matplotlib 组件之间的层级关系

matplotlib

可参考 matplotlib.pyplot的使用总结大全

两种示例用法

import matplotlib.pyplot as plt
import pandas as pd


def plot_ACC(path):
    df = pd.read_csv(path)
    print(df)
    fig, axes = plt.subplots(3, 1, figsize=(36, 10))

    axes[0].scatter(df['Timestamp'], df['X'], c='red', marker='1', label='X Acc')
    axes[0].set_xlabel('time')
    axes[0].set_ylabel('g or mg')
    axes[0].legend(loc=2)

    axes[1].scatter(df['Timestamp'], df['Y'], c='blue', marker='2', label='Y Acc')
    axes[1].set_xlabel('time')
    axes[1].set_ylabel('g or mg')
    axes[1].legend(loc=2)

    axes[2].scatter(df['Timestamp'], df['Z'], c='green', marker='3', label='Z Acc')
    axes[2].set_xlabel('time')
    axes[2].set_ylabel('g or mg')
    axes[2].legend(loc=2)


def plot_ECG(path):
    df = pd.read_csv(path)
    print(df)
    fig = plt.figure(figsize=(36, 10))
    ax = fig.add_subplot()
    ax.scatter(df['Timestamp'], df['ECG'], c='red', marker='1', label='ECG')
    ax.set_xlabel('time')
    ax.set_ylabel('mV')
    ax.legend(loc=2)


iPhone_path = '20240128/CSV/iPhone_ACC_date.csv_CUT/9.csv'
Polar_ACC_path = '20240128/CSV/Polar_ACC_date.csv_CUT/9.csv'
Polar_ECG_path = '20240128/CSV/Polar_ECG_date.csv_CUT/9.csv'

plot_ECG(Polar_ECG_path)
plot_ACC(iPhone_path)
plot_ACC(Polar_ACC_path)

plt.show()

关于 legend()中loc的用法

legend 主要用来设置图例相关的内容，其中 loc 用来表示图例的具体位置，他的可选的参数可以是字符，也可以是数字，默认情况下是 0（即 best），参数及意思如下：
0: ‘best’ （自动寻找最好的位置）
1: ‘upper right’ （右上角）
2: ‘upper left’ （左上角）
3: ‘lower left’ （左下角）
4: ‘lower right’ （右下角）
5: ‘right’ （右边中间）
6: ‘center left’ （左边中间）
7: ‘center right’ （右边中间）
8: ‘lower center’ （中间最下面）
9: ‘upper center’ （中间最上面）
10: ‘center’ （正中心）