精华内容
下载资源
问答
  • 这是一张蓝色数据分析PPT折线图,.PPTX格式;
  • 数据分析PPT常用折线图素材下载,关键词:幻灯片柱状图,PPT折线图数据分析PPT图表素材,PPTX格式; 数据分析PPT常用折线图素材下载,关键词:幻灯片柱状图,PPT折线图数据分析PPT图表素材,PPTX格式;
  • 这是一张蓝色数据分析PPT折线图,.PPTX格式;
  • 数据分析折线图PPT素材下载,关键词:数据分析幻灯片素材,PPT图表素材下载,复式折线统计图PPT模板下载,PPTX格式; 数据分析折线图PPT素材下载,关键词:数据分析幻灯片素材,PPT图表素材下载,复式折线统计图PPT...
  • 这是一张橙色简洁历年数据分析PPT折线图,.PPTX格式;
  • 数据分析第二讲 matplotlib折线图 1、matplotlib介绍 Matplotlib 是一个 Python 的 2D绘图库,最流行的Python底层绘图库,主要数据可视 化图标 1.能将数据进行可视化,更直观的 2.使数据更加直观,更具说服力 2...

    数据分析第二讲 matplotlib折线图

    在这里插入图片描述

    1、matplotlib介绍

    • Matplotlib 是一个 Python 的 2D绘图库,最流行的Python底层绘图库,主要做数据可视
      化图标
      1.能将数据进行可视化,更直观的
      2.使数据更加直观,更具说服力

    2、matplotlib简单使用

    2.1 matplotlib安装:pip3 install matplotlib

    在这里插入图片描述
    在这里插入图片描述

    2.2 写代码

    # 创建数字1到5的列表:
    # 使用list(range(1,6)
    print(list(range(1, 6)))  # [1, 2, 3, 4, 5]
    print([i for i in range(1, 6)])  # [1, 2, 3, 4, 5]  # 列表推导式
    
    # 假设一天中每隔两个小时的气温分别是   24 [2, 4, 6, 8,..., 24]
    # [15,13,14.5,17,20,25,26,26,27,22,18,15]
    # pip3 install matplotlib   安装matplotlib库
    # as 别名
    from matplotlib import pyplot as plt
    
    
    x = range(2, 26, 2)
    y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]
    # x轴 y轴  plot x and y using default line style and color
    plt.plot(x, y)  # 折线图
    plt.plot(x, y, 'bo')  # 散点图
    plt.show()
    

    2.3 运行代码,得到折线图

    在这里插入图片描述

    3、完善图形

    3.1完善图形

    • 1.设置图片大小
      宽 高 dpi图片清晰度
      fig = plt.figure(figsize=(20,8),dpi=80)
    • 2.保存到本地
      plt.savefig(’./matp.png’)
    • 3.描述信息,x和y轴表示什么
      plt.xlabel(‘time’)
      plt.ylabel(‘temp’)
    • 4.调整x或者y的刻度的间距
      plt.xticks(x)
      设置中文调整x轴的刻度
      import matplotlib
      font = {
      ‘family’:‘SimHei’,
      ‘weight’:‘bold’,
      ‘size’:12
      }
      matplotlib.rc(“font”, **font)

    _x = [i/2 for i in range(4, 49)] # 可以得到半个小时的刻度
    plt.xticks(_x)

    • 5.线条的样式(颜色,透明度)
      plt.plot(x, y_1, label=“yangyu大帝”, color=‘red’, marker=‘o’)
      plt.plot(x, y_2, label=‘电击小子’, linestyle=‘dashed’)
    • 6.标记处特殊的点(最高点,最低点)
      import numpy as np
      x = range(2, 26, 2)
      y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]
      y = np.array(y)
      print(y) # [15. 13. 14.5 17. 20. 25. 26. 26. 27. 22. 18. 15. ]
      max_index = np.argmax(y) # max value index
      print(max_index) # 8
      min_index = np.argmin(y) # min value index
      print(min_index) # 1
      plt.plot(x[max_index], y[max_index], ‘ks’)
      show_max = ‘[’ + str(x[max_index]) + ‘,’ + str(y[max_index]) + ‘]’
      plt.annotate(show_max, xy=(x[max_index], y[max_index]))
      plt.plot(x[min_index], y[min_index], ‘gs’)
      show_min = ‘[’ + str(x[min_index]) + ‘,’ + str(y[min_index]) + ‘]’
      plt.annotate(show_min, xy=(x[min_index], y[min_index]))
    • 7.给图片一个水印(防伪,防止盗用)
      import matplotlib.image as image
      datafile = ‘yangyu.jpg’
      im = image.imread(datafile)
      fig.figimage(im)
    # 假设一天中每隔两个小时的气温分别是   24 [2, 4, 6, 8,..., 24]
    # [15,13,14.5,17,20,25,26,26,27,22,18,15]
    from matplotlib import pyplot as plt
    import numpy as np
    import matplotlib
    import matplotlib.image as image
    
