精华内容
下载资源
问答
  • 绘制折线图、设置线条形状和marker样式Python可视化:绘制折线图、设置线条形状和marker样式修改线形:线形可选集合修改marker:marker可选集合 Python可视化:绘制折线图、设置线条形状和marker样式 首先画一个简单...

    Python可视化:绘制折线图、设置线条形状和marker样式

    首先画一个简单的折线图

    import numpy as np
    import matplotlib.pyplot as plt
    
    plt.figure(figsize=(10,7)) 
    
    x = 10 * np.random.rand(10)
    y = 10 * np.random.rand(10) 
    
    '''
    x = 
    array([7.34208212, 6.14229141, 6.99898899, 5.10833595, 7.66301418,
           3.84463225, 2.97255304, 5.54680296, 2.07965563, 2.72611992])
    '''
    # 常用
    plt.plot(x, y, linewidth = '1', label = "test", color='red', linestyle=':', marker='|')
    
    # 所有可选参数
    # plt.plot(x,y,color,linestyle=,linewidth,marker,markeredgecolor,markeredgwidth,markerfacecolor,markersize,label)
    
    plt.legend(loc='upper left')
    plt.show()
    
    plt.show() 
    

    如下图所示

    在这里插入图片描述
    这里我们可以修改linestylemarker

    修改线形:线形可选集合

    '-'    或者   "solid"
    '--'          "dashed"
    '-.'          "dashdot"
    ':'           "dotted"
    

    修改marker:marker可选集合

    '.'       point marker
    ','       pixel marker
    'o'       circle marker
    'v'       triangle_down marker
    '^'       triangle_up marker
    '<'       triangle_left marker
    '>'       triangle_right marker
    '1'       tri_down marker
    '2'       tri_up marker
    '3'       tri_left marker
    '4'       tri_right marker
    's'       square marker
    'p'       pentagon marker
    '*'       star marker
    'h'       hexagon1 marker
    'H'       hexagon2 marker
    '+'       plus marker
    'x'       x marker
    'D'       diamond marker
    'd'       thin_diamond marker
    '|'       vline marker
    '_'       hline marker
    
    展开全文
  • import numpy as np import pandas as pd import matplotlib.pyplot as plt from pandas import DataFrame,Series df = pd.read_csv("homenew.csv") plt.rcParams['font.sans-serif']=['SimHei'] ...
    import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    from pandas import DataFrame,Series
    
    df = pd.read_csv("homenew.csv")
    plt.rcParams['font.sans-serif']=['SimHei']
    df.quyu.value_counts(ascending=True).plot(marker='o', mec='b', mfc='b')
    plt.grid(True)
    plt.ylabel("房源数量(套)")
    plt.title("南京各区域二手房房源数量")
    plt.savefig("5.png")
    plt.show()
    marker表示的意思是对标记设置关键字参数的样式
    markeredgecolor 或 mec 标记边缘颜色
    markeredgewidth 或 mew 标记边缘宽度
    markerfacecolor 或 mfc 标记面颜色
    markerfacecoloralt 或 mfcalt
    markersize 或 ms 标记大小
    其中marker可取值为:
    '.': point marker
    ',': pixel marker
    'o': circle marker
    'v': triangle_down marker
    '^': triangle_up marker
    '<': triangle_left marker
    '>': triangle_right marker
    '1': tri_down marker
    '2': tri_up marker
    '3': tri_left marker
    '4': tri_right marker
    's': square marker
    'p': pentagon marker
    '*': star marker
    'h': hexagon1 marker
    'H': hexagon2 marker
    '+': plus marker
    'x': x marker
    'D': diamond marker
    'd': thin_diamond marker
    '|': vline marker
    '_': hline marker
    

    展开全文
  • 在谈及数据可视化的时候,我们通常都会使用到matplotlylib,pyecharts这些可视化的手段。但是,今天我主要来介绍Plotly这款可视化的库。大家参考开源项目地址:...plotly提供了Python的支持库,使用p...

