精华内容
下载资源
问答
  • Matplotlib是一个Python工具箱,用于科学计算的数据可视化。借助它,Python可以绘制如Matlab和Octave多种多样的数据...下面这篇文章主要介绍了python使用matplotlib如何绘制折线图的方法教程,需要的朋友可以参考借鉴。
  • matplotlib画折线图

    千次阅读 2018-12-16 21:16:46
    matplotlib画折线图 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] 代码如下: # 导入pyplot from matplotlib import pyplot as plt # 数据在X轴的位置,是一...

    matplotlib画折线图

    • 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]

      代码如下:

      # 导入pyplot
      from matplotlib import pyplot as plt 
      
      # 数据在X轴的位置,是一个可迭代的对象
      x = range(2, 26, 2)
      # 数据在Y轴的位置,是一个可迭代的对象
      # X轴与Y轴的数据个数必须一样,否则会报错
      # X轴和Y轴的数据一起组成了所有要绘制出的坐标
      # 分别是(2,15),(4,13)...
      y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
      # 传入x,y,通过pyplot绘制出折线图
      plt.plot(x, y)
      # 展示图形
      plt.show()
      

    结果如下图所示:image.png

    • 从图中可以看出,还存在一下几个问题:

      1. 设置图片大小(想要一个高清大图)

        • 使用figure中的参数figsize调整大小
        from matplotlib import pyplot as plt
        
        # figure图形图标的意思,在这里就是指我们画的图
        # 通过实例化一个figure并且传递参数
        # 在图像模糊的时候可以传入dpi参数,让图片更加清晰
        fig = plt.figure(figsize=(20, 8), dpi=80)
        
        x = range(2, 26, 2)
        y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
        plt.plot(x, y)
        plt.show()
        
        

        image.png

      2. 保存到本地

        • 使用savefig,plt.savefig(“保存路径文件名”)
        from matplotlib import pyplot as plt
        fig = plt.figure(figsize=(20, 8), dpi=80)
        x = range(2, 26, 2)
        y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
        plt.plot(x, y)
        # 保存图片
        plt.savefig("./t1.png")
        
      3. 描述信息,比如x轴和y轴分别表示什么,这个图表示什么

        • x轴的描述信息使用:plt.xlabel()
        • y轴的描述信息使用:plt.ylabel()
        • 图的描述信息使用:plt.title()
      4. 设置x或者y轴上数字和字符串对应

        • x轴使用:plt.xticks(“数字”,“字符串”)
        • y轴使用:plt.yticks(“数字”,“字符串”)
      5. 显示中文(matplotlib不支持中文显示)

        • 从matplotlib中导入font_manager的包
        • 查看系统中支持的中文字体
        • my_font=font_manager.fontProperties(fname=“字体路径”)
        • 在需要使用中文显示的地方加入:fontproperties=my_font
      6. 线条的样式(比如颜色,透明度等)

        • 在绘制的时候指定即可,即在plt.plot()中
        • 线条风格:linestyle=’–’
          字符线条风格
          -实线
          虚线
          -.点划线
          :点虚线
        • 线条粗细:linewidth=5
        • 透明度:alpha=0.5
        • 设置线条颜色:color=‘r’,也可以使用16进制表示颜色,也可以使用英文。
          字符颜色
          r红色
          g绿色
          b蓝色
          w白色
      7. 在一张图中绘制多个折线

        • 需要多少个线,就plot多少次
      8. 设置图例

        • 绘制多个折线之后,无法看出哪条折线代表什么意思,因此需要使用图例
        • 首先在plt.plot()中添加label,区别不同的折线
        • plt.legend(prop=my_font,loc="'best")
        • 通过prop指定图例的字体
        • 通过loc指定图例的位置,默认右上角
      9. 显示网格