    font = {
        'family': 'SimHei',
        'weight': 'bold',
        'size': 12
    }
    matplotlib.rc("font", **font)
    x = range(2, 26, 2)
    y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]
    y = np.array(y)
    # print(y)  # [15.  13.  14.5 17.  20.  25.  26.  26.  27.  22.  18.  15. ]
    max_index = np.argmax(y)  # max value index
    # print(max_index)  # 8
    min_index = np.argmin(y)  # min value index
    # print(min_index)  # 1
    # 设置图片大小figsize  宽 高  dpi 图片的清晰度 max 100
    fig = plt.figure(figsize=(20, 10), dpi=85)
    # 设置x轴和y轴描述信息
    plt.xlabel('time/时间')
    plt.ylabel('temp/温度')
    
    # x轴 y轴  plot x and y using default line style and color
    plt.plot(x, y)  # 折线图
    plt.plot(x, y, 'bo')  # 散点图
    plt.plot(x[max_index], y[max_index], 'ks')
    show_max = '[' + str(x[max_index]) + ',' + str(y[max_index]) + ']'
    plt.annotate(show_max,  xy=(x[max_index], y[max_index]))
    plt.plot(x[min_index], y[min_index], 'gs')
    show_min = '[' + str(x[min_index]) + ',' + str(y[min_index]) + ']'
    plt.annotate(show_min, xy=(x[min_index], y[min_index]))
    
    # _x = range(2, 25)   # range函数的步进必须是int类型,得不到半个小时的刻度,用列表推导式
    _x = [i / 2 for i in range(0, 49)]  # 可以得到半个小时的刻度
    plt.xticks(_x)
    # 设置title
    plt.title("当日气温变化图")
    # 加水印
    datafile = 'yangyu.jpg'
    im = image.imread(datafile)
    fig.figimage(im)
    # 保存图片
    plt.savefig('./matp.png')
    
    plt.show()
    

    在这里插入图片描述

    4、设置中文调整x轴的刻度

    _x = list(x)[::10]
    _xtick_labels = [“hello,{}”.format(i) for i in _x]
    plt.xticks(_x,_xtick_labels)

    5、练习

    练习1

    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)]

    # 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)]
    import random
    from matplotlib import pyplot as plt
    import matplotlib
    
    # ttc 不支持  ttf的字体才可以
    font = {
    'family':'SimHei',
    'weight':'bold',
    'size':12
    }
    matplotlib.rc("font", **font)
    x = range(0, 120)
    y = [random.randint(20, 35) for i in range(120)]
    
    # 设置图形大小
    plt.figure(figsize=(15, 8), dpi=80)
    
    # 图像title
    plt.title("10点到12点每分钟的时间变化情况")  # 设置title
    
    # 描述信息
    plt.xlabel("时间")  # 设置x轴的lable
    plt.ylabel("温度")  # 设置y轴的lable
    
    _x = range(0, 120, 10)
    _xtick_lable = ["10点{}分".format(i) for i in range(60)]
    _xtick_lable += ["11点{}分".format(i) for i in range(60)]
    
    # 设置x轴刻度
    print(_xtick_lable)
    plt.xticks(_x, _xtick_lable[::10], rotation=45)  # 旋转45度
    
    plt.plot(x, y)
    
    plt.show()
    
    # 另一种修改字体的方法
    '''
    from matplotlib.font_manager import FontProperties
    # 把字体注册到matplotlib字体库
    font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14)
    plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=90, fontproperties=font)
    plt.xticks(_x, _xtick_lable[::10], fontproperties=font, rotation=45)  # 旋转45度
    '''
    
    

