一、Matplotlib 绘图
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
简单示例
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。
-
二、折线图绘制
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], linestyle="-", 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：
到此这篇关于Python数据分析之 Matplotlib 折线图绘制的文章就介绍到这了,更多相关Python 绘制折线图内容请搜索Devmax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Devmax！