        • plt.grid()
    • 例题: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?
      y = [random.randint(20,35) for i in range(120)]

      from matplotlib import pyplot as plt
      import random
      from matplotlib import font_manager
      # 设置中文显示,fname表示字体的路径。
      # 在需要显示中文的地方加上fontproperties = my_font
      my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
      
      y = [random.randint(20,35) for i in range(120)]
      x = range(0, 120)
      
      fig = plt.figure(figsize=(20,8),dpi=80)
      _x = list(x)
      # _xtick_labels = ["hello,{}".format(i) for i in _x]
      _xtick_labels = ["10点{}分".format(i) for i in range(60) ]
      _xtick_labels += ["11点{}分".format(i) for i in range(60)]
      # 让列表x中的数据和_xtick_labels上的数据都传入,最终会在x轴上一一对应显示
      # 两组数据的长度必须一样,否则不能完全覆盖整个轴
      # [::5]使用列表切片,每隔5个选一个数据进行展示
      # rotation=45表示旋转45°,这样字符串之间不会覆盖
      plt.xticks(_x[::5], _xtick_labels[::5],rotation = 45, fontproperties = my_font)
      
      plt.xlabel("时间", fontproperties = my_font)
      plt.ylabel("温度(ºC)",fontproperties = my_font)
      plt.title("10点到12点每分钟温度的变化情况", fontproperties = my_font)
      plt.plot(x,y)
      plt.show()
      

    结果展示:
    10点到12点气温折线图

    • 例题:假设大家在30岁的时候,根据自己的实际情况,统计出来了从11岁到30岁每年交的女(男)朋友的数量如列表a,请绘制出该数据的折线图,以便分析自己每年交女(男)朋友的数量走势
      y = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
      要求:
      y轴表示个数
      x轴表示岁数,比如11岁,12岁等
    from matplotlib import pyplot as plt
    from matplotlib import font_manager
    
    my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
    
    x = range(11, 31)
    y = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
    
    fig = plt.figure(figsize=(20,8), dpi=80)
    
    _x = x
    _xtick_labels = ["{}岁".format(i) for i in _x]
    plt.xticks(x, _xtick_labels, fontproperties = my_font)
    
    plt.title("11岁到30之间每年交的女朋友数量",fontproperties = my_font)
    
    # 绘制网格
    plt.grid(alpha = 0.1)
    
    plt.plot(x, y)
    plt.show()
    

    结果展示:image.png

    • 例题: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
      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]
      要求:
      y轴表示个数
      x轴表示岁数,比如11岁,12岁等
    from matplotlib import pyplot as plt
    from matplotlib import font_manager
    
    my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
    
    x = range(11, 31)
    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]
    
    fig = plt.figure(figsize=(20,8), dpi=80)
    plt.plot(x, y_1,label="自己")
    plt.plot(x, y_2, label="同桌")
    _x = x
    _xtick_labels = ["{}岁".format(i) for i in _x]
    plt.xticks(x, _xtick_labels, fontproperties = my_font)
    
    plt.title("11岁到30之间每年交的女朋友数量",fontproperties = my_font)
    
    plt.legend(prop = my_font,loc = "best")
    
    # 绘制网格
    plt.grid(alpha = 0.5)
    
    plt.show()
    

    结果展示:image.png

    展开全文
  • python使用matplotlib画折线图(详细)

    千次阅读 2020-03-26 13:15:10
    #numpy,matplotlib,pandas为数据分析三剑客。 import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.ticker ...#使用numpy产生数据 x = np.arange(-5, 5 , 0.1) ‘’’ np.ar...
    #numpy,matplotlib,pandas为数据分析三剑客。
    import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    from matplotlib.ticker import MultipleLocator
    
    #使用numpy产生数据
    x = np.arange(-5, 5 , 0.1)
    '''
    np.arange()函数返回一个有终点和起点的固定步长的数列,里面可以设置1-3个参数,依次是起点数,步长和终点数。
    一个参数时,参数值为终点,起点取默认值0,步长取默认值1。
    两个参数时,第一个参数为起点,第二个参数为终点,步长取默认值1。
    三个参数时,第一个参数为起点,第二个参数为终点,第三个参数为步长。其中步长支持小数。
    '''
    y = x*3
    
    #创建窗口和子图
    #方法一:先创建窗口,再创建子图(空白处绘制,子图填满窗口)
    fig = plt.figure(num = 1, figsize=(15, 8), dpi=80) #开启一个窗口,设置宽高和dpi。
    '''
    figure()函数说明
    figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
    num:图像编号或名称,数字为编号 ,字符串为名称
    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(默认值)为80。1英寸等于2.5cm,A4纸是 21*30cm的纸张 
    facecolor:背景颜色
    edgecolor:边框颜色
    frameon:是否显示边框
    