    在这里插入图片描述

    练习2

    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岁每年交的男女朋友
    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男女朋友的数量走势
    a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
    要求: y轴表示个数 x轴表示岁数,比如11岁,12岁

    '''
    假设大家在30岁的时候,根据自己的实际情况,统计出来了你和同学从11岁到30岁每年交的
    男女朋友的数量如列表a和b,请绘制出该数据的折线图,以便分析自己和同学每年交男女朋友
    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 = [1,0,3,1,2,2,2,3,1,1,1,1,1,2,1,1,2,3,2,2]
    要求:
    y轴表示个数
    x轴表示岁数,比如11岁,12岁
    '''
    
    from matplotlib import pyplot as plt
    from matplotlib.font_manager import FontProperties
    font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14)
    
    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, 2, 3, 1, 1, 1, 1, 1, 2, 1, 1, 2, 3, 2, 2]
    # print(len(x))  # 20
    # print(len(y))  # 20
    
    # 设置图片大小
    plt.figure(figsize=(15, 8), dpi=80)
    
    # 设置x轴的刻度
    _xticks = ["{}岁".format(i) for i in range(11, 31)]
    plt.xticks(x, _xticks, fontproperties=font)
    
    # 根据x,y来绘制图形
    # plot(x, y, color='green', marker='o', linestyle='dashed',
    #         ...      linewidth=2, markersize=12)  #
    # color  # 线条颜色
    # linestyle 线条样式
    plt.plot(x, y_1, label="yangyu大帝", color='red', marker='o')
    plt.plot(x, y_2, label='电击小子', linestyle='dashed')
    plt.grid()  # 添加网格
    plt.legend(prop=font)  # 图例
    plt.show()
    
    

    在这里插入图片描述

    6、图片加水印

    '''
    假设大家在30岁的时候,根据自己的实际情况,统计出来了你和同学从11岁到30岁每年交的
    男女朋友的数量如列表a和b,请绘制出该数据的折线图,以便分析自己和同学每年交男女朋友
    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 = [1,0,3,1,2,2,2,3,1,1,1,1,1,2,1,1,2,3,2,2]
    要求:
    y轴表示个数
    x轴表示岁数,比如11岁,12岁
    '''
    
    from matplotlib import pyplot as plt
    from matplotlib.font_manager import FontProperties
    import matplotlib.image as image
    font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14)
    
    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, 2, 3, 1, 1, 1, 1, 1, 2, 1, 1, 2, 3, 2, 2]
    # print(len(x))  # 20
    # print(len(y))  # 20
    
    # 设置图片大小
    fig = plt.figure(figsize=(15, 8), dpi=80)
    
    # 设置x轴的刻度
    _xticks = ["{}岁".format(i) for i in range(11, 31)]
    plt.xticks(x, _xticks, fontproperties=font)
    
    # 根据x,y来绘制图形
    # plot(x, y, color='green', marker='o', linestyle='dashed',
    #         ...      linewidth=2, markersize=12)  #
    # color  # 线条颜色
    # linestyle 线条样式
    plt.plot(x, y_1, label="yangyu大帝", color='red', marker='o')
    plt.plot(x, y_2, label='电击小子', linestyle='dashed')
    plt.grid()  # 添加网格
    plt.legend(prop=font)  # 图例
    
    # 设置图片水印
    datafile = 'yangyu.jpg'
    im = image.imread(datafile)
    fig.figimage(im)
    
    plt.show()
    
    

    在这里插入图片描述

    7、matplotlib绘制图形

    • matplotlib官网:https://matplotlib.org/gallery/index.html
    • matplotlib能够绘制折线图,散点图,柱状图,直方图等
    • 我们需要知道不同的统计图到底能够表示什么,以此来决定选择哪种统计图来更直
      观的呈现我们的数据

    7.1 折线图:以折线的上升或下降来表示统计数量的增减变化的统计图

    特点:能够显示数据的变化趋势,反映事物的变化情况(变化)
    在这里插入图片描述

    7.2 直方图:由一系列高度不等的纵向条纹或线段表示数据分布的情况,一般用横轴表示数据范围,纵轴表示分布情况

    特点:绘制连续性的数据,展示一组或者多组数据的分布情况(统计)
    在这里插入图片描述

    7.3 :排列在工作表的列或行中的数据可以绘制到条形图中

    特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别(统计)
    在这里插入图片描述

    7.4 散点图:用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联,或总结坐标点的分布模式

    特点:判断变量之间是否存在数量关联趋势,表示离群点(分布规律)
    在这里插入图片描述

    8、总结

    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(legend(prop=font))

