python 用matplotlib绘制折线图详情

 更新时间:2021年12月01日 09:30:22   作者:盆友圈的小可爱  
这篇文章主要讲诉了python 用matplotlib绘制折线图的详细内容,众所周知,matplotlib 是一款功能强大开源的数据可视化模块,凭借着强大的扩展性构建出更高级别的绘图工具接口如seaborn、ggplot,下面我们就根据之前两篇文章基础掌握折线图的绘制,需要的朋友可以参考一下

复习回顾:
众所周知,matplotlib 是一款功能强大开源的数据可视化模块,凭借着强大的扩展性构建出更高级别的绘图工具接口如seaborn、ggplot。我们来看看往期学习章节内容概述吧~

  • matplotlib 模块基础知识:对matplotlib模块具有便利的交互新创建图表、多种图表定制以及强大的可扩展性,matplotlib可满足不同用户的使用,初次体验绘制图表功能
  • matplotlib 模块底层原理:matplotlib 模块包含脚本层、美工层及后端层,对各个层相关提供的操作进行学习

matplotlib 官网教程中,可以绘制诸如折线图、柱状图、饼图等常规图外,还有可以绘制动态图、散点图、等高线图、帽子图、多个子图等

接下来,我们将继续学习matplotlib 图表绘制具体的功能实操,掌握针对不同图表的绘制

1. 折线图概述

1.1什么是折线图?

  • 折线图是在坐标中通过线条升降的方式展示随着某种变化而变化的连续性数据
  • 通过折线的起伏表示数据的增减变化的情况
  • 折线图可以拆分为动态折线图、依存关系折线图和次数分布折线图

1.2折线图使用场景

折线图自身的线条的变化,可以在图表中清晰读取到数据变化情况,可以运用的场景特点如下

  • 描绘统计事项总体指标的动态
  • 研究对象间的依存关系
  • 总体中各个部分的分配情况
  • 适合大量数据展示其趋势变化

1.3绘制折线图步骤

  • 导入matplotlib.pyplot模块
  • 准备数据,可以使用numpy/pandas整理数据
  • 调用pyplot.plot()绘制折线图

1.4案例展示

接下来我们使用折线图来展示从 10份 所有文章访问量数据展示

所有的案例用到的数据如下:

import random


x_data = ["10月{}日".format(i+1) for i in range(30)]

y_view = [random.randint(50,200) for i in range(30)]

展示10月份数据折线图:

  import matplotlib.pyplot as plt
 import random


 plt.rcParams["font.sans-serif"]=['SimHei']
 plt.rcParams["axes.unicode_minus"]=False

 x_data = ["10月{}日".format(i+1) for i in range(30)]

 y_view = [random.randint(50,200) for i in range(30)]

 plt.figure(figsize=(20,5),dpi=90)

 plt.plot(x_data,y_view)

 plt.xticks(rotation=45)
 plt.title("访问量分析")
 plt.xlabel("日期")
 plt.ylabel("访问量")

 plt.show()

2. 折线2D属性

2.1linestyle:折线样式

属性值 说明
"-" 、"solid" 默认实线显示
"--"、"dashed" 虚线
"-." "dashdot" 点划线
":"、"dotted" 虚线
"None" """"

2.2color:折线颜色

颜色简称:

属性值 说明 属性值 说明
"b"/"bule" 蓝色 "m"/"magenta" 品红
"g" /"green" 绿色 "y"/"yellow" 黄色
"r"/"red" 红色 "k"/"black" 黑色
"c"/"cyan" 青色 "w"/"white" 白色

rgb

  • 格式形式:(r,g,b) 或者(r,g,b,a)
  • 取值范围:r,g,b,a 取值范围在[0,1]之间
  • [0,1]之间的浮点数的字符串形式,0表示黑色,1表示白色

2.3marker:坐标值标记

  • marker 标记物通常在折线图plot、散点图scatter和误差图errorbar上应用
  • marker 提供多达40个标记的样式可供选择,具体详情看见marker官方说明
  • marker 在图表中常用的有如下:

属性值 说明 属性值 说明
"o" ⏺️圆圈标记 "8" 八边形
"v" 🔽倒三角标记 "s" ⏹️正方形标记
"^" 🔼正三角标记 "*" ⭐星号
"<" ◀️左三角标记 "+" ➕加号
">" ▶️右三角标记 "x" X星星
"1" 向下Y标记 "D" 🔷钻石标记
"2" 向上Y标记 " "
"3" 向左Y标记 "_" _水平线标记
"4" 向右Y标记 "p" ⭐五角星标记

标记还提供其他方法
  • markeredgecolor:标记边界颜色
  • markeredgewidth:标记宽度
  • markfacecorlor:标记填充色
  • markersize:标记大小

2.4fillstyle:标记填充方法

属性值 说明
"full" 整个标记
"left" 左边标记一半
"right" 右边标记一半
"bottom" 底部标记一半
"top" 顶部标记一半
"none" 无填充

2.5linewidth(lw): 直线宽度

对第一节案例添加直线属性:虚线表示,坐标用绿色左半填充圈标记

#

 直线属性
plt.plot(x_data,y_view,linestyle="--"
,marker="o",markeredgecolor="g",fillstyle="left")

更多属性:
matplotlib官网对直线2D属性有更多的介绍

3. 坐标管理

3.1坐标轴名字设置

  • 设置X轴名称:pyplot.xlabel(str)
  • 设置y轴名称:pyplot.ylabel(str)