    0fb06513f33883a7f601cf66ac1afcfd.png

    在谈及数据可视化的时候,我们通常都会使用到matplotlylib,pyecharts这些可视化的手段。但是,今天我主要来介绍Plotly这款可视化的库。大家参考开源项目地址: https://github.com/plotly/plotly.js 77d31ad165847a16706e57cb0edd22e5.png 这个库是使用js写的前端,所以画出来的图非常的漂亮,不像matplotlylib画出来的那么生硬。plotly提供了Python的支持库,使用pip直接安装就可以:
    pip install plotly
    在python里面使用plotly画图非常的简单,我们先来看一个简单的柱状图例子:
    import plotly.graph_objects as 

    8cac432dfdba8dfeb59ab22be7e7e472.png


    使用起来非常的方便,和matplotlylib画图步骤很像,下面我们再来看看一组关于个性化显示的例子: 利用plotly express自带的数据集,画一个简单的柱状图:
    import plotly.express 

    21f1c7614044b8cb176deb1c22b2bd21.png

    这样的图看上去还是比较素,我们可以使用参数来自定义条形图的样式:
    import plotly.express 

    b4ffcfd25fbb445beb7a4f4af9af38f8.png

    调整样式后会明显发现数据展示会友好很多,能够清楚的看到数据的增长程度。 除了柱状图之外还有其他的散点图,折线图,饼状图,条形图,箱型图等等(也包含一些热图,登高图,地图分布等等)。

    658a3bc0f241af588d46e982759b15cf.png

    下面,我们使用Python画一些Plolty基本图的Demo: (大家如果有需要用Plotly的建议收藏哦!) 散点图 散点图核心的价值在于发现变量之间的关系,千万不要简单地将这个关系理解为线性回归关系。变量间的关系有很多,如线性关系、指数关系、对数关系等等,当然,没有关系也是一种重要的关系。散点图更偏向于研究型图表,能让我们发现变量之间隐藏的关系为我们决策作出重要的引导作用。
    import plotly.express 

    c3cb2b79ad0bb8a9c3da2caff910ff01.png

    import plotly.express 

    b38d1999ab083620273bfb2b011a591f.png

    折线图

    折线图可以显示随时间(根据常用比例设置)而变化的连续数据,因此非常适用于显示在相等时间间隔下数据的趋势。比如我们经常看到的监控数据图,一般都是折线图。

    import plotly.graph_objects as go
    animals = ['giraffes', 'orangutans', 'monkeys']

    fig = go.Figure(data=[
        go.Scatter(name='SF Zoo', x=animals, y=[20, 14, 23]),
        go.Scatter(name='LA Zoo', x=animals, y=[12, 18, 29])
    ])
    fig.show()

    cf7abbcd933997d341746076178e296a.png

    import

    da161e9b0ba56ebeeddc8b218fba0de5.png

    饼图 饼图主要用于总体中各组成部分所占比重的研究,可以很直观地分析项目的组成结构与比重,一目了然地进行描述重量分成。比如我们统计各种开销占总支出多少的时候,这个时候使用饼图可以很明显看出开销的大头。
    import plotly.express 

    bfbceeea149af61f41dca4d6cb41c40c.png

    import plotly.express as px# plotly的自带数据集,类型:DataFrame

    df = px.data.gapminder().query("year == 2007").query("continent == 'Europe'")
    df.loc[df['pop'] 2.e6, 'country'] = 'Other countries' # Represent only large countries
    fig = px.pie(df, values='pop', names='country', title='Population of European continent')
    fig.show()

    98f86a4a20783e4ad046569b6d82fc97.png

    TreeMap(矩形树图)

    矩形树图适合展现具有层级关系的数据,能够直观体现同级之间的比较。一个Tree状结构转化为平面空间矩形的状态,就像一张地图,指引我们发现探索数据背后的故事。

    矩形树图采用矩形表示层次结构里的节点,父子节点之间的层次关系用矩形之间的相互嵌套隐喻来表达。从根节点开始,屏幕空间根据相应的子节点数目被分为多个矩形,矩形的面积大小通常对应节点的属性。每个矩形又按照相应节点的子节点递归的进行分割,知道叶子节点为止。

    import plotly.express 

    46426e963f923c5bc8fcc44bd0998bd4.png

    水平柱状图 和纵向柱状图一样,都是用来列举和比较多个个体之间的差值,通过柱状图的长短可以很明显看出数据之间的差别。
    import plotly.graph_objects as 

