精华内容
下载资源
问答
  • 主要介绍了Matplotlib 折线图plot()所有用法详解,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,需要的朋友们下面随着小编来一起学习学习吧
  • 主要介绍了python matplotlib折线图样式实现过程,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
  • 1、matplotlib 折线图 matplotlib: 最流行的Python底层绘图库,主要做数据可视化图表,名字取材于MATLAB,模仿MATLAB构建。其优点在于: 能将数据进行可视化,更直观的呈现 使数据更加客观、更具说服力 1.1 一个例子...

    数据分析学习线路图

    在这里插入图片描述

    1、matplotlib 折线图

    matplotlib: 最流行的Python底层绘图库,主要做数据可视化图表,名字取材于MATLAB,模仿MATLAB构建。其优点在于:

    1. 能将数据进行可视化,更直观的呈现
    2. 使数据更加客观、更具说服力

    1.1 一个例子

    假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]

    在这里插入图片描述

    结果输出:

    在这里插入图片描述

    但是目前存在以下几个问题:

    1. 设置图片大小(想要一个高清无码大图)
    2. 保存到本地
    3. 描述信息,比如x轴和y轴表示什么,这个图表示什么
    4. 调整x或者y的刻度的间距
    5. 线条的样式(比如颜色,透明度等)
    6. 标记出特殊的点(比如告诉别人最高点和最低点在哪里)
    7. 给图片添加一个水印(防伪,防止盗用)
    问题一、问题二
    from matplotlib import pyplot as plt
    
    fig = plt.figure(figsize=(20, 8), dpi=80)
    
    # figure 是指图形图标的意思,在这里指得就是我们的图
    # 通过实例化一个figure并且传递参数,能够在后台自动使用figure实例
    # 在图像模糊的时候,可以传入dpi值,使图像更加清晰
    
    x = range(2, 26, 2)
    y = [15, 13, 14, 5, 17, 20, 25, 26, 27, 22, 18, 15]
    
    plt.plot(x, y)
    plt.savefig("./sig_size.png")  # 保存图片
    
    plt.show()
    

    输出:
    在这里插入图片描述

    问题四 设置X的刻度
    from matplotlib import pyplot as plt
    
    fig = plt.figure(figsize=(20, 8), dpi=80)
    
    # figure 是指图形图标的意思,在这里指得就是我们的图
    # 通过实例化一个figure并且传递参数,能够在后台自动使用figure实例
    # 在图像模糊的时候,可以传入dpi值,使图像更加清晰
    
    x = range(2, 26, 2)
    y = [15, 13, 14, 5, 17, 20, 25, 26, 27, 22, 18, 15]
    
    plt.plot(x, y)
    # 设置X的刻度
    # plt.xticks(x) # 步长2
    # plt.xticks(range(2, 26)) # 步长1
    # plt.xticks(range(2, 26, 0.5)) # 步长0.5
    
    plt.xticks(x[::2])    # 当刻度太密集时,使用列表的步长来解决,matplotlib会自动帮我们对应
    
    plt.savefig("./sig_size.png")  # 保存图片
    
    plt.show()
    

    输出:
    在这里插入图片描述

    问题四
    如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况? a= [random.randint(20,35) for i in range(120)] 那么问题来了:如何修改matplotlib的默认字体?
    # coding=utf-8
    from matplotlib import pyplot as plt
    import random
    import matplotlib
    from matplotlib import font_manager
    
    # windws和linux设置字体的放
    font = {'family': 'MicroSoft YaHei',
            'weight': 'bold',
            'size': 'larger'}
    # matplotlib.rc("font", **font)
    matplotlib.rc("font", family='MicroSoft YaHei', weight="bold")
    
    # 另外一种设置字体的方式
    # my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
    
    x = range(0, 120)
    y = [random.randint(20, 35) for i in range(120)]
    
    plt.figure(figsize=(20, 8), dpi=80)
    
    plt.plot(x, y)
    
    # 调整x轴的刻度
    _xtick_labels = ["10点{}分".format(i) for i in range(60)]
    _xtick_labels += ["11点{}分".format(i) for i in range(60)]
    # 取步长,数字和字符串一一对应,数据的长度一样
    plt.xticks(list(x)[::3], _xtick_labels[::3], rotation=45)  # rotaion旋转的度数
    
    # 添加描述信息
    # plt.xlabel("时间", fontproperties=my_font)
    # plt.ylabel("温度 单位(℃)", fontproperties=my_font)
    # plt.title("10点到12点每分钟的气温变化情况", fontproperties=my_font)
    
    plt.show()
    
    

    输出:
    在这里插入图片描述

    问题三、添加描述信息
    # coding=utf-8
    from matplotlib import pyplot as plt
    import random
    import matplotlib
    from matplotlib import font_manager
    