3.2坐标轴刻度设置

  • x轴坐标刻度设置:pyplot.xticks(ticks=[],rotation)
  • y轴坐标刻度设置:pyplot.yticks(ticks=[],rotation)

参数说明:

  • ticks:列表类型,表示x轴范围
  • rotation:翻转角度

3.3坐标轴位置设置

  • 坐标轴位置设置需要通过pyplot.gca()先获取当前的Axes
  • 然后调用ax.spines[].set_position()设置位置
  • ax.spines['bottom'].set_position(('axes',0.5)) 表示将x轴设置在y轴50%处

3.4指定坐标值标注

pyplot.annotate() 展示指定坐标点的(x,y)值

用接口参数说明:

参数 说明
txt 展示的文本
xy 注释的(x,y)
xytext xy展示的文本
color 展示的文本颜色

继续改造第一节案例:标记出最大访问,y轴移到x轴中心

max_id = np.argmax(y_view)


show_max = '['+str(x_data[max_id])+','+str(y_view[max_id])+']'


plt.figure(figsize=(20,5),dpi=90)

ax= plt.gca()

ax.spines["left"].set_position(('axes',0.5))

plt.plot(x_data,y_view,linestyle="--",marker="o",markeredgecolor="g",fillstyle="left")

plt.xticks(ticks=np.arange(0,30),rotation=60)

plt.annotate(show_max, xy=(x_data[max_id],y_view[max_id] ), xytext=(x_data[max_id],y_view[max_id]), color='r')

4. 多条折线展示图

在一个图表中,我们可以多次调用plot()绘制多条折线展示在同一个表格中

 ```python
star_view = [random.randint(100,200) for i in range(30)]

plt.plot(x_data,y_view,linestyle="--",marker="o",markeredgecolor="g",fillstyle="left")
plt.plot(x_data,star_view,linestyle="-",marker="s",markeredgecolor="r",fillstyle="right")
```
   

5. 图列管理

当一个图表中存在多个折线图时,我们需要使用图例管理来对每个折线代表对象

  1. pyplot.legend(loc): 对图表中折线进行说明
  2. loc参数属性值:

属性 代码 属性 代码
'best' 0 'right' 5
'upper right' 1 'center left' 6
'upper left' 2 'center right' 7
'lower left' 3 'lower center' 8
'lower right' 4 'upper center' 9
'center' 10

label属性,注释每条折线的对象

plt.plot(x_data,y_view,linestyle="--",marker="o",markeredgecolor="g",fillstyle="left",label="all")
plt.plot(x_data,star_view,linestyle="-",marker="s",markeredgecolor="r",fillstyle="right",label="star")

plt.legend()

总结:
本文 我们对matplotlib 模块 折线图plot()相关方法和属性进行,大家在平时工作中可以多多实践,折线图还是用的比较多的

到此这篇关于python 用matplotlib绘制折线图详情的文章就介绍到这了,更多相关python matplotlib绘制折线图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!

相关文章

  • Python加载数据的5种不同方式(收藏)

    Python加载数据的5种不同方式(收藏)

    这篇文章主要介绍了Python加载数据的5种不同方式(收藏),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
    2020-11-11
  • python中自带的三个装饰器的实现

    python中自带的三个装饰器的实现

    这篇文章主要介绍了python中自带的三个装饰器的实现,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
    2019-11-11
  • Python 几行代码即可实现人脸识别

    Python 几行代码即可实现人脸识别

    Python中实现人脸识别功能有多种方法,依赖于python胶水语言的特性,我们通过调用包可以快速准确的达成这一目的,本文给大家分享使用Python实现简单的人脸识别功能的操作步骤,感兴趣的朋友一起看看吧
    2022-02-02
  • python集合用法实例分析

    python集合用法实例分析

    这篇文章主要介绍了python集合用法,较为详细的分析了Python中集合的常见用法,需要的朋友可以参考下
    2015-05-05
  • Pyinstaller打包Scrapy项目的实现步骤

    Pyinstaller打包Scrapy项目的实现步骤

    这篇文章主要介绍了Pyinstaller打包Scrapy项目的实现步骤,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
    2020-09-09
  • python 解析html之BeautifulSoup

    python 解析html之BeautifulSoup

    项目里需要解析html,采用python语言实现,发现了BeautifulSoup这个好用的东西,写了一个程序,可能大家不知道,干什么用的,目的是让大家知道如何使用 BeautifulSoup 当然我这个是用都是很初级的,高级的使用,偶也没有学会呢,太高深了
    2009-07-07
  • Python将内容进行base64编码与解码实现

    Python将内容进行base64编码与解码实现

    本文主要介绍了Python将内容进行base64编码与解码实现,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
    2023-03-03
  • 详解Python locals()的陷阱

    详解Python locals()的陷阱

    这篇文章主要介绍了详解Python locals()的陷阱,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2019-03-03
  • Python数据分析之PMI数据图形展示

    Python数据分析之PMI数据图形展示

    这篇文章主要介绍了Python数据分析之PMI数据图形展示,文章介绍了简单的python爬虫,并使用numpy进行了简单的数据处理,最终使用 matplotlib 进行图形绘制,实现了直观的方式展示制造业和非制造业指数图形,需要的朋友可以参考一下
    2022-05-05
  • Python爬虫 批量爬取下载抖音视频代码实例

    Python爬虫 批量爬取下载抖音视频代码实例

    这篇文章主要介绍了Python爬虫 批量爬取下载抖音视频代码实例,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
    2019-08-08

最新评论