    '''
    ax1 = fig.add_subplot(1,1,1) #参数之间的,可以省略。
    #通过add_subplot()函数添加子图,三个参数依次表示:窗口中子图的总行数、总列数,本子图为从左往右从上往下第几块区域。
    '''ax2 = fig.add_subplot(2,1,2)
    print(fig, ax1, ax2) #打印窗口和子图参数'''
    
    #设置子图的基本元素
    ax1.set_title('python_drawing') #设置标题
    ax1.set_xlabel('x_name') #设置X轴名称
    ax1.set_ylabel('y_name') #设置Y轴名称
    plt.axis([-5,5,-16,16]) #设置横、纵坐标的范围
    '''
    #上面axis()函数的结果可以通过以下两个函数分解实现
    ax1.set_xlim(-6,6)
    ax1.set_ylim(-10,10)
    '''
    #定义横、纵向主刻度标签的刻度差,就是隔几个刻度才显示一个标签文本。
    xmajorLocator = MultipleLocator(2)
    ymajorLocator = MultipleLocator(2)
    #X轴、Y轴应用定义的横、纵向主刻度,如果不应用将采用默认刻度。
    ax1.xaxis.set_major_locator(xmajorLocator)
    ax1.yaxis.set_major_locator(ymajorLocator)
    #X轴、Y轴的网格应用定义的横、纵向主刻度。
    ax1.xaxis.grid(True, which='major') #两个参数,为Flase时不显示网格,括号为空为默认值(显示网格,采用主刻度)。
    ax1.yaxis.grid(True, which='major')
    
    '''
    #删除X轴、Y轴刻度
    ax1.set_xticks([])
    ax1.set_yticks([])
    # 自由设置X轴、Y轴刻度
    ax1.set_xticks([-5,-2,-1,1,3,5])
    ax1.set_yticks([-1,-3,-7,-9])
    '''
    
    '''#设置刻度的显示文本,设置刻度时前后要各多一个,rotation旋转角度,fontsize字体大小(small/medium/large)
    ax1.set_xticklabels(labels=['x0', 'x1', 'x2', 'x3', 'x4', 'x5', 'x6', 'x7', 'x8'], rotation = -45, fontsize = 'small')
    ax1.set_yticklabels(labels=['y1', 'y2'], rotation = 0, fontsize = 'medium')
    '''
    
    #设置线条参数
    plot1 = ax1.plot(x,y, linestyle='',marker = 's',color='g',label = 'legend8',alpha=0.5,linewidth=2)
    #alpha透明度,label为图例中线条名称,linewidth线条宽度。
    '''
    plt.plot()函数说明:
    一、plt.plot(x,y,format_string,**kwargs)
    
    x,y:x轴数据,y轴数据
    
    format_string:控制曲线的格式字串,有线条风格、线条标记、线条颜色三部分。
    线条风格,linestyle(或ls)=’-’ 当参数为空时是点图
    线条标记,marker = ‘o’  
    线条颜色,color=’g’
    
    以上三个参数的可选值
    线条风格(linestyle)
    ‘-‘                         实线  
    ‘:’                         虚线   
    ‘–’                         破折线 
    ‘None’ ’’               什么都不画    
    ‘-.’                        点划线
    线条标记(marker)
    ‘.’                 点
    ‘D’                 菱形  
    ‘s’                 正方形
    ‘h’                 六边形1    
    ‘*’                 星号
    ‘H’                 六边形2    
    ‘d’                 小菱形
    ‘_’                 水平线 
    ‘v’                 一角朝下的三角形
    ‘8’                 八边形 
    ‘<’                 一角朝左的三角形
    ‘p’                 五边形 
    ‘>’                 一角朝右的三角形
    ‘,’                 像素  
    ‘^’                 一角朝上的三角形
    ‘+’                 加号  
    ‘\  ‘               竖线
    ‘None’,’’         无   
    ‘x’                 X
    线条颜色(color)
    b               蓝色  
    g               绿色
    r               红色  
    y               黄色
    c               青色
    k               黑色   
    m               洋红色 
    w               白色
    