    # windws和linux设置字体的放
    font = {'family': 'MicroSoft YaHei',
            'weight': 'bold',
            'size': 'larger'}
    my_font = matplotlib.rc("font", family='MicroSoft YaHei', weight="bold")
    
    # 另外一种设置字体的方式
    # my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
    
    x = range(0, 120)
    y = [random.randint(20, 35) for i in range(120)]
    
    plt.figure(figsize=(20, 8), dpi=80)
    
    plt.plot(x, y)
    
    # 调整x轴的刻度
    _xtick_labels = ["10点{}分".format(i) for i in range(60)]
    _xtick_labels += ["11点{}分".format(i) for i in range(60)]
    # 取步长,数字和字符串一一对应,数据的长度一样
    plt.xticks(list(x)[::3], _xtick_labels[::3], rotation=45, fontproperties=my_font)  # rotaion旋转的度数
    
    # 添加描述信息
    plt.xlabel("时间", fontproperties=my_font)
    plt.ylabel("温度 单位(℃)", fontproperties=my_font)
    plt.title("10点到12点每分钟的气温变化情况", fontproperties=my_font)
    
    plt.show()
    
    

    输出
    在这里插入图片描述

    2、绘制多次图形

    假设大家在30岁的时候,根据自己的实际情况,统计出来了你和你同桌各自从11岁到30岁每年交的女(男)朋友的数量如列表a和b,请在一个图中绘制出该数据的折线图,以便比较自己和同桌20年间的差异,同时分析每年交女(男)朋友的数量走势
    a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
    b = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]

    1. y轴表示个数
    2. x轴表示岁数,比如11岁,12岁等
      在这里插入图片描述
      在这里插入图片描述
    # coding=utf-8
    from matplotlib import pyplot as plt
    import matplotlib
    from matplotlib import font_manager
    
    font = {'family': 'MicroSoft YaHei',
            'weight': 'bold',
            'size': 'larger'}
    my_font = matplotlib.rc("font", family='MicroSoft YaHei', weight="bold")
    # my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
    
    y_1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
    y_2 = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]
    
    x = range(11, 31)
    
    # 设置图形大小
    plt.figure(figsize=(20, 8), dpi=80)
    
    plt.plot(x, y_1, label="自己", color="#F08080")
    plt.plot(x, y_2, label="同桌", color="#DB7093", linestyle="--")
    
    # 设置x轴刻度
    _xtick_labels = ["{}岁".format(i) for i in x]
    plt.xticks(x, _xtick_labels, fontproperties=my_font)
    # plt.yticks(range(0,9))
    
    # 绘制网格
    # 绘制网格,alpha是网格透明度,网格的线的疏密程度是根据坐标轴来的
    plt.grid(alpha=0.4, linestyle=':')
    
    # 添加图例
    plt.legend(prop=my_font, loc="upper left")  # 设置图例左上角显示
    
    # 展示
    plt.show()
    
    
    输出显示

    在这里插入图片描述

    3、折线图小结与不同图形差异的介绍

    1. 绘制了折线图(plt.plot)
    2. 设置了图片的大小和分辨率(plt.figure)
    3. 实现了图片的保存(plt.savefig)
    4. 设置了xy轴上的刻度和字符串(xticks)
    5. 解决了刻度稀疏和密集的问题(xticks)
    6. 设置了标题,xy轴的lable(title,xlable,ylable)
    7. 设置了字体(font_manager. fontProperties,matplotlib.rc)
    8. 在一个图上绘制多个图形(plt多次plot即可)
    9. 为不同的图形添加图例

    除此之外,matplotlib能够绘制折线图,散点图,柱状图,直方图,箱线图,饼图等

    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • from matplotlib import pyplot as plt x = range(1,10) #x轴的位置 y = [6,7,12,12,15,17,15,20,18] #y轴的位置 ''' 画布对象中设置图片的大小 figsize:指定figure的宽和高,单位为英寸; dpi参数指定绘图对象的...