    d4ff5b1d857939d5bd4a8277e3dfe918.png

    箱型图

    箱形图(Box-plot)又称为盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用,常见于品质管理。它主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比较。

    import

    1c7f063b6e390773e5df3b2bcc4448dc.png

    等高线 图 有二维、三维等高线图。在数据分析中,高度表示为该点的数量或出现次数,该指标相同则在一条环线(或高度)处。
    as go

    63fe178e7f15eeaaa4fbda33cba0c59e.png

    热 图 热图是指用热谱图展示用户在网站上的行为。浏览量大、点击量大的地方呈红色,浏览量小、点击量少的地方呈无色、蓝色。常见热图共有点击热图、注意力热图、分析热图、对比热图、分享热图、浮层热图和历史热图等七种。
    import

    3b0e15d127be0a2b858b45b39dfabba0.png

    三元图 三元图,又称三元相图(Ternary plot)有三个坐标轴,它的三个坐标轴“首尾相接”成夹角为60度的等边三角形。“元”即成分,或部分,三元图主要用来展示不同样本的三种成分的比例,在物理化学中比较常见。
    import

    78574daab473fd35fe43f0c5ff1c4901.png

    雷达图 雷达图以二维的形式展现了多维数据,使观察者可以一目了然地得知对象在各种指标上的强弱,最典型的就是游戏中衡量一个角色多维度的能力值。
    import plotly.express 

    66c73ccd8b4b05f466e207bc7f8c024a.png

    极坐标图 极坐标图主要作用就是可在一张图上绘出整个频率域的频率响应特性。
    import

    37c7efbbdd9e42e50bccad57b7e4ed2c.png

    瀑布图 瀑布图,因为形似瀑布流水而称之为瀑布图( Waterfall Plot)。此种图表采用绝对值与相对值结合的方式,适用于表达数个特定数值之间的数量变化关系。
    import plotly.graph_objects as 

    13c0f45778b397f197f386a9534c4256.png

    漏斗图

    一般表述转化率(如营销客户转化),由上而下代表不同层级,转化率逐级降低并形成漏斗形状。

    import plotly.express 

    2879677b75aa03d254bfaea6a18f62bd.png

    气泡分布图(含配置底图)

    import

    8e4e18ad750160e0b32a263450a8404b.png

    当然,除此之外,还有其他种类的图,如果大家对plotly感兴趣可以去访问它的网站: https://plotly.com/python/statistical-charts/

    c9c59be1e8447f85945937130f52f788.png

    以上,便是今天的内容,希望大家喜欢,欢迎「转发」或者点击「在看」支持,谢谢各位。

    9ebc0c1c84685843645732d5c76a0e6a.gif

    “扫一扫,关注Python乱炖”

    展开全文
  • python的matplotlib画图时,往往需要加图例说明。如果不设置任何参数,默认是加到图像的内侧的最佳位置。 import matplotlib.pyplot as plt import numpy as np x = np.arange(10) fig = plt.figure() ax = plt....
  • 【我遇到的问题是】我不知道修改哪个参数,来调整走势图中,线的类型,折线图中,点的类型 通过搜索,我找到了解决办法,所以记录下来 一是方便我下次忘记怎么办了,过来看; 二是,如果有人遇到同样问题,也可以...

    【事情是这样的】
    我有一个表格的数据,第一列是时间,剩下的2,3,4,5,6…列,是这个时间点的不同参数的值
    【我想要做的是】,时间为x轴,其他列为y轴,画走势图
    【我遇到的问题是】我不知道修改哪个参数,来调整走势图中,线的类型,折线图中,点的类型

    通过搜索,我找到了解决办法,所以记录下来
    一是方便我下次忘记怎么办了,过来看;
    二是,如果有人遇到同样问题,也可以参考;

    我最后的设置是:

    plt.plot(…,…,…,marker = ‘.’,linestyle=’-’)