    关于*kwargs:
    有时候,函数的参数里会有(*args, **kwargs),都是可变参数,*args表示无名参数,是一个元组
    **kwargs是键值参数,相当于一个字典
    比如你输入参数为:(1,2,3,4,k,a=1,b=2,c=3),*args=(1,2,3,4,k),**kwargs={'a':'1,'b':2,'c':3}
    如果同时使用这两个参数,*args要在**kwargs之前
    本例子中,linestyle='',marker = 's',color='g', alpha=0.5,linewidth=2等键值对都是**kwargs
    '''
    #添加数字标签
    for a,b in zip(x,y):
        plt.text(a, b+0.05, '%.0f' % b, ha='center', va= 'bottom',fontsize=12)
    '''
    首先,前边设置的x、y值其实就代表了不同柱子在图形中的位置(坐标),通过for循环找到每一个x、y值的相应坐标——a、b,
    再使用plt.text在对应位置添文字说明来生成相应的数字标签,而for循环也保证了每一个点都有标签。
    其中,a, b+0.05表示在每一点对应x值、y值上方0.05处标注文字说明,'%.0f' % b,代表标注的文字,
    即每个柱子对应的y值, ha='center', va= 'bottom'代表horizontalalignment(水平对齐)、
    verticalalignment(垂直对齐)的方式,fontsize则是文字大小。
    '''
    
    #设置图例参数
    ax1.legend(loc='best', title='legend',fontsize='medium', frameon=True, edgecolor='blue', facecolor='blue')
    '''
    plt.legend()函数说明:
    位置:loc (可选参数 best, upper, right, upper left, lower left, lower right, right, center left,
    center right, lower center, upper center, center)
    图例标题:title
    图例字体大小:fontsize (可选参数:xx-small, x-small, small, medium, large, x-large, xx-large)
    图例边框:frameon (可选参数:True,Flase)
    图例边框颜色:edgecolor
    图例背景颜色:facecolor
    位置:loc,可选一下参数
    
    '''
    #指定位置显示文字
    ax1.text(2.8, 7, r'y=x*3')
    #添加注解
    ax1.annotate('important point', xy=(2,6), xytext=(3,1.5), arrowprops = dict(facecolor = 'black', shrink=0.05))
    #设置网格参数
    ax1.grid(b=True, which='major', axis='both', alpha=0.5, color='skyblue', linestyle='--', linewidth=2 )
    '''
    #在当前窗口添加一个子图
    axes1 = plt.axes([.2,.3,.1,.1], facecolor='y') #四个参数的话,前两个指的是相对于坐标原点的位置,后两个指的是坐标轴的长/宽度
    axes1.plot(x,y)
    '''
    
    #保存图片
    plt.savefig('test.jpg', dpi=100, bbox_inches='tight')
    plt.show() #显示窗口和子图
    
    展开全文
  • python用matplotlib画折线图

    万次阅读 多人点赞 2017-02-17 20:46:07
    折线图: import matplotlib.pyplot as plt y1=[10,13,5,40,30,60,70,12,55,25] x1=range(0,10) x2=range(0,10) y2=[5,8,0,30,20,40,50,10,40,15] plt.plot(x1,y1,label='Frist line',linewidth=3,color='r',...

    折线图:
    import matplotlib.pyplot as plt
    y1=[10,13,5,40,30,60,70,12,55,25]
    x1=range(0,10)
    x2=range(0,10)
    y2=[5,8,0,30,20,40,50,10,40,15]
    plt.plot(x1,y1,label='Frist line',linewidth=3,color='r',marker='o',
    markerfacecolor='blue',markersize=12)
    plt.plot(x2,y2,label='second line')
    plt.xlabel('Plot Number')
    plt.ylabel('Important var')
    plt.title('Interesting Graph\nCheck it out')
    plt.legend()
    plt.show()

    这里写图片描述

    条形图

    import matplotlib.pyplot as plt
    y1=[10,13,5,40,30,60,70,12,55,25]
    x1=range(0,20,2)
    x2=range(1,21,2)
    y2=[5,8,0,30,20,40,50,10,40,15]
    plt.bar(x1,y1,label='Frist line')
    #plt.bar(x2,y2,label='second line',color='r')
    plt.xlabel('Plot Number')
    plt.ylabel('Important var')
    plt.title('Interesting Graph\nCheck it out')
    plt.legend()
    plt.show()

