Python数据分析：折线图和散点图的绘制

原创：宋宋 Python专栏

! u% z# i6 _! s M9 N# e

来源：Python数据分析：折线图和散点图的绘制

$ `: {) c: M) n6 n

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。

% J: r& x) w# S- C: v$ L% ~* j

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。

\ O! t+ k% D! E; n. p

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 9 W+ |6 U, U5 k0 _0 ~" F: L ( {! U. E: Z+ x' n x_data = [2011,2012,2013,2014,2015,2016,2017] y_data = [58000,60200,63000,71000,84000,90500,107000] 9 |+ ~3 n% b5 a# ^9 }$ N* V- V3 J # N5 L' f( }. f4 f8 U$ q) i9 i, @ plt.plot(x_data,y_data) plt.show() 3 h8 }; h" O8 K9 y7 n6 r" c) ~6 N

! T- N! c9 q9 S! b# G# F% ]4 e6 T7 a

2）复式折线图：

0 _9 |3 a3 `2 }5 W8 J ?! |. [& F

import matplotlib.pyplot as plt x_data = [2011,2012,2013,2014,2015,2016,2017] * L% U% Q W6 m: s s' V+ y y_data = [58000,60200,63000,71000,84000,90500,107000] y_data2 = [52000,54200,51500,58300,56800,59500,62700] , ^7 M: _9 S' | $ T0 D2 k' h6 e) M) @, y' q) k plt.plot(x_data,y_data,color=red,linewidth=2.0,linestyle=--) . N' y, G/ O2 b: t1 c plt.plot(x_data,y_data2,color=blue,linewidth=3.0,linestyle=-.) plt.show()

" l" M% K; d: [7 r, W% M

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：

( V% ~8 M5 @% l7 l+ b' l" Q+ T

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 ! C! [ Z/ T7 [+ z) L 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 ( E+ v# N2 a# P$ O0 A2 b plt.title(Examples of line chart,fontsize=20)#标题，并设定字号大小 8 T- n- F0 Y5 R plt.xlabel(ux-year,fontsize=14)#设置x轴，并设定字号大小 : Q& r3 k; W5 k' u7 u; |- T8 F6 }) w plt.ylabel(uy-income,fontsize=14)#设置y轴，并设定字号大小 / O' V: C5 A* ~8 y o1 P #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=*) ( K# J0 u8 ?, [! e# [# T- W 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 # ?& @3 m5 w) @- z import matplotlib.gridspec as gridspec 2 n7 {; |8 l2 f! z import matplotlib.font_manager as fm #字体管理器 * o. r, h+ a. d; `: M2 N) V s my_font = fm.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") % b- w6 m5 i1 e# j plt.figure() x_data = np.linspace(-np.pi,np.pi,64,endpoint=True) 3 x9 l. V, g( B q% K& W: Y9 K gs = gridspec.GridSpec(2,3) #将绘图区分成两行三列 # z% S4 |/ ]8 V2 D' m 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) 1 f# p$ w2 s G& g3 U D #绘制正弦曲线 8 Z" r f5 z* b) ~7 i S- J& R: M ax1.plot(x_data,np.sin(x_data)) ax1.spines[right].set_color(none) , t3 @9 v! S7 S2 r: I ax1.spines[top].set_color(none) ax1.spines[bottom].set_position((data,0)) ) y; R: r2 Q1 k( a. S( |2 M ax1.spines[left].set_position((data,0)) ax1.set_title(正弦曲线,fontproperties=my_font) 7 q; ?; [0 S$ ~* z #绘制余弦曲线 ax2.plot(x_data,np.cos(x_data)) % j6 q' v' t+ m4 p ax2.spines[right].set_color(none) 4 H( ^6 p5 s* C4 G# B ax2.spines[top].set_color(none) ax2.spines[bottom].set_position((data,0)) 6 n9 W% e, y/ |, _9 o2 L ax2.spines[left].set_position((data,0)) ax2.set_title(余弦曲线,fontproperties=my_font) 3 X2 \. x& p9 L. R6 g+ U& _ g+ O- r * S% z9 q* x9 f7 ^- X8 a8 _ #绘制正切曲线 ax3.plot(x_data,np.tan(x_data)) " [6 H4 |& U+ }7 P ax3.spines[right].set_color(none) ( \/ }. T7 c* `5 I ax3.spines[top].set_color(none) ax3.spines[bottom].set_position((data,0)) ax3.spines[left].set_position((data,0)) 4 N& s$ {1 L. V- r ax3.set_title(正切曲线,fontproperties=my_font) plt.show() " g9 r+ I1 z% A0 O

; ^0 M2 c* f% X r" W7 \3 j2 ?, t6 r

结果：

# Y& k& f6 _1 o4 k! K* [! r

" O, I- L/ k# G4 }

3 ^# w' M2 Z+ ^% N0 l , b) {9 J/ b. L+ s& t) A" a' C 2 {' Z3 n) L w( `1 t : g$ r7 Z0 @0 U6 z+ U