    上边,marker就是点形的参数,linestyle就是线型的参数

    参数怎么设置,我记不住,从网上找了一个比较全的介绍,也粘贴在下边

    
    =============    ===============================
      首先,是点形参数设置,marker
        =============    ===============================
        ``'.'``          point marker
        ``','``          pixel marker
        ``'o'``          circle marker
        ``'v'``          triangle_down marker
        ``'^'``          triangle_up marker
        ``'<'``          triangle_left marker
        ``'>'``          triangle_right marker
        ``'1'``          tri_down marker
        ``'2'``          tri_up marker
        ``'3'``          tri_left marker
        ``'4'``          tri_right marker
        ``'s'``          square marker
        ``'p'``          pentagon marker
        ``'*'``          star marker
        ``'h'``          hexagon1 marker
        ``'H'``          hexagon2 marker
        ``'+'``          plus marker
        ``'x'``          x marker
        ``'D'``          diamond marker
        ``'d'``          thin_diamond marker
        ``'|'``          vline marker
        ``'_'``          hline marker
        =============    ===============================```
    
    

    ============= ===============================
    之后,是线型linestyle的参数介绍
    ============= ===============================
    '-' solid line style 实线
    '--' dashed line style 虚线
    '-.' dash-dot line style 点画线
    ':' dotted line style 点线
    ============= ===============================

    
    
    展开全文
  • Python数据可视化的例子——折线图(line)

    千次阅读 多人点赞 2020-09-08 15:39:56
    接下来仅使用Python中的matplotlib模块和pandas模块实现折线图的绘制。尽管seaborn模块中的tsplot函数也可以绘制时间序列的折线图,但是该函数非常不合理,故不进行介绍。 1.matplotlib模块 折线图的绘制可以使用...
  • 'wenke',linewidth = 2)#绘制线段 plt.plot(x,y1,'m',label = 'like',linewidth = 2) plt.title('绘制折线图')#添加图表标题 plt.ylabel('成绩')#添加y轴标题 plt.xlabel('年份')#添加x轴标题 plt.legend()#设置图例...
  • python折线图--matplotlib.pyplot模块

    千次阅读 2019-06-17 11:32:03
    plt.title("本周北京温度变化") # 标题 plt.xlabel("日期") # x轴标签 plt.ylabel("温度",rotation=0) # y轴标签 rotation 方向 保存折现 plt.savefig("./下周北京温度变化.jpg") 展示 plt....
  • python读取csv并画折线图

    万次阅读 多人点赞 2019-10-19 15:58:32
    python读取csv并画折线图 本文将说明如何用Python读取csv文件并且使用其数据画出折线图 1、导入库并规定格式 import csv import matplotlib.pyplot as plt import matplotlib plt.rcParams['font.sans-serif'] =...
  • marker给每个纵坐标值进行标记,label方便最后加图例)画折线图 线条类型可选参数 linewidth=1.0,默认就是2 linestyle='--' 虚线 linestyle='-' 实线,默认就是这个实线 linestyle='-.' 就是-.结合 linestyle=':'...
  • python】画折线图

    万次阅读 多人点赞 2019-08-12 16:52:07
    一个简单的折线图: 画折线图至少需要2个列表:横坐标列表和纵坐标列表,两个坐标的位置一一对应。 from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] x_axis_data = [1, 2, 3, 4, 5] y_axis_data...
  • color = color2) #刻度 x_ticks = np.arange(0, 0.11, 0.01) y_ticks = np.arange(150,450, 50) plt.xticks(x_ticks) plt.yticks(y_ticks) #点的形状 plt.scatter(x, pm_15db_3p, marker = 'o', c = '', edgecolors...
  • 1、画折线图【一条示例】 import matplotlib.pyplot as plt import numpy as np x_axis_data = [1,2,3,4,5,6,7] #x y_axis_data = [68,69,79,71,80,70,66] #y plt.plot(x_axis_data, y_axis_data, 'b*--', alpha=...
  • 简单的折线图 使用list给x轴y轴传值: import sqlutil as ql ql.conn.connect() sql1 = 'select shuiwei from sheet1;' sql2 = 'select mianji from sheet1;' sql3 = 'select kurong from sheet1;' ql.cursor....
  • 与此同时,由于折线图(plt.plot)和散点图(plt.scatter)都可以对数据点进行不同形状的标记,使用起来容易将其混淆,因此本文将这两类绘图对象放在一起介绍,方便读者进行对比。 最后,将表现趋势的面积图和填充图也...
  • Python——绘制简单折线图