    这里写图片描述

    直方图:

    import matplotlib.pyplot as plt
    population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,
                       110,120,121,122,130,111,115,112,80,75,
                       65,54,44,43,42,48]
    x=range(0,130,10)
    plt.hist(population_ages,x,rwidth=0.8,color='r',histtype='stepfilled')
    
    plt.xlabel('Plot Number')
    plt.ylabel('Important var')
    plt.title('Interesting Graph\nCheck it out')
    plt.legend()
    plt.show()

    这里写图片描述

    散点图:

    import matplotlib.pyplot as plt
    population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,
                       110,120,121,122,130,111,115,112,80,75,
                       65,54,44,43,42,48]
    x=range(0,len(population_ages))
    plt.scatter(x,population_ages,label='frist label',s=20)
    help(plt.scatter)
    plt.xlabel('x')
    plt.ylabel('y')
    plt.title('Interesting Graph\nCheck it out')
    plt.legend()
    plt.show()

    这里写图片描述

    展开全文
  • import matplotlib.pyplot as plt # figsize - 图像尺寸(figsize=(10,10)) # facecolor - 背景色(facecolor="blue") # dpi - 分辨率(dpi=72) fig = plt.figure(figsize=(10,10),facecolor="blue") #figsize...
  • 工具/原料pythonmatploblib方法/步骤1Matplotlib是一个python中的图像绘制库,先举一个简单的例子代码和绘制折线图的,如下图所示:2有时候需要在一个代码中绘制很多图像,需要创建多个figure对象,具体的代码和图像...

    在论文写作中经常会出现多个算法效果比较的折线对比图,本文就介绍一下,怎样通过python中的matplotlib库来画出折线对比图。

    工具/原料

    python

    matploblib

    方法/步骤

    1

    Matplotlib是一个python中的图像绘制库,先举一个简单的例子代码和绘制折线图的,如下图所示:

    f367139a310e1799368aae0ec9406afec214a33a.jpg?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_500%2Climit_1

    2

    有时候需要在一个代码中绘制很多图像,需要创建多个figure对象,具体的代码和图像如下图所示:

    35f2224133bad34157dcf581427622bc7cc52c3b.jpg?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_500%2Climit_1

    3

    如果想让图像改变颜色和样式,具体的代码和绘制图像所示:

    46a92de039723d03104b2a30bb486143d6d4573b.jpg?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_500%2Climit_1

    4

    如果要给图像设置横纵坐标轴,并在横纵坐标轴显示x,y的取值范围,具体的代码和绘制的图像如下所示:

    9881b1fce186242fb0c680a935e434daf15ee809.jpg?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_500%2Climit_1

    5

    如果要给图像设置横纵坐标轴起一个名字,具体的代码和绘制的图像如下所示:

    7c84d1672b5fd5465922aca27fd0b503c9d2240e.jpg?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_500%2Climit_1

    6

    如果把坐标轴换成不同的单位,则具体的代码和绘制的图像如下所示:

    b87bd38920c5260f7181c93cd2de45078901890e.jpg?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_500%2Climit_1

    7

    如果给图像中加入图线的图标,则具体的代码和绘制的图像如下图所示:

    18aebc5f0c14c27b9b37923f2a46b7b1eff9390f.jpg?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_500%2Climit_1

    8

    如果要画散点图,具体的代码和绘制的图像如下图所示:

    38332303bbea3e869dfd75f55cd4483105eb550f.jpg?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_500%2Climit_1

    END

    注意事项

    每次显示图片的时候需要用到plt.show()

    经验内容仅供参考,如果您需解决具体问题(尤其法律、医学等领域),建议您详细咨询相关领域专业人士。

    举报作者声明:本篇经验系本人依照真实经历原创,未经许可,谢绝转载。

    展开阅读全部

    展开全文
  • import matplotlib.pyplot as plt x = np.linspace(0, 2 * np.pi, 10) y1, y2 = np.sin(x), np.cos(x) line1, =plt.plot(x, y1, marker='o', mec='r', mfc='w') line2, =plt.plot(x, y2, marker='*', ms=10) plt....
  • 我整理了使用matplotlib绘制折线图的一般步骤,按照这个步骤走绘制折线图一般都没啥问题。其实用matplotlib库绘制折线图的过程,其实就是类似于数学上描点,连线绘制图形的过程。所有,这个过程就可以简单的规划为...
  • 使用matplotlib绘制折线图,柱状图,柱线混合图