    代码示例:

    from matplotlib import pyplot as plt
    x = range(1,10) #x轴的位置
    y = [6,7,12,12,15,17,15,20,18] #y轴的位置
    '''
    画布对象中设置图片的大小
    figsize:指定figure的宽和高,单位为英寸;
    dpi参数指定绘图对象的分辨率,即每英寸多少个像素,缺省值为80
    1英寸等于2.5cm, A4纸是21* 30cm的纸张
    '''
    plt.figure(figsize=(20,8),dpi=90)
    #传入x,y,通过plot画图,并设置折线颜色、透明度、折线样式和折线宽度  标记点、标记点大小、标记点边颜色、标记点边宽
    plt.plot(x,y,color='red',alpha=0.3,linestyle='--',linewidth=5,marker='o'
             ,markeredgecolor='r',markersize='20',markeredgewidth=10)
    # plt.show()
    ##保存(注意:要放在绘制的下面,并且p1t.show会释放figure资源,如果在显示图像之后保存图片将只能保存空图片。)
    plt.savefig('./p1.png')

    效果截图:

    展开全文
  • from matplotlib import pyplot as plt from matplotlib import font_manager y1 = [0,0,1,1,2,4,3,4,4,5,6,5,4,3,3,1,1,8,1,1] y2 = [0,1,3,1,2,2,3,4,3,2,1,2,1,1,1,6,1,1,1,1] x = range(11,31) plt.figure...

    代码示例:

    import random
    from matplotlib import pyplot as plt
    from matplotlib import font_manager
    
    y1 = [0,0,1,1,2,4,3,4,4,5,6,5,4,3,3,1,1,8,1,1]
    y2 = [0,1,3,1,2,2,3,4,3,2,1,2,1,1,1,6,1,1,1,1]
    x = range(11,31)
    plt.figure(figsize=(20,8),dpi=80)
    plt.plot(x,y1,color='red',label='自己')
    plt.plot(x,y2,color='red',label='同事')
    xticks_labels = [f'{i}' for i in x]
    my_font = font_manager.FontProperties(fname='/System/Library/Fonts/PingFang.ttc',size=20)
    plt.xticks(x,xticks_labels,fontproperties=my_font,rotation=45)
    #绘制网格
    plt.grid(alpha=0.3)
    #添加图例(注意:只有在这里需要添加prop参数是显示中文,其他的都用fontproperties),设置位置:upper 1eft、1ower 1eft、center left、upper center
    plt.legend(prop=my_font,loc='upper right')
    plt.show()

    效果截图:

    展开全文
  • import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文字体设置-黑体 plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题 sns.set(font='...
    import seaborn as sns
    import matplotlib.pyplot as plt
    
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体
    plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题
    sns.set(font='SimHei', style='white', )  # 解决Seaborn中文显示问题
    
    Income=[2456,2032,1900,2450,2890,2280] # 销售收入
    Profit_Margin=[0.125,0.113,0.102,0.145,0.143,0.151]  #边际利润率
    x = [1, 2, 3, 4, 5, 6]
    
    fig = plt.figure(figsize=(12, 8))
    plt.grid(axis="y",linestyle='-.')
    plt.xticks(fontsize=15)
    plt.title('销售收入与边际利润率的对比图',fontsize=20)
    
    # 画柱形图
    ax1 = fig.add_subplot(111)
    ax1.set_ylim([0, 3000])
    ax1.bar(x, Income, label='销售收入',alpha=0.7, width=0.45,color='gold',edgecolor='red',linewidth=1.5)
    ax1.set_ylabel('销售收入', fontsize=20)
    ax1.legend(loc=1,fontsize=15)
    plt.yticks(fontsize=13)
    
    # 画折线图
    ax2 = ax1.twinx()  # 组合图必须加这个
    ax2.set_ylim([0.1, 0.16])
    ax2.plot(x, Profit_Margin, label='边际利润率',color='blue', ms=10, mfc='red',lw=3, marker='o') # 设置线粗细,节点样式
    ax2.set_ylabel('边际利润率', fontsize=20)
    ax2.legend(loc=2,fontsize=15)
    plt.yticks(fontsize=13)
    
    plt.show()
    fig.savefig('题目3.jpg',dpi=800)
    
    
    
    
    

    在这里插入图片描述

    展开全文
  • 折线图:能够显示事物的变化趋势,变化情况 plt.plot() 直方图:绘制连续性的数据,展示一组或者多组数据的分布情况 条形图:绘制离散的数据,展示一组或多组数据的分布情况 散点图:判断变量之间是否存在数量关联...
  • 我和同桌好友变化 from matplotlib import pyplot as plt from matplotlib import font_manager age = list(range(11, 31)) # 年龄范围 y1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1] # ...
  • import matplotlib from matplotlib import pyplot as plt import random #导入数据 x = range(0,12) y = [random.randint(-10,30) for i in range(12)] ''' 设置画布 ''' plt.figure(figsize = (10,8),#指定...
  • matplotlib折线图调整线形状

