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 ...

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...

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

最新文章

热门文章