本篇内容介绍了“Python如何绘制Matplotlib折线图”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
在数据分析中,数据可视化也非常重要,通过直观的展示过程、结果数据,可以帮助我们清晰的理解数据,进而更好的进行分析。接下来就说一下Python数据分析中的数据可视化工具 Matplotlib 库。
Matplotlib 是一个非常强大的Python 2D绘图库,使用它,我们可以通过图表的形式更直观的展现数据,实现数据可视化,使用起来也非常方便,而且支持绘制折线图、柱状图、饼图、直方图、散点图等。
可以使用以下命令进行安装:
pip install matplotlib # 或者 conda install matplotlib
绘制y=2x+1
方程图:
import matplotlib.pyplot as plt # 创建figure对象(绘画对象) plt.figure(figsize=(4, 6)) # 绘制图像 x = [1, 2, 3, 4] y = [2*i+1 for i in x] plt.plot(x, y) # 显示图像 plt.show()
结果如下:
其中:
pyplot 是 Matplotlib 的子库,该子库提供了绘图的接口及函数,可以快速地进行图表的绘制。
plt.figure(figsize=(4, 6))
表示创建一个绘图对象,如果没创建直接调用plot
函数会自动创建一个绘图对象,语法格式如下:
plt.figure(num=None, figsize=None, dpi=None, ······)
常用的参数说明如下:
num:表示图形编号,可以是int或string类型,默认为None,不传递则创建新图形,并且图形编号将递增;传递了会返回该编号对应图形的引用。
figsize:表示画布的宽度和高度,接收一个整数元组
dpi:表示绘图对象的分辨率······
plt.plot()
函数表示在当前绘图对象中进行图表的绘制,x和y分别表示x、y轴的数据。
plt.show()
表示显示图像,显示后释放figure对象资源。
折线图是一种将数据点按照顺序连起来的图形,可以体现变量y随变量x的变化情况。Matplotlib 提供了plot()
函数绘制折线图,其语法格式如下:
plt.plot(*args, **kwargs)
常用参数及说明如下:
x、y:分别表示x轴和y轴对应的数据,接收列表类型参数
color:表示折线的颜色
marker:表示折线上点的类型,有“.”、“o”、“v”等等类型
linestyle:表示折线的类型,默认为“-”,表示实线,设置为“--”表示长虚线,设置为“-.”表示点线,设置为“:”表示点虚线
linewidth:表示折线的粗细
alpha:表示点的透明度,接收0~1之间的小数
例如,绘制某地区周一到周日平均温度变化折线图:
import matplotlib.pyplot as plt plt.figure(figsize=(10, 8)) # 周一到周日平均温度数据 plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10]) plt.show()
结果输出如下:
但是可以看出,图表并不是很好看,我们可以给图表添加一些标签和图例,让图表更加清晰好看,
具体方法如下:
plt.title():指定当前图表的标题,包括名称、位置、颜色、字体大小等
plt.xlabel():指定当前图表x轴的名称、位置、颜色、字体大小等
plt.ylabel():指定当前图表y轴的名称、位置、颜色、字体大小等
plt.xlim():指定当前图表x轴的范围
plt.ylim():指定当前图表y轴的范围
plt.xticks():指定当前图表x轴刻度
plt.yticks():指定当前图表y轴刻度
····
import matplotlib.pyplot as plt # 设置支持中文 plt.rcParams['font.family'] = ['SimHei'] plt.figure(figsize=(10, 8)) plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10], line, marker=".") plt.xlabel("时间") plt.ylabel("温度") plt.yticks([i for i in range(20)][::5]) plt.show()
结果输出如下:
“Python如何绘制Matplotlib折线图”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。