    展开全文
  • 数据分析PPT常用折线图素材下载,关键词:幻灯片柱状图,PPT折线图数据分析PPT图表素材,PPTX格式;
  • 这是一张橙色简洁历年数据分析PPT折线图,.PPTX格式;
  • 数据分析折线图PPT素材下载,关键词:数据分析幻灯片素材,PPT图表素材下载,复式折线统计图PPT模板下载,PPTX格式;
  • 这是一套折线图背景的,数据分析报告PPT模板。第一PPT模板网提供精美数据分析幻灯片模板免费下载; 关键词:动态扁平化数据分析报告PowerPoint模板,紫色简洁幻灯片模板,.PPTX格式;
  • Excel折线图面积图模板-红色目标实际数据分析
  • Python数据分析之matplotlib折线图1.需求2.需求分析3.代码示例4.总结和思考 1.需求 需求假设大家在30岁,根据实际情况,统计出你和同桌从11岁倒30岁成的男女朋友数量,绘出折线图分析自己和同桌的谈恋爱走势 ‘’’ ...

    Python数据分析之matplotlib折线图

    1.需求

    • 需求假设大家在30岁,根据实际情况,统计出你和同桌从11岁倒30岁做成的男女朋友数量,绘出折线图分析自己和同桌的谈恋爱走势
      ‘’’
      a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
      b = [1,0,3,1,2,2,2,3,1,1,1,1,1,2,1,1,2,3,2,2]
      ‘’’
    • 要求y轴表示个数,x轴表示岁数

    2.需求分析

    • 1.需要反映走势,采用折线图
    • 2.x轴对应年龄,y轴对应当年的人数
    • 3.对标签部分的汉字进行处理,避免乱码

    3.代码示例

    # !/usr/bin/python
    # Filename: 折线图作业一.py
    # Data    : 2020/12/29
    # Author  : --king--
    # ctrl+alt+L自动加空格格式化
    
    # 需求假设大家在30岁,根据实际情况,统计出你和同桌从11岁倒30岁做成的男女朋友数量,绘出折线图分析自己和同桌的谈恋爱走势
    '''
    a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
    b = [1,0,3,1,2,2,2,3,1,1,1,1,1,2,1,1,2,3,2,2]
    '''
    # 要求y轴表示个数,x轴表示岁数
    
    from matplotlib import pyplot as plt
    from matplotlib.font_manager import FontProperties
    
    # 设置字体
    font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14)
    
    # 设置y轴对应值
    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, 2, 3, 1, 1, 1, 1, 1, 2, 1, 1, 2, 3, 2, 2]
    
    # 设置x轴对应值
    x = range(11, 31)
    
    # 创建画布
    fig = plt.figure()
    
    # 添加子图ax1
    ax1 = plt.subplot(2, 1, 1)
    
    plt.plot(x, a, marker='*', markersize=10, color='g')
    
    # 设置x轴刻度标签
    x_t = range(11, 31)
    x_l = [f'{i}岁' for i in range(11, 31)]
    plt.xticks(x_t, x_l, rotation=45, fontproperties=font)
    plt.xlabel('年龄', fontproperties=font)
    
    # 设置y轴刻度标签
    y_t = range(0, 7)
    y_l = [f'{i}个' for i in range(0, 7)]
    plt.yticks(y_t, y_l, fontproperties=font)
    plt.ylabel('恋爱人数', fontproperties=font)
    
    plt.title('我的恋爱路线', fontproperties=font)
    # 设置网格
    plt.grid()
    
    # 添加子图ax2
    ax2 = plt.subplot(2, 1, 2)
    
    plt.plot(x, b, marker='o', markersize=10, color='y')
    
    # 设置x轴刻度标签
    x_t = range(11, 31)
    x_l = [f'{i}岁' for i in range(11, 31)]
    plt.xticks(x_t, x_l, rotation=45, fontproperties=font)
    plt.xlabel('年龄', fontproperties=font)
    
