精华内容
下载资源
问答
  • 本篇文章给大家带来的内容是关于Python绘制折线图散点图的详细方法介绍(代码示例),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。1、绘制折线图散点图要用到matplotlib下的pylab,因此我们...

    本篇文章给大家带来的内容是关于Python绘制折线图和散点图的详细方法介绍(代码示例),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。

    1、绘制折线图和散点图要用到matplotlib下的pylab,因此我们需要先引入,因为要用到数组实现,还要引入numpy。然后确定x轴和y轴的数据,最后将其呈现出来。import matplotlib.pylab as pyl

    import numpy as np

    x = [1, 3, 5, 6, 8, 13, 14, 16]

    y = [5, 1, 6, 7, 9, 3, 2, 10]

    pyl.plot(x, y)

    pyl.show()

    这样一个简单的折线图就绘制好了。

    1547432569968694.png

    上面的plot()有三个参数,第一个参数为x轴坐标,第二个参数为y轴坐标,第三个参数为确定线型,可有可无,如果要将上面的折线图改为散点图,只需更改第三个参数为"o’。

    1547432588381177.png

    如果让折线图和散点图叠加还可以突出每个点。

    1547432600221258.png

    2.我们还可以改变线和点的颜色,只需修改plot()的第三个参数。c--cyan--青色

    r--red--红色

    m--magente--品红

    g--green--绿色

    b--blue--蓝色

    y--yellow--黄色

    k--black--黑色

    w--white--白色

    上述参数可以叠加。

    1547432614385924.png

    3.我们还可以改变线型,也是修改plot的第三个参数。- 实线

    -- 虚线

    -. 形式即为-.

    : 细小的虚线

    1547432627449829.png

    4.我们还可以改变点型,同样是修改第三个参数。s--方形

    h--六角形

    H--六角形

    *--*形

    +--加号

    x--x形

    d--菱形

    D--菱形

    p--五角形

    1547432643978752.png

    5.我们目前绘制的图形,无图像名称及横纵坐标轴的名称,我们需要在程序中添加如下语句pyl.title()

    pyl.xlabel()

    pyl.ylabel()

    1547432656383573.png

    6.现在绘图的x,y轴的范围是系统自动生成的,我们要想自定义,需要加上下面的两条语句,括号内为取值范围pyl.xlim()

    pyl.ylim()

    7.如果要在同一幅图中绘制多个图像,只需在show()之前再定义另外两个变量即可

    1547432668692499.png

    以上就是Python绘制折线图和散点图的详细方法介绍(代码示例)的详细内容,更多请关注php中文网其它相关文章!

    本文转载于:segmentfault,如有侵犯,请联系a@php.cn删除

    展开全文
  • 主要介绍了Python散点图折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
  • 这篇文章主要介绍了Python散点图折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下在数据分析的过程中,经常需要将数据可视化,目前常使用的...

    这篇文章主要介绍了Python散点图与折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

    在数据分析的过程中,经常需要将数据可视化,目前常使用的:散点图 折线图

    需要import的外部包 一个是绘图 一个是字体导入

    import matplotlib.pyplot as plt

    from matplotlib.font_manager import FontProperties

    在数据处理前需要获取数据,从TXT XML csv excel 等文本中获取需要的数据,保存到list

    def GetFeatureList(full_path_file):

    file_name = full_path_file.split('\\')[-1][0:4]

    # print(file_name)

    # print(full_name)

    K0_list = []

    Area_list = []

    all_lines = []

    f = open(full_path_file,'r')

    all_lines = f.readlines()

    lines_num = len(all_lines)

    # 数据清洗

    if lines_num > 5000:

    for i in range(3,lines_num-1):

    temp_k0 = int(all_lines[i].split('\t')[1])

    if temp_k0 == 0:

    K0_list.append(ComputK0(all_lines[i]))

    else:

    K0_list.append(temp_k0)

    Area_list.append(float(all_lines[i].split('\t')[15]))

    # K0_Scatter(K0_list,Area_list,file_name)

    else:

    print('{} 该样本量少于5000'.format(file_name))

    return K0_list, Area_list,file_name

    绘制两组数据的散点图,同时绘制两个散点图,上下分布在同一个图片中

    def K0_Scatter(K0_list, area_list, pic_name):

    plt.figure(figsize=(25, 10), dpi=300)

    # 导入中文字体,及字体大小

    zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc', size=16)

    ax = plt.subplot(211)