    千次阅读 2019-08-01 22:30:26
    基本画图例子: ...import matplotlib.pyplot as plt import numpy as np # pre-datas x = np.arange(1, 11, 1) # x坐标 plt.plot(x, y1, lw=1, c='red', marker='s', ms=4, label='Y1') # 绘制y1 plt.plot(x...
  • #传入x,y,通过plot画图,并设置折线颜色、透明度、折线样式和折线宽度 标记点、标记点大小、标记点边颜色、标记点边宽 plt.plot(x,y,color='red',alpha=0.3,linestyle='--',linewidth=5,marker='o' ,marke
  • from matplotlib import pyplot as plt x = range(1,10) #x轴的位置 y = [6,7,12,12,15,17,15,20,18] #y轴的位置 #传入x,y,通过plot画图,并设置折线颜色、透明度、折线样式和折线宽度 plt.plot(x,y,color='red',...
  • import matplotlib.pyplot as plt import numpy as np x = np.arange(1,100) fig = plt.figure(figsize=(20,10),dpi=80) # 创建子图1 sub1 = fig.add_subplot(2,2,1) sub1.plot(x,x) #创建子图2 sub2 = fig.add_...
  • 折线图应用场景 主要用于产品随时间走势 加载数据和设置中文显示 import numpy as np import matplotlib.pyplot as plt # 默认不支持中文,需要配置RC 参数 plt.rcParams['font.sans-serif']='SimHei' # ...
  • from matplotlib import pyplot as plt x = range(2,26,2) y = [random.randint(12,35) for i in x] plt.figure(figsize=(20,8),dpi=80) # 设置x轴的刻度 # plt.xticks(x) # 设置y轴的刻度 # plt.yticks(range...
  • 02-matplotlib折线图

    2020-02-21 20:22:00
    什么是matplotlib 最流行的python底层绘图库,主要做数据可视化图表,名字取自MATLAB,模仿MATLAB创建 matplot基本要点 axis轴:指的是x或者y这种坐标轴 matplot的散点、直方、柱状 更多的画图工具 ...
  • 各种统计的特点和用途 什么是matplotlib 最流行的python底层绘图库,主要做数据可视化图表,名字取材于MATLAB,模仿MATLIB构建 为什么要学习matplotlib 能将数据进行可视化,更直观的呈现 使数据更加客观、更具...
  • 一般情况下,绘制折线图和散点图使用matplotlib.pylab下的plot,绘制折线图使用matplotlib.pylab下的hist 绘制折线图 # 折线图/散点图,一般使用plot # 直方图,一般使用hist import matplotlib.pylab as pyl x =...
  • 之前记录过关于直线绘制函数的封装,现在补充剩余的部分,多种数据绘制在同一表格中,且每组数据的刻度不同 目录 Code 示例 总结 Code import random from matplotlib import pyplot as plt from mpl_...
  • Python 数据可视化之matplotlib 数据的可视化指的是将数据呈现为漂亮的统计图表,然后进一步发现数据中包含的规律以及隐藏的信息。数据可视化又与数据挖掘和大数据分析紧密相关,而这些领域以及当下被热议的“深度...
  • matplotlib折线图上的点画成空心圆

    千次阅读 2021-03-09 17:59:52
    plt.plot中有个参数:marker,就是指点的样式,令marker=‘o’后画出来的是实心圆,如下,那怎么把它变成空心的呢? 直接在plot里再传个参数markerfacecolor即可 plt.plot(a, b, color="black", marker='o', ...
  • matplotlib.pyplot 小明和小黄 10岁到20岁挨打的次数 导入模块 from matplotlib import pyplot as plt import matplotlib 设置中文显示和图形大小 # 设置中文和负数正常显示 matplotlib.rcParams['font.sans-...
  • matplotlib折线图

    2020-12-23 22:45:29
    matplotlib折线图一、使用步骤1.引入库2.读入数据 一、使用步骤 1.引入库 代码如下(示例): import numpy as np import pandas as pd import matplotlib.pyplot as plt 2.读入数据 代码如下(示例): import ...
  • matplotlib 简单图形格式设置,方便自己 # -*- coding:utf-8 -*- # author:qyy time:2019-7-10 from pylab import * import matplotlib.pyplot as plt # 图像上显示中文 mpl.rcParams['font.sans-serif'] = ['...
  • Python matplotlib绘制折线图

    千次阅读 2020-11-01 22:10:31
    Python matplotlib绘制折线图
  • 一、折线图绘图基本内容如下所示,功能看代码后的注释。 二、其余功能可以通过访问函数介绍或者matplotlib官网,后者可以直接在模板上修改,非常方便。 (注:其中我调用字体的地址是自己电脑里的,如果路径不同需要...
  • for a, b in zip(df.index, df['2021年数量']): plt.text(a, b+100, '%.0f副' % b, ha='center', va='bottom', fontsize=10, color='red')
  • 主要介绍了python使用matplotlib绘制折线图的示例代码,帮助大家更好的利用matplotlib绘制图形,感兴趣的朋友可以了解下

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 14,499
精华内容 5,799
关键字:

matplotlib折线图