Matplotlib–数据可视化库(折线图绘制)

  1. import pandas as pd
    unrate = pd.read_csv(‘unrate.csv’) #打开csv文件
    unrate[‘DATE’] = pd.to_datetime(unrate[‘DATE’]) #将DATE这一列/的日期,改成正常日期的格式
    print(unrate.head(12)) #打印前12行
    — DATE VALUE
    0 1948-01-01 3.4
    1 1948-02-01 3.8
    2 1948-03-01 4.0
    3 1948-04-01 3.9
    4 1948-05-01 3.5
    5 1948-06-01 3.6
    6 1948-07-01 3.6
    7 1948-08-01 3.9
    8 1948-09-01 3.8
    9 1948-10-01 3.7
    10 1948-11-01 3.8
    11 1948-12-01 4.0

  2. 下面开始绘制图像
    import matplotlib.pyplot as plt
    plt.plot() #使用不同的pyplot函数,我们可以创建、定制和显示一个plot
    plt.show() #由于没有传值,所以打印出来只是大框,而没有图像

  3. 下面开始传值,使其出现图像
    first_twelve = unrate[0:12]
    plt.plot(first_twelve[‘DATE’], first_twelve[‘VALUE’]) #左面是x轴,右面是y轴
    plt.show() #将图像展示出来

  4. 虽然y轴看起来不错,但是x轴的刻度标签太靠近了,无法读取。我们可以将x轴的刻度标签旋转90度,这样它们就不会重叠,我们可以使用浮点数或整数值指定旋转度。
    plt.plot(first_twelve[‘DATE’], first_twelve[‘VA LUE’])
    plt.xticks(rotation=45) #旋转45度
    #print help(plt.xticks)
    plt.show()

  5. #xlabel():接受一个字符串值,它被设置为x轴标签。
    #ylabel():接受一个字符串值,它被设置为y轴标签。
    #title():接受一个字符串值,该字符串值被设置为plot标题。
    plt.plot(first_twelve[‘DATE’], first_twelve[‘VALUE’])
    plt.xticks(rotation=90)
    plt.xlabel(‘Month’)
    plt.ylabel(‘Unemployment Rate’)
    plt.title(‘Monthly Unemployment Trends, 1948’)
    plt.show()

  6. add_subplot(first,second,index)第一表示行数,第二表示列数。
    import matplotlib.pyplot as plt
    fig = plt.figure() #指定画图的区域
    ax1 = fig.add_subplot(3,2,1)
    ax2 = fig.add_subplot(3,2,2)
    ax3 = fig.add_subplot(3,2,6) #由于缺少(3,2,3),因此空出一块区域
    plt.show()

  7. 画图区域可以指定大小
    import numpy as np
    fig = plt.figure()
    #fig = plt.figure(figsize=(3, 3)) #指定画图区域大小
    ax1 = fig.add_subplot(2,1,1)
    ax2 = fig.add_subplot(2,1,2)

ax1.plot(np.random.randint(1,5,5), np.arange(5))
ax2.plot(np.arange(10)*3, np.arange(10))
plt.show()

  1. 折线带颜色
    unrate[‘MONTH’] = unrate[‘DATE’].dt.month
    unrate[‘MONTH’] = unrate[‘DATE’].dt.month
    fig = plt.figure(figsize=(6,3))

plt.plot(unrate[0:12][‘MONTH’], unrate[0:12][‘VALUE’], c=‘red’)
plt.plot(unrate[12:24][‘MONTH’], unrate[12:24][‘VALUE’], c=‘blue’)

plt.show()

  1. 多条折线
    fig = plt.figure(figsize=(10,6)) fig = plt.figure(figsize=(10,6))
    colors = [‘red’, ‘blue’, ‘green’, ‘orange’, ‘black’]
    for i in range(5):
    start_index = i*12
    end_index = (i+1)*12
    subset = unrate[start_index:end_index]
    plt.plot(subset[‘MONTH’], subset[‘VALUE’], c=colors[i])
    plt.show()

  2. 图像右上角带一个方框(label)
    fig = plt.figure(figsize=(10,6))
    colors = [‘red’, ‘blue’, ‘green’, ‘orange’, ‘black’]
    for i in range(5):
    start_index = i*12
    end_index = (i+1)*12
    subset = unrate[start_index:end_index]
    label = str(1948 + i)
    plt.plot(subset[‘MONTH’], subset[‘VALUE’], c=colors[i], label=label)
    plt.legend(loc=‘best’) #定位框的位置
    #print help(plt.legend)
    plt.show()

