脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Matplotlib 折线图plot()用法

Matplotlib 折线图plot()所有用法详解

 更新时间：2020年07月28日 11:28:50   作者：黄大侠aa  
这篇文章主要介绍了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

散点图和折线图是数据分析中最常用的两种图形。其中，折线图用于分析自变量和因变量之间的趋势关系，最适合用于显示随着时间而变化的连续数据，同时还可以看出数量的差异，增长情况。

Matplotlib 中绘制散点图的函数为 plot() ，使用语法如下：matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

常用参数及说明：

参数 接收值 说明 默认值
x，y array 表示 x 轴与 y 轴对应的数据； 无
color string 表示折线的颜色； None
marker string 表示折线上数据点处的类型； None
linestyle string 表示折线的类型； -
linewidth 数值 线条粗细：linewidth=1.=5.=0.3 1
alpha 0~1之间的小数 表示点的透明度； None
label string 数据图例内容：label=‘实际数据' None

其他参数请参考文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html

基本用法

import pandas as pd
import matplotlib.pyplot as plt
 
#读取数据
datafile = u'D:\\pythondata\\learn\\matplotlib.xlsx'
data = pd.read_excel(datafile)
 
plt.figure(figsize=(10,5))#设置画布的尺寸
plt.title('Examples of line chart',fontsize=20)#标题，并设定字号大小
plt.xlabel(u'x-year',fontsize=14)#设置x轴，并设定字号大小
plt.ylabel(u'y-income',fontsize=14)#设置y轴，并设定字号大小
 
#color：颜色，linewidth：线宽，linestyle：线条类型，label：图例，marker：数据点的类型
plt.plot(data['时间'],data['收入_Jay'],color="deeppink",linewidth=2,linestyle=':',label='Jay income', marker='o')
plt.plot(data['时间'],data['收入_JJ'],color="darkblue",linewidth=1,linestyle='--',label='JJ income', marker='+')
plt.plot(data['时间'],data['收入_Jolin'],color="goldenrod",linewidth=1.5,linestyle='-',label='Jolon income', marker='*')
 
plt.legend(loc=2)#图例展示位置，数字代表第几象限
plt.show()#显示图像

到此这篇关于Matplotlib 折线图plot()所有用法详解的文章就介绍到这了,更多相关Matplotlib 折线图plot()用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Python集合之set和frozenset的使用详解

    Python集合之set和frozenset的使用详解

    目前Python有两种内置集合类型：set和frozenset，其中set 是可变的，而frozenset 是不可变的。本文将通过示例详细讲解二者的使用，感兴趣的小伙伴可以了解一下
    2022-04-04
  • Requests库实现数据抓取与处理功能

    Requests库实现数据抓取与处理功能

    本文介绍了Python中常用的第三方库Requests的基本用法和高级功能，我们学习了如何发起HTTP请求、处理响应、使用会话对象、设置代理和证书验证等技巧,需要的朋友可以参考下
    2023-05-05
  • Python 编程操作连载之字符串,列表,字典和集合处理

    Python 编程操作连载之字符串,列表,字典和集合处理

    这篇文章主要介绍了Python 编程操作连载之字符串,列表,字典和集合处理,文章围绕主题相关资料展开详细的内容介绍，需要的朋友可参考一下下面文章内容
    2022-06-06
  • 计算python脚本执行时间的多种方法

    计算python脚本执行时间的多种方法

    在编写Python脚本时,了解脚本的执行时间通常是很有用的,特别是在优化代码或评估性能时,Python提供了多种方法来测量脚本的执行时间,从内置模块到第三方库,可以选择适合你需求的方式,本文将介绍计算 Python 脚本执行时间的多种方法,需要的朋友可以参考下
    2023-11-11
  • python之pkl文件的用法及说明

    python之pkl文件的用法及说明

    这篇文章主要介绍了python之pkl文件的用法及说明，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
    2023-06-06
  • python里读写excel等数据文件的6种常用方式(小结)

    python里读写excel等数据文件的6种常用方式(小结)

    这篇文章主要介绍了python里读写excel等数据文件的6种常用方式(小结)，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
    2021-04-04
  • Python实现剪刀石头布小游戏(与电脑对战)

    Python实现剪刀石头布小游戏(与电脑对战)

    这篇文章给大家分享Python基础实现与电脑对战的剪刀石头布小游戏，练习if while输入和输出，代码简单易懂，非常不错，具有一定的参考借鉴价值，需要的朋友参考下吧
    2019-12-12
  • python数字图像处理数据类型及颜色空间转换

    python数字图像处理数据类型及颜色空间转换

    这篇文章主要为大家介绍了python数字图像处理数据类型及颜色空间转换示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2022-06-06
  • Scrapy的Pipeline之处理CPU密集型或阻塞型操作详解

    Scrapy的Pipeline之处理CPU密集型或阻塞型操作详解

    这篇文章主要介绍了Scrapy的Pipeline之处理CPU密集型或阻塞型操作详解,Twisted框架的reactor适合于处理短的、非阻塞的操作,Twisted提供了线程池来在其他的线程而不是主线程(Twisted的reactor线程)中执行慢的操作,需要的朋友可以参考下
    2023-10-10
  • Django 解决阿里云部署同步数据库报错的问题

    Django 解决阿里云部署同步数据库报错的问题

    这篇文章主要介绍了Django 解决阿里云部署同步数据库报错的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-05-05

最新评论