    万次阅读 多人点赞 2019-08-31 21:54:49
    matplotlib介绍 Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用,如 ...matplotlib绘制折线图 绘制一条折线的折线图 # -*- c...
  • Python matplotlib绘制折线图

    千次阅读 2020-11-01 22:10:31
    Python matplotlib绘制折线图
  • 关闭网格线后,出正常,没有网格线。 ax1.grid(False)#网格线设置 ax2=ax1.twinx()#Y1,Y2共用一个X轴 ax2.grid(False) 打开Y轴的网格线后,明明没有打开X轴的网格线,X轴也出现了空白的网格线 各位这是怎么回事,...
  • 使用 Python 的 matplotlib 库来画图还是比较方便的,今天整理一下 matplotlib 画折线图的方法。# coding:utf-8"""Author: roguesirDate: 2017/8/30GitHub: https://roguesir.github.comBlog: http:...
  • matplotlib是Python中的一个第三方库。主要用于开发2D图表,以渐进式、交互式的方式实现数据可视化,可以更直观的呈现数据,使数据更具说服力。 一、安装matplotlib pip install matplotlib -i ...
  • 使用matplotlib画折线图快速指定颜色

    千次阅读 2021-09-22 11:09:20
    使用matplotlib画折线图时可以如下方式指定线条颜色 import matplotlib.pyplot as plt plt.plot([1,2],[3.4],color="red") plt.show() 但是其实可以更简单的方法—字母来代替颜色 plt.plot([1,2],[3,4],'r'...
  • Python实现画折线图的一个简单示例 # coding=utf-8 import numpy as np import matplotlib.pyplot as plt import matplotlib.font_manager as fm from scipy import interpolate font = 'TIMESBD.TTF' #字体文件,...
  • matplotlib是python的一个模块,用于绘制各种图形,今天介绍一下折线图的绘制。 先举一个简单的例子: from matplotlib import pyplot as plt x=range(4,26,2) y=[32,43,21,54,32,3,21,32,21,32,43] plt.plot(x,y) ...
  • import matplotlib.pyplot as plt import random 绘制基本图像 x = range(60) y_shanghai = [random.uniform(20, 50) for i in x] # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制图像 plt.plot(x, y...
  • matplotlib是受MATLAB的启发构建的。...每天温度数据如下,[15, 12.2, 14, 14, 34, 43, 23, 34, 11.5, 22, 23, 12],利用pyplot绘制折线图。 代码如下: from matplotlib import pyplot as plt x = range(2,
  • 数据可视化_用Matplotlib绘制折线图

    千次阅读 2020-11-23 18:24:56
    本文主要讲解如何使用Pyhon最流行的工具之一Matplotlib来绘制折线图: (一)安装Matplotlib使用Matplotlib来生成图表,为此需要使用pip包来对Matplotlib进行安装,执行命令如下: 为避免网络问题而导致下载并...
  • 记录下 使用python matplotlib从excel读取数据出来 反正就是各种拼凑 直接上结果代码 from datetime import date import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib as...
  • 先上代码 import os ...import matplotlib.pyplot as plt with open('test1122/costTimemy.txt', 'r') as f: contents = f.readlines() print(len(contents)) moduletimes = [] totaltimes = [] ...
  • csv数据如下所示: 代码如下所示: import pandas as pd import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'simhei' plt.rcParams['axes.unicode_minus']=False data...
  • csv数据如下所示: 代码如下所示: import pandas as pd import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'simhei' plt.rcParams['axes.unicode_minus']=False data...
  • 使用Matplotlib画折线图

    2021-03-29 23:41:18
    import matplotlib.pyplot as plt # 1.创建画布 # figsize:指定图的长宽 ...绘制折线图 plt.plot([1, 2, 3, 4, 5, 6 ,7], [17,17,18,15,11,11,13]) # 3.显示图像 plt.show() # 保存图片到指定路径 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 17,567
精华内容 7,026
关键字:

用matplotlib画折线图