python画图设置彩色线条_Python数据处理从零开始----第四章(可视化)(19)一文解决线图line chart...
折线图或折线图是一种将信息显示为一系列数据点的图表,这些数据点由直线段连接。 它与散点图相似,不同之处在于测量点是有序的(通常是按其x轴值排序)并与直线段相连。
(1)Basic lineplot基础图形# In[*]
# libraries
import matplotlib.pyplot as plt
import numpy as np
# create data
values=np.cumsum(np.random.randn(1000,1))
# use the plot function
plt.plot(values)
(2)Seaborn customization使用seaborn# libraries
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
# create data
values=np.cumsum(np.random.randn(1000,1))
# use the plot function
plt.plot(values)
(3)设置数据和绘图import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
import pandas as pd
df=pd.DataFrame({'xvalues': range(1,101), 'yvalues': np.random.randn(100) })
# plot
plt.plot( 'xvalues', 'yvalues', data=df)
plt.show()
(4)设置线条颜色import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
df=pd.DataFrame({'x': range(1,11), 'y': np.random.randn(10) })
plt.plot( 'x', 'y', data=df, color='skyblue')
plt.show()
(5)设置线条透明度plt.plot( 'x', 'y', data=df, color='skyblue', alpha=0.3)
plt.show()
(6)设置线条f风格plt.plot( 'x', 'y', data=df, linestyle='dashed')
plt.show()
plt.plot( [1,1.1,1,1.1,1], linestyle='-' , linewidth=4)
plt.text(1.5, 1.3, "linestyle = '-' ", horizontalalignment='left', size='medium', color='C0', weight='semibold')
plt.plot( [2,2.1,2,2.1,2], linestyle='--' , linewidth=4 )
plt.text(1.5, 2.3, "linestyle = '--' ", horizontalalignment='left', size='medium', color='C1', weight='semibold')
plt.plot( [3,3.1,3,3.1,3], linestyle='-.' , linewidth=4 )
plt.text(1.5, 3.3, "linestyle = '-.' ", horizontalalignment='left', size='medium', color='C2', weight='semibold')
plt.plot( [4,4.1,4,4.1,4], linestyle=':' , linewidth=4 )
plt.text(1.5, 4.3, "linestyle = ':' ", horizontalalignment='left', size='medium', color='C3', weight='semibold')
plt.axis('off')
plt.show()
(7)设置线条宽度plt.plot( 'x', 'y', data=df, linewidth=22)
plt.show()
(8)绘制多个线条import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
# Data
df=pd.DataFrame({'x': range(1,11), 'y1': np.random.randn(10), 'y2': np.random.randn(10)+range(1,11), 'y3': np.random.randn(10)+range(11,21) })
# multiple line plot
plt.plot( 'x', 'y1', data=df, marker='o', markerfacecolor='blue', markersize=12, color='skyblue', linewidth=4)
plt.plot( 'x', 'y2', data=df, marker='', color='olive', linewidth=2)
plt.plot( 'x', 'y3', data=df, marker='', color='olive', linewidth=2, linestyle='dashed', label="toto")
plt.legend()
(9)强调感兴趣线条import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
# Make a data frame
df=pd.DataFrame({'x': range(1,11), 'y1': np.random.randn(10), 'y2': np.random.randn(10)+range(1,11), 'y3': np.random.randn(10)+range(11,21), 'y4': np.random.randn(10)+range(6,16), 'y5': np.random.randn(10)+range(4,14)+(0,0,0,0,0,0,0,-3,-8,-6), 'y6': np.random.randn(10)+range(2,12), 'y7': np.random.randn(10)+range(5,15), 'y8': np.random.randn(10)+range(4,14) })
#plt.style.use('fivethirtyeight')
plt.style.use('seaborn-darkgrid')
my_dpi=96
plt.figure(figsize=(480/my_dpi, 480/my_dpi), dpi=my_dpi)
# multiple line plot
for column in df.drop('x', axis=1):
plt.plot(df['x'], df[column], marker='', color='grey', linewidth=1, alpha=0.4)
# Now re do the interesting curve, but biger with distinct color
plt.plot(df['x'], df['y5'], marker='', color='orange', linewidth=4, alpha=0.7)
# Change xlim
plt.xlim(0,12)
# Let's annotate the plot
num=0
for i in df.values[9][1:]:
num+=1
name=list(df)[num]
if name != 'y5':
plt.text(10.2, i, name, horizontalalignment='left', size='small', color='grey')
# And add a special annotation for the group we are interested in
plt.text(10.2, df.y5.tail(1), 'Mr Orange', horizontalalignment='left', size='small', color='orange')
# Add titles
plt.title("Evolution of Mr Orange vs other students", loc='left', fontsize=12, fontweight=0, color='orange')
plt.xlabel("Time")
plt.ylabel("Score")
python画图设置彩色线条_Python数据处理从零开始----第四章(可视化)(19)一文解决线图line chart...相关推荐
- python绘制小提琴图数据_Python数据处理从零开始----第四章(可视化)(16)一文解决小提琴图violin plot...