    # 设置y轴刻度标签
    y_t = range(0, 7)
    y_l = [f'{i}个' for i in range(0, 7)]
    plt.yticks(y_t, y_l, fontproperties=font)
    plt.ylabel('恋爱人数', fontproperties=font)
    
    plt.title('同桌的恋爱路线', fontproperties=font)
    
    plt.grid()
    plt.show()
    
    

    在这里插入图片描述

    4.总结和思考

    • 1.汉字处理可以采用全局处理的方式,方便很多
      • 全局处理的方式1 :

      import matplotlib
      font = {
      ‘family’:‘SimHei’,
      ‘weight’:‘bold’,
      ‘size’:12
      }
      matplotlib.rc(“font”, **font)

      • 全局处理方式2:

      import matplotlib.pyplot as plt
      plt.rcParams[‘font.sans-serif’] = [‘SimHei’] # 步骤一(替换sans-serif字体)
      plt.rcParams[‘axes.unicode_minus’] = False # 步骤二(解决坐标轴负数的负号显示问题)

    • 2.两张图部分代码重合度较高,可以考虑采用函数的方式写框架
    • 3.subplot(行数, 列数, 第几张图(从1开始))
    • 4.刻度需要一致才能又对比效果,不能单纯的以min(y),max(y)定义y轴
    展开全文
  • 数据分析折线图

    千次阅读 2019-03-13 15:28:25
    edgecolors()删除数据点的轮廓 c()自定义颜色 使用颜色映射 plt.scatter(x_value, y_value, c=y_value, cmap=plt.cm.Reds, edgecolors=‘none’, s=40) plt.scatter(x_value, y_value, c=‘red’, ...

    import matplotlib.pyplot as plt

    input_values = [1, 2, 3, 4, 5]
    squares = [1, 4, 9, 16, 25]
    x_value = list(range(1, 1001))
    y_value = [x ** 2 for x in x_value]

    plt.plot(input_values,squares,linewidth=5)#linewidth线条粗细

    edgecolors()删除数据点的轮廓

    c()自定义颜色

    使用颜色映射

    plt.scatter(x_value, y_value, c=y_value, cmap=plt.cm.Reds, edgecolors=‘none’, s=40)

    plt.scatter(x_value, y_value, c=‘red’, edgecolors =‘none’, s=20)

    设置图标标题,并给坐标轴加标签

    plt.title(“squares numbers”, fontsize=24)
    plt.xlabel(“value”, fontsize=14)
    plt.ylabel(“squares of value”, fontsize=14)

    设置刻度标记的大小

    plt.tick_params(axis=‘both’, labelsize=14)

    设置每个坐标的取值范围

    plt.axis([0, 1100, 0, 1100000])
    plt.show()

    自动保存图表

    plt.savefig('suqares_plot.png ', bbox_inches=‘tight’)

    展开全文
  • Excel折线图面积图模板-各年度按季度数据分析
  • 这是一张彩色两数据对比分析PPT折线图。.PPTX格式;
  • matplotlib绘制折线图基础数据分析

    千次阅读 2019-06-04 17:51:39
    2、一个图上画两条折线图 # 一个图上绘制多条线段 from matplotlib import pyplot as plt from matplotlib import font_manager # 设置中文字体显示 my_font = font_manager.FontProperties(fname='C:\Windows\...

    1、10点到12点温度的变化

    import random
    from matplotlib import pyplot as plt
    import matplotlib
    from matplotlib import font_manager
    
    # 设置绘制图形支持中文, windows Linux Mac通用设置字体
    my_font = font_manager.FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
    
    # 确定x,y轴
    x = range(0,120)
    y = [random.randint(20,35) for i in range(120)]
    
    # 设置图片的样式大小
    plt.figure(figsize=(15,8), dpi=80)
    
    # 绘制图形
    plt.plot(x,y)
    
    # 调整x的刻度
    # _x = list(x)[::3]      # 后面的[::10]是取列表的步长
    _xtick_labls = ["10点{}分".format(i) for i in range(60)]
    _xtick_labls += ["11点{}分".format(i) for i in range(60)]
    
    # 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点随机温度的变化情况', fontproperties=my_font)
    
    # 取步长,数字和字符串一一对应
    # rotation 表示让字符串进行旋转
    plt.xticks(x[::3], _xtick_labls[::3], rotation=45, fontproperties=my_font)
    
    plt.show()
    