    # print(K0_list)

    ax.scatter(range(len(K0_list)), K0_list, c='r', marker='o')

    plt.title(u'散点图', fontproperties=zhfont)

    plt.xlabel('Sampling point', fontproperties=zhfont)

    plt.ylabel('K0_value', fontproperties=zhfont)

    ax = plt.subplot(212)

    ax.scatter(range(len(area_list)), area_list, c='b', marker='o')

    plt.xlabel('Sampling point', fontproperties=zhfont)

    plt.ylabel(u'大小', fontproperties=zhfont)

    plt.title(u'散点图', fontproperties=zhfont)

    # imgname = 'E:\\' + pic_name + '.png'

    # plt.savefig(imgname, bbox_inches = 'tight')

    plt.show()

    散点图显示

    2019113083850151.png?2019103083947

    绘制一个折线图 每个数据增加标签

    def K0_Plot(X_label, Y_label, pic_name):

    plt.figure(figsize=(25, 10), dpi=300)

    # 导入中文字体,及字体大小

    zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc', size=16)

    ax = plt.subplot(111)

    # print(K0_list)

    ax.plot(X_label, Y_label, c='r', marker='o')

    plt.title(pic_name, fontproperties=zhfont)

    plt.xlabel('coal_name', fontproperties=zhfont)

    plt.ylabel(pic_name, fontproperties=zhfont)

    # ax.xaxis.grid(True, which='major')

    ax.yaxis.grid(True, which='major')

    for a, b in zip(X_label, Y_label):

    str_label = a + str(b) + '%'

    plt.text(a, b, str_label, ha='center', va='bottom', fontsize=10)

    imgname = 'E:\\' + pic_name + '.png'

    plt.savefig(imgname, bbox_inches = 'tight')

    # plt.show()

    2019113083850152.png?2019103083947

    绘制多条折线图

    def K0_MultPlot(dis_name, dis_lsit, pic_name):

    plt.figure(figsize=(80, 10), dpi=300)

    # 导入中文字体,及字体大小

    zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc', size=16)

    ax = plt.subplot(111)

    X_label = range(len(dis_lsit[1]))

    p1 = ax.plot(X_label, dis_lsit[1], c='r', marker='o',label='Euclidean Distance')

    p2 = ax.plot(X_label, dis_lsit[2], c='b', marker='o',label='Manhattan Distance')

    p3 = ax.plot(X_label, dis_lsit[4], c='y', marker='o',label='Chebyshev Distance')

    p4 = ax.plot(X_label, dis_lsit[5], c='g', marker='o',label='weighted Minkowski Distance')

    plt.legend()

    plt.title(pic_name, fontproperties=zhfont)

    plt.xlabel('coal_name', fontproperties=zhfont)

    plt.ylabel(pic_name, fontproperties=zhfont)

    # ax.xaxis.grid(True, which='major')

    ax.yaxis.grid(True, which='major')

    for a, b,c in zip(X_label, dis_lsit[5],dis_name):

    str_label = c + '_'+ str(b)

    plt.text(a, b, str_label, ha='center', va='bottom', fontsize=5)

    imgname = 'E:\\' + pic_name + '.png'

    plt.savefig(imgname,bbox_inches = 'tight')

    # plt.show()

    2019113083850153.png?2019103083947

    图形显示还有许多小技巧,使得可视化效果更好,比如坐标轴刻度的定制,网格化等

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

    展开全文
  • 这篇文章主要介绍了Python散点图折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下在数据分析的过程中,经常需要将数据可视化,目前常使用的...

    这篇文章主要介绍了Python散点图与折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

    在数据分析的过程中,经常需要将数据可视化,目前常使用的:散点图 折线图

    需要import的外部包 一个是绘图 一个是字体导入

    import matplotlib.pyplot as plt

    from matplotlib.font_manager import FontProperties

    在数据处理前需要获取数据,从TXT XML csv excel 等文本中获取需要的数据,保存到list

    def GetFeatureList(full_path_file):

    file_name = full_path_file.split('\')[-1][0:4]

    # print(file_name)

    # print(full_name)

    K0_list = []

    Area_list = []

    all_lines = []

    f = open(full_path_file,'r')

    all_lines = f.readlines()

    lines_num = len(all_lines)

    # 数据清洗

    if lines_num > 5000:

    for i in range(3,lines_num-1):

    temp_k0 = int(all_lines[i].split(' ')[1])

    if temp_k0 == 0:

    K0_list.append(ComputK0(all_lines[i]))

    else:

    K0_list.append(temp_k0)

    Area_list.append(float(all_lines[i].split(' ')[15]))

    # K0_Scatter(K0_list,Area_list,file_name)

    else:

    print('{} 该样本量少于5000'.format(file_name))

    return K0_list, Area_list,file_name

    绘制两组数据的散点图,同时绘制两个散点图,上下分布在同一个图片中

    def K0_Scatter(K0_list, area_list, pic_name):

    plt.figure(figsize=(25, 10), dpi=300)

    # 导入中文字体,及字体大小

    zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc', size=16)

    ax = plt.subplot(211)

    # print(K0_list)

    ax.scatter(range(len(K0_list)), K0_list, c='r', marker='o')

    plt.title(u'散点图', fontproperties=zhfont)

    plt.xlabel('Sampling point', fontproperties=zhfont)

    plt.ylabel('K0_value', fontproperties=zhfont)

    ax = plt.subplot(212)

    ax.scatter(range(len(area_list)), area_list, c='b', marker='o')

    plt.xlabel('Sampling point', fontproperties=zhfont)

    plt.ylabel(u'大小', fontproperties=zhfont)

    plt.title(u'散点图', fontproperties=zhfont)

    # imgname = 'E:\' + pic_name + '.png'

    # plt.savefig(imgname, bbox_inches = 'tight')

    plt.show()

    散点图显示

    2019113083850151.png?2019103083947

    绘制一个折线图 每个数据增加标签

    def K0_Plot(X_label, Y_label, pic_name):

    plt.figure(figsize=(25, 10), dpi=300)

    # 导入中文字体,及字体大小

    zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc', size=16)

    ax = plt.subplot(111)

    # print(K0_list)

    ax.plot(X_label, Y_label, c='r', marker='o')

    plt.title(pic_name, fontproperties=zhfont)

    plt.xlabel('coal_name', fontproperties=zhfont)

    plt.ylabel(pic_name, fontproperties=zhfont)

    # ax.xaxis.grid(True, which='major')

    ax.yaxis.grid(True, which='major')

    for a, b in zip(X_label, Y_label):

    str_label = a + str(b) + '%'

    plt.text(a, b, str_label, ha='center', va='bottom', fontsize=10)

    imgname = 'E:\' + pic_name + '.png'

    plt.savefig(imgname, bbox_inches = 'tight')

    # plt.show()

    2019113083850152.png?2019103083947

    绘制多条折线图

    def K0_MultPlot(dis_name, dis_lsit, pic_name):

    plt.figure(figsize=(80, 10), dpi=300)

    # 导入中文字体,及字体大小

    zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc', size=16)

    ax = plt.subplot(111)

    X_label = range(len(dis_lsit[1]))

    p1 = ax.plot(X_label, dis_lsit[1], c='r', marker='o',label='Euclidean Distance')

    p2 = ax.plot(X_label, dis_lsit[2], c='b', marker='o',label='Manhattan Distance')

    p3 = ax.plot(X_label, dis_lsit[4], c='y', marker='o',label='Chebyshev Distance')

    p4 = ax.plot(X_label, dis_lsit[5], c='g', marker='o',label='weighted Minkowski Distance')

    plt.legend()

    plt.title(pic_name, fontproperties=zhfont)

    plt.xlabel('coal_name', fontproperties=zhfont)

    plt.ylabel(pic_name, fontproperties=zhfont)

    # ax.xaxis.grid(True, which='major')

    ax.yaxis.grid(True, which='major')

    for a, b,c in zip(X_label, dis_lsit[5],dis_name):

    str_label = c + '_'+ str(b)

    plt.text(a, b, str_label, ha='center', va='bottom', fontsize=5)

    imgname = 'E:\' + pic_name + '.png'

    plt.savefig(imgname,bbox_inches = 'tight')

    # plt.show()

    2019113083850153.png?2019103083947

    图形显示还有许多小技巧,使得可视化效果更好,比如坐标轴刻度的定制,网格化等

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

    展开全文
  • 找了篇教程学习matplotlib,写折线图散点图。首先pip install matplotlib安装。输入代码:import matplotlib.pyplot as pltinput_values =[1,2,3,4,5]squares = [1,4,9,16,25]#plt.plot(squares,linewidth=5)plt....

