้ชื่อเรื่องและป้ายกำกับพอดีภายในรูปภาพ

นี่คือการเก็บรายละเอียดขั้นสุดท้ายก่อนบันทึกหรือแสดงผล

การจัดรูปแบบข้อความ

วิธีการจัดการข้อความส่วนใหญ่รับอาร์กิวเมนต์สำหรับกำหนดรูปแบบ ได้แก่ fontsize, fontweight='bold' และ color ตัวอย่างเช่น ax.set_title('Sales', fontsize=16, fontweight='bold') จะช่วยเน้นชื่อเรื่อง

ใช้การเน้นอย่างพอเหมาะ เพื่อให้ข้อมูล ไม่ใช่การตกแต่ง ยังคงเป็นจุดสนใจ

ตรวจสอบความเข้าใจ

เลือกวิธีการที่เหมาะกับงาน

ตอบคำถามในบทเรียนแบบโต้ตอบ

ทบทวน

คุณได้เรียนรู้ชุดเครื่องมือสำหรับการปรับแต่งแล้ว:

set_title, set_xlabel, set_ylabel สำหรับเพิ่มบริบท
legend สำหรับตั้งชื่อชุดข้อมูล และ color สำหรับใช้สีอย่างสม่ำเสมอ
set_xlim / set_ylim ขีด และ grid
annotate สำหรับเน้นข้อมูล และ tight_layout สำหรับเก็บรายละเอียด

เมื่อนำมารวมกัน เครื่องมือเหล่านี้จะเปลี่ยนข้อมูลดิบให้เป็นเรื่องราวที่ชัดเจน

เริ่มต้นได้ฟรี

เรียนรู้ Python ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส: 76
บทเรียน: 320

เริ่มเรียนฟรี ดูหลักสูตรเต็ม

คำถามที่พบบ่อย

บทเรียน “การปรับแต่งกราฟ” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “การปรับแต่งกราฟ” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Python Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Python Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “การปรับแต่งกราฟ”

เพิ่มชื่อ ป้ายกำกับ และคำอธิบายกราฟ คุณปฏิบัติ Python Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Python Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Python Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน

บทเรียน “การปรับแต่งกราฟ” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Python Academy นี้ได้ไหม

ได้ บทเรียน Python Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ Python Academy