[转载] Python数据可视化库-Matplotlib—

参考链接： Python Matplotlib数据可视化 plot折线图

# coding:utf-8

import pandas as pd

import numpy as np

from matplotlib import pylab as plt # 导入数据可视化库Matplotlib并重命名为plt

plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号

newData = pd.read_csv("newCreateData.csv")

newData["DATE"] = pd.to_datetime(newData["DATE"]) # 转换日期格式

newTest = newData[0:11]

plt.plot(newTest["DATE"], newTest["VALUE"]) # plot()方法分别对应折线图中的x,y坐标

plt.xticks(rotation = 45) # 横坐标的数据旋转45°

plt.xlabel("DATE") # X轴取名为DATE

plt.ylabel("VALUE") # Y轴取名为VALUE

plt.title(u"润博的数据分析学习笔记") # 标题取名

plt.show() # 可视化显示

print("*********子图绘制****************")

# 创建一个画图对象，相当于一个画图区域

fig = plt.figure(figsize=(6,6)) # figsize指定给个图大小(两个数字分别表示横轴纵轴)

# 前面两个数字代表行数，列数，最后一个数字代表第几个图，从左到右，从上到下看

ax1 = fig.add_subplot(2, 2, 1) # 2行2列的图，相当于四个图，1是第一个

ax2 = fig.add_subplot(2, 2, 3) # 2行2列的图，相当于四个图，3是第三个

ax4 = fig.add_subplot(2, 2, 4) # 2行2列的图，相当于四个图，4是第四个

ax1.plot(np.arange(5), np.arange(5)) # 子图1绘制

ax2.plot(np.arange(10), np.random.random(size=10)) # 子图4随机绘制

plt.title(u"润博的数据分析学习笔记") # 标题取名

plt.show()

fig1 = plt.figure(figsize=(6,3))

# 下面为在一个区域画2个图

plt.plot(np.random.random(size=12), newData[0:12]["VALUE"], c = "red") # c指定颜色

plt.plot(np.random.random(size=12), newData[12:24]["VALUE"], c = "blue")

plt.title(u"润博的数据分析学习笔记") # 标题取名

plt.show()

print("********循环画5个图*************")

fig2 = plt.figure(figsize=(10,6))

colors = ["red", "yellow", "blue", "black", "pink"]

for i in range(5):

fIndex = i * 12

eIndex = (i + 1) * 12

subset = newData[fIndex:eIndex]

plt.plot(np.arange(1,13), subset["VALUE"], c = colors[i])

plt.title(u"润博的数据分析学习笔记") # 标题取名

plt.show()

print("**********图标绘制*************")

x = np.linspace(0, 10, 20) # 构造20个从0到10均匀增长的数

fig, axes = plt.subplots() # 创建一个fig和axes对象

axes.set_xlabel('x lable')

axes.set_ylabel('y lable')

axes.set_title('title')

axes.plot(x, x**2) # x**2表示x的平方

axes.plot(x, x**3) # x**3表示x的立方

# loc 参数标记图例位置，1，2，3，4 依次代表：右上角、左上角、左下角，右下角；0 代表自适应（可用'best'替代）

axes.legend(["y = x**2", "y = x**3"], loc='best')

plt.title(u"润博的数据分析学习笔记") # 标题取名

plt.show()

简书链接：https://www.jianshu.com/u/43dde81143d0

CSDN链接：https://blog.csdn.net/qq_33543737

知乎：https://www.zhihu.com/people/feng-yi-yang-de-nan-ren/activities

微信公众号：TSL00001111

[转载] Python数据可视化库-Matplotlib——折线图绘制相关推荐

Python数据可视化库Matplotlib折线图（一）
今天我们来学习一下python的数据可视化库,Matplotlib,是一个Python的2D绘图库通过这个库,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率图,条形图,错误图,散点图等等废 ...
python绘制不带颜色曲线图_Python数据可视化库-Matplotlib——折线图，子图绘制
# coding:utf-8 import pandas as pd import numpy as np from matplotlib import pylab as plt # 导入数据可视化库 ...
python画曲线图例-Python数据可视化之Matplotlib(折线图)
一.使用Matplotlib生成数据图:是Python上的一个2D绘图库,它可以在跨平台上边出很多高质量的图像. 1.Pycharm安装Matplotlib库 (1)点击菜单上的"file& ...
python画曲线图-Python数据可视化之Matplotlib(折线图)
一.使用Matplotlib生成数据图:是Python上的一个2D绘图库,它可以在跨平台上边出很多高质量的图像. 1.Pycharm安装Matplotlib库 (1)点击菜单上的"file& ...
01、python数据分析与机器学习实战——Python数据可视化库-Matplotlib
Matplotlib介绍 Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形. Matplotlib基础 1.折线图绘制假设,我 ...
python可视化库matplotlib_环境搭建 | Python 数据可视化库 Matplotlib 快速入门之一-阿里云开发者社区...
数据挖掘基础环境安装与使用 [学习目标] 完成数据挖掘基础阶段的所有环境安装应用jupyter notebook完成代码编写运行库的安装学习目标目标搭建好数据挖掘基础阶段的环境应用无整 ...
唐宇迪学习笔记3：Python数据可视化库——Matplotlib
目录一.Matplotlib概述最基本的图线条格式线条颜色颜色与格式结合二.子图与标注绘制多个线指定线条的宽度自定义参数子图给图上加上注释三.风格设置四.条形图五.条形图 ...
可视化库Matplotlib 折线图条形图柱状图点图盒图
1.折线图 #读入数据 import pandas as pd import matplotlib.pyplot as plt #导入画图 import numpy as np unrate = pd ...
TYD_初识python数据可视化库-Matplotlib
目录基本操作子图与标注风格条形图条形图细节条形图外观盒图绘制小提琴图绘图细节设置 3D图 pi图子图布局嵌套图基本操作 import numpy as np import ma ...

[转载] Python数据可视化库-Matplotlib——折线图绘制

[转载] Python数据可视化库-Matplotlib——折线图绘制相关推荐

最新文章

热门文章