    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.pyplot as plt

    input_values =[1,2,3,4,5]

    squares = [1,4,9,16,25]

    #plt.plot(squares,linewidth=5)

    plt.plot(input_values,squares,linewidth=5)#绘制折线图,使用plot接收数据

    plt.title("squares Numbers",fontsize=24)

    plt.xlabel("Value",fontsize=24)#x坐标

    plt.ylabel('Squares Value',fontsize=14)#y坐标

    plt.tick_params(axis='both',labelsize=12)

    plt.show()

    x_values = list(range(1,101))

    y_values = [x**2 for x in x_values]

    plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,edgecolors="none",s=40)#绘制散点图,使用scatter接收数据

    plt.title("squares Numbers",fontsize=24)

    plt.xlabel("Value",fontsize=14)

    plt.ylabel('Squares Value',fontsize=14)

    plt.tick_params(axis='both',labelsize=12)

    plt.axis([0,110,0,11000])

    plt.show()

    plt.savefig('squares_plot.png', bbox_inches='tight')

    代码较简单,运行结果如下

    展开全文
  • 1.画最简单的直线图代码如下:import numpy as npimport matplotlib.pyplot as pltx=[0,1]y=[0,1]plt.figure()plt.plot(x,y)plt.savefig("easyplot.jpg")结果如下:代码解释:#x轴,y轴x=[0,1]y=[0,1]#...
  • 你可以用numpy的polyfit。我使用以下(您可以安全地删除关于.../usr/bin/python3import numpy as npimport matplotlib.pyplot as pltimport csvwith open("example.csv", "r") as f:data = [row for row in csv.re...
  • 支持运行 40 多种编程语言matplotlib.pyplot——python数据可视化numpy——Python的开源的数值计算扩展(数组)教材:《Python数据分析与应用》黄红梅、张良均3.2分析特征间的关系散点图特征:揭示特征间的相关关系...
  • python折线图方法前做PPT要用到折线图,嫌弃EXCEL自带的看上去不好看,就用python写了一个画折线图的程序。import matplotlib.pyplot as pltx=[1,2,3,4,5,6]y1=[35000,85000,120000]y2=[45000,85000,100000]y3=...
  • 主要介绍了python绘制简单折线图代码示例,具有一定借鉴价值,需要的朋友可以参考下。
  • 广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力... 代码创建了x和y之间的散点图,我需要一段代码来过度绘制一条最适合散点图中的数据的行,而且我没有一个内置的pylab函数对我有用。 from matplotlib import *from...
  • 推荐(此处已添加圈子卡片,请到今日头条客户端查看)折线图:import pandas as pdimport matplotlib.pyplot as pltwomen_degrees = pd.read_csv('percent-bachelors-degrees-women-usa.csv')plt.plot(women_degrees...
  • mfc='w',label=u'y=x^2曲线') plt.plot(x, y1, marker='*', ms=10,label=u'y=x^3曲线') plt.legend() # 让图例生效 plt.xticks(x, names, rotation=45) plt.margins(0) plt.subplots_adjust(bottom=0.15) plt....
  • 本文是从matplotlib官网上摘录下来的一个实例,实现的功能是Python+matplotlib绘制自定义饼图作为散点图的标记,具体如下。首先看下演示效果实例代码:import numpy as npimport matplotlib.pyplot as plt# first ...
  • matplotlib模块的pyplot有画散点图的函数,但是该函数要求x轴是数字类型。 pandas的plot函数里,散点图类型scatter也要求数字型的,用时间类型的会报错。 在搜索阅读了几十篇网文后,摸索出画散点图的简单办法。 ...
  • 1、示例 1 代码import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# 生成数据v1 = np.random.normal(0, 1, 100)v2 = np.random.randint(0, 23, 100)v3 = v1 * v2# 3*100 的数据框df = pd....
  • 1.画最简单的直线图代码如下:import numpy as npimport matplotlib.pyplot as pltx=[0,1]y=[0,1]plt.figure()plt.plot(x,y)plt.savefig("easyplot.jpg")结果如下:代码解释:#x轴,y轴x=[0,1]y=[0,1]#...
  • Python应用实战代码-Python如何从折线图中提取数据点
  • python折线图利用的是matplotlib.pyplot.plot的工具来绘制折线图,这里先给出一个段代码和结果图:# -*- coding: UTF-8 -*-import numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt#这里导入...
  • 本篇文章给大家带来的内容是关于Python绘制折线图散点图的详细方法介绍(代码示例),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。1、绘制折线图散点图要用到matplotlib下的pylab,因此我们...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 22,300
精华内容 8,920
关键字:

python散点图代码

python 订阅