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” -> "settings”:

(2)选中你的项目(比如thisyan Project),选中其下的"Project Interpreter”:

(3)点击最右边的"+":

(4)出现如下界面后,按照如图所示单击:

(5)完成:

2、折线图 -------- plot

(1)简单的折线图:

import matplotlib.pyplot as plt

x_data = ['2011','2012','2013','2014','2015','2016','2017']

y_data = [58000,60200,63000,71000,84000,90500,107000]

plt.plot(x_data,y_data)

plt.show()

在matplotlib面向对象的绘图库中,pyplot是一个方便的接口。

plot()函数:支持创建单条折线的折线图,也支持创建包含多条折线的复式折线图----只要在调用plot()时传入多个分别代表X轴和Y轴数据的list列表即可

(2)复式折线图:

import matplotlib.pyplot as plt

x_data = ['2011','2012','2013','2014','2015','2016','2017']

y_data = [58000,60200,63000,71000,84000,90500,107000]

y_data2 = [52000,54200,51500,58300,56800,59500,62700]

plt.plot(x_data,y_data,color='red',linewidth=2.0,linestyle='--')

plt.plot(x_data,y_data2,color='blue',linewidth=3.0,linestyle='-.')

plt.show()

注:

color ------ 指定折线的颜色

linewidth -------- 指定折线的宽度

linestyle -------- 指定折线的样式

" - ’ : 表示实线

’ - - " :表示虚线

’ : ":表示点线

’ - . " :表示短线、点相间的虚线

(3)管理图例:

对于复式折线图,应该为每条折线添加图例,可以通过legend()函数来实现。该函数可传入两个list参数,其中第一个list参数(handles参数)用于引用折线图上的每条折线;第二个list参数(labels)代表为每条折线所添加的图例

import matplotlib.pyplot as plt

import matplotlib.font_manager as fm #字体管理器

x_data = ['2011','2012','2013','2014','2015','2016','2017']

y_data = [58000,60200,63000,71000,84000,90500,107000]

y_data2 = [52000,54200,51500,58300,56800,59500,62700]

ln1, = plt.plot(x_data,y_data,color='red',linewidth=2.0,linestyle='--')

ln2, = plt.plot(x_data,y_data2,color='blue',linewidth=3.0,linestyle='-.')

my_font = fm.FontProperties(fname="/usr/share/fonts/wqy-microhei/wqy-microhei.ttc")

plt.title("电子产品销售量",fontproperties=my_font) #设置标题及字体

plt.legend(handles=[ln1,ln2],labels=['鼠标的年销量','键盘的年销量'],prop=my_font)

ax = plt.gca()

ax.spines['right'].set_color('none') # right边框属性设置为none 不显示

ax.spines['top'].set_color('none') # top边框属性设置为none 不显示

plt.show()

(4)管理多个子图:

import matplotlib.pyplot as plt

import numpy as np

import matplotlib.gridspec as gridspec

import matplotlib.font_manager as fm #字体管理器

my_font = fm.FontProperties(fname="/usr/share/fonts/wqy-microhei/wqy-microhei.ttc")

plt.figure()

x_data = np.linspace(-np.pi,np.pi,64,endpoint=True)

gs = gridspec.GridSpec(2,3) #将绘图区分成两行三列

ax1 = plt.subplot(gs[0,:])#指定ax1占用第一行(0)整行

ax2 = plt.subplot(gs[1,0])#指定ax2占用第二行(1)的第一格(第二个参数为0)

ax3 = plt.subplot(gs[1,1:3])#指定ax3占用第二行(1)的第二、三格(第二个参数为1:3)

#绘制正弦曲线

ax1.plot(x_data,np.sin(x_data))

ax1.spines['right'].set_color('none')

ax1.spines['top'].set_color('none')

ax1.spines['bottom'].set_position(('data',0))

ax1.spines['left'].set_position(('data',0))

ax1.set_title('正弦曲线',fontproperties=my_font)