  3. 完善后的图像
    fig = plt.figure(figsize=(10,6))
    colors = [‘red’, ‘blue’, ‘green’, ‘orange’, ‘black’]
    for i in range(5):
    start_index = i*12
    end_index = (i+1)*12
    subset = unrate[start_index:end_index]
    label = str(1948 + i)
    plt.plot(subset[‘MONTH’], subset[‘VALUE’], c=colors[i], label=label)
    plt.legend(loc=‘upper left’)
    plt.xlabel(‘Month, Integer’)
    plt.ylabel(‘Unemployment Rate, Percent’)
    plt.title(‘Monthly Unemployment Trends, 1948-1952’)
    plt.show()

day9--Matplotlib--折线图相关推荐

  1. Python数据分析(三)matplotlib折线图应用实例——自定义图形风格

    往期推荐: Python数据分析(一)matplotlib基础绘图和调整x轴刻度 Python数据分析(二)matplotlib折线图应用实例--绘制10点到12点的气温 Python数据分析(四)m ...

  2. python做动态折线图_python matplotlib折线图样式实现过程

    python matplotlib 同时画箱线图和折线图的问题 python3 matplotlib画两个折线图,X轴相同,Y轴生...你的memo和cpui里面是字符串,不是数字 将memo.app ...

  3. Python数据分析之matplotlib折线图

    Python数据分析之matplotlib折线图 1.需求 2.需求分析 3.代码示例 4.总结和思考 1.需求 需求假设大家在30岁,根据实际情况,统计出你和同桌从11岁倒30岁做成的男女朋友数量, ...

  4. 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& ...

  5. 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 ...

  6. matplotlib 折线图_漂亮图表也可信手拈来,一文学会用Python绘制堆积折线图

    今天咱们还是接着上次的话题,继续和大家聊聊关于Python绘图相关的东东哦,上次已经和大家讨论完了如何给自己所绘制的图表中添加装饰线以及修改装饰线密度的方法,今天呢,咱们再聊点的新的东东哦,还是和大家 ...

  7. Matplotlib - 折线图 plot() 所有用法详解

    散点图和折线图是数据分析中最常用的两种图形.其中,折线图用于分析自变量和因变量之间的趋势关系,最适合用于显示随着时间而变化的连续数据,同时还可以看出数量的差异,增长情况. Matplotlib 中绘制 ...

  8. matplotlib 散点图_python之matplotlib 折线图和散点图

    安装完python,接下来学习数据分析.找了篇教程学习matplotlib,写折线图和散点图. 首先pip install matplotlib安装. 输入代码: import matplotlib. ...

  9. 数据分析学习笔记—matplotlib折线图、条形图、直方图、饼状图基础绘制

    文章目录 一.Matplotlib概念和基本属性设置思维导图 二.折线图基础绘制及代码中相关参数解析 1.代码 2.结果展示 3.Matplotlib图组件-官方 4.jupyter Notebook ...

  10. matplotlib——折线图

    import matplotlib import matplotlib.pyplot as plt from matplotlib import font_manager import numpy a ...

最新文章

  1. ipython notebook的安装和使用;pip和easy_install.exe的区别;几个库Scikit-Learn、NumPy、SciPy、Matplotlib的用途...
  2. Luogu4735 最大异或和
  3. python的扩展库numpy如何安装_python如何安装numpy库
  4. Web压力测试和手机App测试
  5. 燃料电池系统建模(未完待续)
  6. python随机生成字符串_python 怎样随机生成中文字符?
  7. NaN是什么 NaN == NaN 的结果是什么?为什么?
  8. 关于Mysql中的生日提醒
  9. 用stata计算同比增长率的两种方法
  10. 用树莓派搭建全功能NAS服务器(01):树莓派基础操作OMV搭建
  11. bootstrap图片上传
  12. chrome浏览器自动填充时背景色改变(-webkit-autofill)
  13. Swagger使用教程
  14. 电脑计算机u盘启动不了桌面图标,开机桌面图标不显示怎么办【解决方法】
  15. Android-状态机算法思想实现礼物连击需求
  16. ubuntu16安装python3.6
  17. HbuilderX 无法运行项目到真机调试。
  18. 什么是正态分布?为何如此重要?终于有人讲明白了
  19. 第006天:APP的数据存储技术
  20. 《OpenCv视觉之眼》Python图像处理十四 :Opencv图像轮廓提取之Scharr算法和Canny算法

热门文章

  1. linux装go环境脚本,linux中用shell快速安装配置Go语言的开发环境
  2. java ftpclient quit_一步一步android(6):关于FtpClient类的学习
  3. About KaiSarH
  4. HTML:在HTML前端界面中直接显示代码
  5. Javascript特效:旋转木马轮播图
  6. H5桌面通知: Notification API 的应用
  7. SLAM_SLAM中一般是如何求解相机的运动的?
  8. hdf5文件-环境配置/使用读写
  9. 【一天一个C++小知识】016:c++11中的lambda表达式
  10. 精度、速度完美平衡,最新图像分割SOTA模型重磅发布!!!