python数据可视化之日期折线图画法

 更新时间:2022年04月27日 10:25:39   作者:cdy760849607  
这篇文章主要为大家详细介绍了python数据可视化之日期折线图画法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

本文实例为大家分享了python日期折线图画法的具体代码,供大家参考,具体内容如下

引入

什么是折线图:

折线图是排列在工作表的列或行中的数据可以绘制到折线图中。折线图可以显示随时间(根据常用比例设置)而变化的连续数据,因此非常适用于显示在相等时间间隔下数据的趋势。
在折线图中,类别数据沿水平轴均匀分布,所有值数据沿垂直轴均匀分布。

以上引用自 百度百科 ,简单来说一般折线图 是以时间作为 X 轴 数据 作为 Y轴,这当然不是固定的,是可以自行设置的。

话不多说, 进入正题

第一种画法:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdate
from matplotlib.pyplot import rcParams 
%matplotlib inline

# 防止中文乱码
rcParams['font.sans-serif'] = 'kaiti'

# 生成一个时间序列 
time =pd.to_datetime(np.arange(0,11), unit='D',
                   origin=pd.Timestamp('2019-01-01'))

# 生成数据
data = np.random.randint(10,50,size=11)
# 创建一个画布
fig = plt.figure(figsize=(12,9))
# 在画布上添加一个子视图
ax = plt.subplot(111)
# 这里很重要  需要 将 x轴的刻度 进行格式化
ax.xaxis.set_major_formatter(mdate.DateFormatter('%Y-%m-%d'))
# 为X轴添加刻度
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)
# 画折线
ax.plot(time,data,color='r')
# 设置标题
ax.set_title('折线图示例')
# 设置 x y 轴名称
ax.set_xlabel('日期',fontsize=20)
ax.set_ylabel('销售量',fontsize=20)

注解

1、x 轴接收的日期类型 必须是下图:

2、关于 pd.to_time() 中的参数 其中 uint = ‘D’ 表示 0~10 中全天 origin=pd.Timestamp(‘2019-01-01’) 表示起源 也就是 从 1月1号开始算起

3、ax.xaxis.set_major_formatter(mdate.DateFormatter(’%Y-%m-%d’)) 如果想要显示 x轴为日期类型 必须使用 格式化 格式化可以自行设置

4、pd.date_range(time[0],time[-1],freq=‘D’) 不要忘记还需要自己手动添加刻度

第二种画法:

import pyecharts.options as opts
from example.commons import  Faker
from pyecharts.charts import Line
import pandas as pd

# 处理一下时间  
start = '2019-01-01'
end = '2019-01-10'
t = pd.date_range(start=start,end=end).tolist()
time_ = []
for i in t:
    i  = str(i)[:-8]
    time_.append(i)

def line_base() -> Line:
    c = (
        Line()
        .add_xaxis(time_)
        .add_yaxis("商家A", np.random.randint(100,400,size=10).tolist())
        .add_yaxis("商家B", np.random.randint(100,400,size=10).tolist())
        .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例"),
        yaxis_opts=opts.AxisOpts(name='商家销售情况'),
        xaxis_opts=opts.AxisOpts(name='销售日期')
                        
        )
    )
    return c

# 在 jupyter notebook 上渲染
line_base().render_notebook()

好啦~先写到这里了

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。

相关文章

  • Pytorch四维Tensor转图片并保存方式(维度顺序调整)

    Pytorch四维Tensor转图片并保存方式(维度顺序调整)

    这篇文章主要介绍了Pytorch四维Tensor转图片并保存方式(维度顺序调整),具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-12-12
  • 跟老齐学Python之不要红头文件(2)

    跟老齐学Python之不要红头文件(2)

    在前面学习了基本的打开和建立文件之后,就可以对文件进行多种多样的操作了。请看官要注意,文件,不是什么特别的东西,就是一个对象,如同对待此前学习过的字符串、列表等一样。
    2014-09-09
  • haskell实现多线程服务器实例代码

    haskell实现多线程服务器实例代码

    这篇文章主要介绍了haskell实现的多线程服务器,大家参考使用吧
    2013-11-11
  • scipy稀疏数组dok_array的具体使用

    scipy稀疏数组dok_array的具体使用

    本文主要介绍了scipy稀疏数组dok_array的具体使用,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
    2023-02-02
  • python 中的paramiko模块简介及安装过程

    python 中的paramiko模块简介及安装过程

    这篇文章主要介绍了python 中的paramiko模块简介及安装过程,通过实例详解给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友参考下吧
    2020-02-02
  • Python调用百度AI实现图片上文字识别功能实例

    Python调用百度AI实现图片上文字识别功能实例

    百度AI功能还是很强大的,百度AI开放平台真的是测试接口的天堂,免费接口很多,当然有量的限制,但个人使用是完全够用的,下面这篇文章主要给大家介绍了关于Python调用百度AI实现图片上文字识别功能的相关资料,需要的朋友可以参考下
    2021-09-09
  • Python图像处理之图像增广算法详解

    Python图像处理之图像增广算法详解

    图像增广算法在计算机视觉领域扮演着至关重要的角色,本文将着重介绍图像增广算法中的三个关键方面:图像旋转、图像亮度调整以及图像裁剪与拼接,感兴趣的可以了解一下
    2023-05-05
  • 如何将anaconda安装配置的mmdetection环境离线拷贝到另一台电脑

    如何将anaconda安装配置的mmdetection环境离线拷贝到另一台电脑

    这篇文章主要介绍了如何将anaconda安装配置的mmdetection环境离线拷贝到另一台电脑,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-10-10
  • 利用 Python 开发一个 Python 解释器

    利用 Python 开发一个 Python 解释器

    这篇文章主要介绍了利用 Python 开发一个 Python 解释器,在本文中,我们将设计一个可以执行算术运算的解释器。下面我们大家一起来看看吧</P><P>
    2022-01-01
  • 使用django实现一个代码发布系统

    使用django实现一个代码发布系统

    这篇文章主要介绍了使用django实现一个代码发布系统,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
    2019-07-07

最新评论