#绘制余弦曲线

ax2.plot(x_data,np.cos(x_data))

ax2.spines['right'].set_color('none')

ax2.spines['top'].set_color('none')

ax2.spines['bottom'].set_position(('data',0))

ax2.spines['left'].set_position(('data',0))

ax2.set_title('余弦曲线',fontproperties=my_font)

#绘制正切曲线

ax3.plot(x_data,np.tan(x_data))

ax3.spines['right'].set_color('none')

ax3.spines['top'].set_color('none')

ax3.spines['bottom'].set_position(('data',0))

ax3.spines['left'].set_position(('data',0))

ax3.set_title('正切曲线',fontproperties=my_font)

plt.show()

python画曲线图-Python数据可视化之Matplotlib(折线图)相关推荐

  1. 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 ...

  2. [转载] Python数据可视化库-Matplotlib——折线图绘制

    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 matp ...

  3. 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& ...

  4. 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 ...

  5. python画曲线图-python怎么画曲线图

    如何使用python画曲线图?下面是基本步骤: 前提 首先,为了实际使用 Matplotlib,我们需要安装它. 安装 如果你安装了更高版本的 Python,你应该能够打开cmd.exe或终端,然后执 ...

  6. python 画虚线_Python数据可视化 - matplotlib

    数字可视化是将数据用统计图表方式呈现. python的作图库有两种,matplotlib 和 seaborn,本文主要介绍Matplotlib. Matplotlib 是一个 Python 的 2D绘 ...

  7. 用python画熊_Python数据可视化:Pandas库,只要一行代码就能实现

    本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章一级AI入门学习 ,作者小伍哥 刚接触Python的新手.小白,可以复制下面的链接去免费观 ...

  8. python画折线图详解-Python数据可视化(一) 绘制折线图和散点图

    数据可视化示例 对数据可视化的浅认知 数据可视化是任何数据科学或机器学习的重要组成部分.可视化能将数据以更加直观的方式展现出来,使数据更加客观.更具说服力.同时,也易于发现隐藏在数据中的规律和意义.尤 ...

  9. python画树林_Python数据可视化-支付宝蚂蚁森林能量收取记录

    支付宝蚂蚁森林模块最早从2016年推出,题主最开始从支付宝集福活动开始接触.期间懒懒散散收过一些能量,但是相比朋友圈动辄几十几百公斤的能量值,我的能量值只有20Kg,想种棵胡杨连零头都不够.所以,本着 ...

最新文章

  1. python是中国的吗-使用Python实现画一个中国地图
  2. 2015年Devoxx比利时–最后的想法
  3. 移动端真机调试,手机端调试,移动端调试
  4. Mybatis ResultMap Collection 复合主键
  5. 熊族部落---要邀请码
  6. 编码表概述和常见编码表
  7. 用USRP-LW N210搭建软件雷达系统
  8. window 下 win10 jdk8安装与环境变量的配置(超级详细)
  9. oracle 获取日期的毫秒_Oracle 毫秒时间戳
  10. NTFS文件系统详解 之 文件定位
  11. 华硕重装后进入bios_华硕笔记本重装系统后直接进入bios,怎么处理
  12. 屏蔽csdn百度推广广告
  13. ftp 发生意外错误 0x8ffe2740
  14. 按钮模式来自官方的 windows 7 快捷键大全
  15. NOIP5424. 【NOIP2017提高A组集训10.25】凤凰院凶真 LCIS 方案
  16. 主动变被动9个例句_【语法】被动语态的特殊用法考点总结
  17. 大数据培训课程哪个好
  18. 数据类型和分类------基本数据类型
  19. Java 开发者如何入门 Node.js 英文原文:Getting Started with Node.js for the Java Developer
  20. 《NLTK基础教程》读书笔记 006期

热门文章

  1. Pandas——concat(合并)
  2. Java接口的实现源代码_Comparable接口的实现:源代码
  3. 判断当前窗体是否是顶级窗体
  4. spingCloud 整合netty
  5. [转]Allegro shape敷铜 显示设置
  6. UIView Methods
  7. C语言学习笔记--函数
  8. python函数abs()
  9. webstorm ubuntu下安装
  10. linux 远程管理