Python数据分析：折线图和散点图的绘制

伪丶笑

原创：宋宋 Python专栏

来源：Python数据分析：折线图和散点图的绘制

折线图

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 中绘制散点图的函数为 plot() ，使用语法如下：

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

1) 简单的折线图

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。

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()

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：说明：参数color=’ red ‘，可以换成color=’ #054E9F’，每两个十六进制数分别代表R、G、B分量，除了使用red、blue、green等还可以参照下图小白参数linestyle可以选择使用下面的样式：

- solid line style 表示实线-- dashed line style 表示虚线-. dash-dot line style 表示短线、点相间的虚线: dotted line style 表示点线

参数 linewidth 可以指定折线的宽度参数 marker 是指标记点，有如下的：

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 pandas as pd import matplotlib.pyplot as plt #读取数据 data = pd.read_excel(matplotlib.xlsx) plt.figure(figsize=(10,5))#设置画布的尺寸 plt.title(Examples of line chart,fontsize=20)#标题，并设定字号大小 plt.xlabel(ux-year,fontsize=14)#设置x轴，并设定字号大小 plt.ylabel(uy-income,fontsize=14)#设置y轴，并设定字号大小 #color：颜色，linewidth：线宽，linestyle：线条类型，label：图例，marker：数据点的类型 in1, = plt.plot(data[时间],data[收入_Jay],color="deeppink",linewidth=2,linestyle=:, marker=o) in2, = plt.plot(data[时间],data[收入_JJ],color="darkblue",linewidth=1,linestyle=--, marker=+) in3, = plt.plot(data[时间],data[收入_Jolin],color="goldenrod",linewidth=1.5,linestyle=-, marker=*) plt.legend(handles = [in1,in2,in3],labels=[Jay income,JJ income,Jolon income],loc=2)#图例展示位置，数字代表第几象限 plt.show()#显示图像

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="/System/Library/Fonts/PingFang.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()

结果：

Python数据分析：折线图和散点图的绘制

折线图

相关帖子

您看了很久哦，登陆下吧！