原文:Python数据处理从零开始----第四章(可视化)(16)一文解决小提琴图violin plotwww.jianshu.com Python数据处理从零开始----第四章(可视化)(16)一 ...
- python绘制dca曲线_Python数据处理从零开始----第四章(可视化)(9)线性相关曲线...
原文:Python数据处理从零开始----第四章(可视化)(9)线性相关曲线www.jianshu.com ============================================= ...
- python科赫曲线绘制正方形_Python数据处理从零开始----第四章(可视化)(14)使用seaborn绘制热图...
目录 Python数据处理从零开始----第四章(可视化)①③多变量绘图 Python数据处理从零开始----第四章(可视化)(14)使用seaborn绘制热图 seaborn.heatmapHeat ...
- python画误差棒_Python数据处理从零开始----第四章(可视化)(3)散点图和误差棒...
目录 Python数据处理从零开始----第四章(可视化)③散点图和误差棒 Python数据处理从零开始----第四章(可视化)④误差图 =============================== ...
- python画图设置彩色线条_更改绘图中的线条颜色
我在Python中用一些数据绘制了一个曲面图. 现在我试图改变这种情节的风格.但不幸的是,我陷入了线颜色的困境.它的默认值是黑色,但我想让它变成红色或其他颜色. 我的代码是:from mpl_tool ...
- python画图设置彩色线条_matplotlib学习——设置线条颜色及形状
在图形表示中,不同的画布或画布中不同的函数,我们常常要用不同的形状或颜色来区分开,这里小编向大家介绍这些参数的表示方法: 一.控制颜色 b--blue c--cyan(青色)g ...
- python绘制函数曲线x2sin(x2-x-2)_Python数据处理从零开始----第四章(可视化)(2)图形和轴...
正文 导入包 当我们需要对数据进行可视化时,我们遇到的可能最简单的是单个函数的可视化y = f(x)y = f(x). 在这里,我们将首先看一下这种类型的简单绘图.第一步先导入包:% reset -f ...
- python 画图设置横纵坐标_Python输出高质量论文图片
科研至今十年有余,一直使用MATLAB作图,但是一直觉得MATLAB的线条图的不够优美,特别是线型的短板极大的限制了作图的灵活性. MATLAB只有默认的四种线型,而且输出效果比较呆板.最近在一篇文章 ...
- Python画图设置宋体和新罗马Times New Roman
Python画图设置宋体和新罗马Times New Roman 相信很多用Python进行画图的小伙伴会有困惑,每次画出来的图都是黑体,粘贴到Word里面,和其他的文字也很不搭,但是又懒得改,主要是我 ...
- python箱线图_从零开始学Python-matplotlib系列(III):箱线图
原标题:从零开始学Python-matplotlib系列(III):箱线图 前言 今天继续我们的python绘图系列,针对离散变量我们可以使用常见的条形图和饼图完成数据的可视化工作,那么,针对数值型变 ...
最新文章
- android设置tls版本,Android O移除HttpsURLConnection中不安全的TLS版本回退
- 这款 网络排查 神器,运维用了都说好,赶紧收藏~
- 数据中心行业在能源转型中将发挥重要作用
- JZOJ 5483. 【清华集训2017模拟11.26】简单路径
- 对话智能新高度:全面解读百度开放域对话模型PLATO
- python也有数组 --- 标准库中的列表工具array()
- Java案例:压缩与解压缩文件
- 机器学习入门——详解主成分分析
- python模块学习---glob 文件路径查找
- CSS伪元素与伪类的区别
- 数字图像处理(19): 边缘检测算子(Roberts算子、Prewitt算子、Sobel算子 和 Laplacian算子)
- 14. 接口隔离模式之Facade模式(门面模式/外观模式)
- 三相全桥整流电路_什么是三相全波整流电路,三相全波整流电路的工作原理是什么,三相全波整流电路电路图...
- 两个网卡做映射linux,linux多网卡的路由模式和桥接模式设置方法
- 主机升级rsyslog后服务异常分析,rsyslog服务重启报错
- mysql DAYOFWEEK 和 WEEKDAY函数
- c++类和对象---多态
- RocketMQ消费者
- python实现批量的IP地址,或地址段的排序并按照CIDR格式最小化聚合。
- 开发工具|DingStudio1.1.0发布