    在这里插入图片描述

    2、一个图上画两条折线图

    # 一个图上绘制多条线段
    from matplotlib import pyplot as plt
    from matplotlib import font_manager
    
    # 设置中文字体显示
    my_font = font_manager.FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
    
    x = range(11,31,1)
    y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
    y_2 = [2,1,0,1,3,6,4,1,2,2,3,8,4,2,3,6,4,2,5,3]
    
    plt.figure(figsize=(15,8), dpi=80)
    # plot两次就可以了
    plt.plot(x,y_1, label='自己', color='yellow')
    plt.plot(x,y_2, label='同桌', color='cyan')
    
    # 设置x轴的刻度
    _xtick_labls = ['{}岁'.format(i) for i in range(11,31)]
    plt.xticks(x, _xtick_labls, rotation=45, fontproperties=my_font)
    plt.yticks(range(0,10))
    
    # 设置x y 轴的注释,以及图形的标题
    plt.xlabel('年龄', fontproperties=my_font)
    plt.ylabel('交朋友的个数 (单位:个)', fontproperties=my_font)
    plt.title('随着年龄的增长交朋友的个数曲线图', fontproperties=my_font)
    
    # alpha 设置透明度
    plt.grid(alpha=0.4)
    
    # 添加图例
    # 只有在这里是使用prop来接收中文标注
    plt.legend(prop=my_font)
    
    # 保存图片
    plt.savefig('./t1.png')
    
    plt.show()
    

    在这里插入图片描述

    展开全文
  • 数据分析基础之matplotlib绘制折线图

    千次阅读 2019-08-09 18:27:37
    什么是数据分析       数据分析是用适当的方法对手机来的大量数据及逆行分析,帮助人们做出判断,以便采取适当行动。 数据分析的流程 提出问题 准备数据 分析数据 获得数据 成果可视...
  • 这是一套折线图背景的,数据分析报告PPT模板。第一PPT模板网提供精美数据分析幻灯片模板免费下载; 关键词:动态扁平化数据分析报告PowerPoint模板,紫色简洁幻灯片模板,.PPTX格式;
  • 本专栏将使用tableau来进行数据分析,Chapter02数据预处理、折线图、饼图,记录所得所学,作者:北山啦 中国电影网的数据分析 本节要求 文章目录本节要求数据预览数据预处理数据拆分格式转换绘制折线图创建电影...
  • 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 =...
  • 使用matplotlib简单生成折线图,散点图和直方图
  • 这是一套折线图背景的,数据分析报告PPT模板。第一PPT模板网提供精美数据分析幻灯片模板免费下载; 关键词:动态扁平化数据分析报告PowerPoint模板,紫色简洁幻灯片模板,.PPTX格式;
  • 疫情分析地图、折线图3.0版,补充了地图图例(各省份颜色),修改了市级数据分析样式为折叠效果。其中调用了两个接口,信息量丰富,可以拿来测试。
  • 这是一张彩色两数据对比分析PPT折线图。.PPTX格式;
  • 数据分析学习线路图 1、matplotlib 折线图 matplotlib: 最流行的Python底层绘图库,主要数据可视化图表,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...
  • 导入 from pyecharts import Line from pyecharts import WordCloud from pyecharts import EffectScatter, Overlap x_attr = ["1月", "2月", "3月", "4月", "5月", "6月"] ...line = Line("折线示例")
  • python数据分析 python调用matplotlib绘制折线图,分析超市客流量高峰期。 了解了该超市客流量的高峰期,超市管理人员在两个客流量高峰期应合理安排工作人员数量,以及在哪个时间段开展促销活动。 该数据表同时还...
  • Python数据分析折线图和散点图的绘制

    万次阅读 多人点赞 2019-01-09 20:55:49
    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...
  • 这是一套折线图背景的财务数据季度分析PPT模板,共37张。第一PPT模板网提供数据分析报告幻灯片免费下载; 关键词:财务会计、数据报表PowerPoint背景图片,蓝色扁平化幻灯片图表,动态财务分析PPT下载,.PPTX格式;
  • 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? from matplotlib import pyplot as plt import random '''' 设置图片大小 figure图形图标的意思 ''' ''' 如果列表a表示10点到12...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 24,531
精华内容 9,812
关键字:

怎样做折线图数据分析