    千次阅读 2019-07-30 21:06:51
    设置颜色,线宽,标题,X,Y输入输出值 import matplotlib.pyplot as plt values = [1, 2, 3, 4, 5] #创建一个数组列表 square = [1, 4, 9, 16, 25] plt.plot(values, square, linewidth=5, color='b') # 将...
  • python生成折线图

    2021-10-11 16:45:12
    from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] # 添加这条可以让图形显示中文 x_axis_data = ['2020-1-...# plot中参数的含义分别是横轴值,纵轴值,线的形状,颜色,透明度,线的宽度和标签 plt.p
  • 一篇对Python中画图时候的折线图详解,具有很好的参考价值,可以应付文章中大多数的折线图画图调整带来的麻烦,不用再受EXCEL的复杂、混乱、费时、不好看等缺点,只需替换数据和标签,也可以适当更改线条大小,图片...
  • python画散点图、折线图

    千次阅读 2020-12-10 22:54:24
    Python-画图(散点scatter、保存savefig)及颜色大全 import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus'] = False #...
  •  本文主要是讲述如何利用python的matplotlib包来绘制精美的折线图,包括绘制折现、增加坐标轴名称、增加图例、设置颜色、设置形状、设置字体、标注点、设置图的比例大小、一张图两张y轴等 1 绘制简单的折线  利...
  • python 画柱状图折线图

    千次阅读 2017-08-30 21:56:41
    折线图 最简单的 import matplotlib x=[ 5 , 1 , 3 , 4 ] y=[ 6 , 7 , 8 , 5 ] plt.plot(x,y) plt.show() 结果如下图: 想要把每个点突出一下改进一下: plt.plot(x,y, 'o-' ,...
  • Python 绘制折线图

    2021-04-29 18:15:02
    Python 绘制折线图 第一步:导入matplotlib的pyplot模块 第二部:定义x和y坐标轴上的点 第三步:设置折线图的样式 第四部:plt.show(),展示折线图 代码如下: #导入matplotlib的pyplot模块 import matplotlib.pyplot...
  • 摘要: 利用matplotlib绘制横轴为日期格式的折线图时,存在不少技巧。本文借助Tushare包返回的股票数据,介绍日期型折线图绘制的方法。上一篇文章的最后讲到了折线图的绘制,本文接着进行详细介绍其绘制方法,回顾:...
  • python使用matplotilib绘制简单的图形
  • Python 用 matplotlib 中的 plot 画图,折线图

    万次阅读 多人点赞 2019-08-22 21:14:47
    折线图了 。 如果我们想自定义坐标轴的标题,坐标轴的刻度,坐标轴刻度的范围,设置图形标题,添加图例时,可以通过设置 pyplot 函数中的 xlable(横坐标轴标题), ylabel(纵坐标轴标题), xticks(横坐标轴...
  • 一:首先导入matplotlib库: File->setting Project Interpreter 点击右边的+号 ...二:折线图: #折线图 import matplotlib.pyplot as plt x_valuse = [1,2,3,4,5] y_squares = [1,4,9,16,25] #表...
  • 1、已经有多组数据的情况下,绘制x-y折线图。 #!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Created on Mon Apr 1 13:38:37 2019 绘制折线图 @author: youxinlin """ import numpy as np import ...
  • Python数据可视化之散点图和折线图

    万次阅读 2017-12-02 21:39:23
    最近一直用到Python的matplotlib包,一些画简单的散点图和折线图的用法老是记不住,所以从最基础的地方开始,稍微总结了一下。一、散点图 画散点图时主要用到的是scatter函数。随机产生两组length相同的数据。x = ...
  • 说明 此博客为任务驱动而记录,在一次画图...‘操作’,‘数量’,‘价格’:在上一要求画出的折线图中标注对应点,比如 时刻 ‘2020/8/1 9:37’ 处在折线图对应点上标注出 ‘操作’、‘数量’、‘价格’ 信息;并且
  • today, s=500, c='r', alpha=0.5) 折线图 是将直线段把各数据连接起来组成的图形 常用来观察数据随时间变换的趋势 例如股票价格,温度变化等 画出x平方 x = np.linspace(-10, 10, 100) y = x**2 plt.plot(x, y) plt...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,144
精华内容 1,257
关键字:

python折线图形状

python 订阅