返回顶部
首页 > 资讯 > 后端开发 > Python >python数据可视化之matplotlib.pyplot基础以及折线图
  • 695
分享到

python数据可视化之matplotlib.pyplot基础以及折线图

2024-04-02 19:04:59 695人浏览 八月长安

Python 官方文档:入门教程 => 点击学习

摘要

不论是数据挖掘还是数据建模,都免不了数据可视化的问题。对于python来说,Matplotlib是最著名的绘图库,它主要用于二维绘图,当然它也可以进行简单的三维绘图(基于spyder

不论是数据挖掘还是数据建模,都免不了数据可视化的问题。对于python来说,Matplotlib是最著名的绘图库,它主要用于二维绘图,当然它也可以进行简单的三维绘图(基于spyder)。

- 模块引用


import matplotlib.pyplot as plt #引用画图库中的pyplot模块

-折线条图

语法


import matplotlib.pyplot as plt
data=[1,2,3,4,5,4,2,4,6,7] #随便创建了一个数据
plt.plot(data) #引用画图库中的pyplot模块

plot参数

基本折线图不能满足,这时就需plot的参数来进行调整

美化示例:


import matplotlib.pyplot as plt
yy=[1,2,3,4,5,4,2,4,6,7]#随便创建了一个数据
xx=[3,5,4,1,2,3,4,5,6,3]
zz=[2,3,4,6,4,3,2,4,5,6]
plt.plot(yy,color='r',linewidth=5,linestyle=':',label='数据一')#color指定线条颜色,labeL标签内容
plt.plot(xx,color='g',linewidth=2,linestyle='--',label='数据二')#linewidth指定线条粗细
plt.plot(zz,color='b',linewidth=0.5,linestyle='-',label='数据三')#linestyle指定线形为点
plt.legend(loc=2)#标签展示位置,数字代表标签具位置
plt.xlabel('X轴称')
plt.ylabel('Y轴的名称')
plt.title('2018.7.30折线图示例')
plt.ylim(0,10)#Y轴标签范围为0-10

plt常用参数有:

官网详细说明点这里

属性 描述
xlabel 设置当前轴的x轴标签:plt.xlabel(‘X标签名')
ylabel 设置当前轴的y轴标签:plt.xlabel(‘y标签名')
title 设置当前轴的标题:plt.title(‘图例标题名')
ylim 获取或设置当前轴的y限制,plt.ylim(0,6)Y轴范围0-6;Xlim同理懒的写了
legend 在轴上放置图例:legend()无参数自动识别,也可用数字指定位置1,2,3,4试着来
show 展示所画图,spyder一般直接运行不需要此步
grid plt.grid()打开或关闭轴网格,网格一样能设置颜色线型
rcParams[‘font.sans-serif'] 图表中文字体:plt.rcParams[‘font.sans-serif']=[‘SimHei']微软雅黑;或=[‘Microsoft Yahei']黑体
rcParams[‘axes.unicode_minus'] 图表轴负数符号显示问题:plt.rcParams[‘axes.unicode_minus'] = False

plt常画图例有:

官网详细说明点这里

属性 描述
plot 绘制y与x作为线和/或标记。
plot_date 绘制包含日期的数据。
acorr 绘制x的自相关。
axhline 在轴上添加一条水平线。
bar 制作条形图。
barh 制作一个水平条形图。
hist 绘制直方图
hist2d 制作2D直方图。
scatter y与x的散点图,具有不同的标记大小和/或颜色。
stackplot 绘制堆积区域图。

plot常用参数有:

官网详细说明点这里

属性 描述
color 字体颜色:color=‘r';b、g、r、c、m、y、k、w 或者blue、green、red、cyan、magenta、yellow、black、whtite 或十六进制字符串('#008000')
linewidth 线条粗细:linewidth=1.=5.=0.3
linestyle 线条形状:linestyle='–'(虚线);linestyle=':'(点线);linestyle='-.'(短线加点);
label 数据标签内容:label=‘数据一',数据标签展示位置需另说明plt.legend(loc=1)数字为标签位置

实际应用案例

因案例涉及机密数据,只展示数据可视化的过程及结果,先放结果输出的样式


import pandas as pd #导入pandas库
import pyMysql as mysql #导入mysql库
import matplotlib.pyplot as plt #导入数据可视化库
import numpy as np #导入numpy库
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei'] #指定文字字体格式为微软雅黑字段
plt.rcParams['axes.unicode_minus'] = False

connection=mysql.connect(host='数据库ip',port='端口',user='用户账号',passWord='登录密码',db='连接的库名',charset='utf8')#设置连接数据库的参数
select=connection.cursor()#创建游标
select.execute("SELECT * FROM tabel")#写入SQL查询语句
zd=list((pd.DataFrame(list(select.description)))[0])#获取查询结果的列名
sqldata=select.fetchall()#获取查询结果
select.close #关闭查询
connection.close #关闭数据库接接
data1=pd.DataFrame(list(sqldata)) #将数据转化成df类型
data1.columns=zd #将列名重置为查询结果列名

plt.figure(figsize=(10,5)) #设置图表大小,长10,宽5
plt.plot(data1['机器A拟合度'],label='机器A准确率',color='#aa0000',linestyle='-',linewidth=3)#画机器A准确率的线条
plt.plot(data1['人工A拟合度'],label='人工A准确率',color='#aa0000',linestyle=':',linewidth=3)#画人工A准确率的线条
plt.plot(data1['机器B拟合度'],label='机器B准确率',color='#666666',linestyle='-',linewidth=3)#画机器B准确率的线条
plt.plot(data1['人工B拟合度'],label='人工B准确率',color='#666666',linestyle=':',linewidth=3)#画人工B准确率的线条
plt.plot([0,7],[0.9,0.9],color='g',linestyle='-.',linewidth=1)#画一根绿色的辅助线,x轴从0到7,Y轴为0.9
plt.xticks(np.arange(8),('wk23','wk24','wk25','wk26','wk27','wk28','wk29','wk30'))#更改图表X标签为制定内容
plt.legend(loc=4)#将图例说明放在图表的右下角
plt.title('人机绝对准确率6.4-7.29',fontsize=20)#命名图表名称,设置字体大小
plt.xlabel('周',fontsize=20)#设置X轴名称及字体大小
plt.ylabel('准确率%',fontsize=20)#设置Y轴名称及字体大小

总结

到此这篇关于Python数据可视化之matplotlib.pyplot基础以及折线图的文章就介绍到这了,更多相关python matplotlib.pyplot折线图内容请搜索编程网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编程网!

--结束END--

本文标题: python数据可视化之matplotlib.pyplot基础以及折线图

本文链接: https://lsjlt.com/news/130715.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
  • python数据可视化之matplotlib.pyplot基础以及折线图
    不论是数据挖掘还是数据建模,都免不了数据可视化的问题。对于Python来说,Matplotlib是最著名的绘图库,它主要用于二维绘图,当然它也可以进行简单的三维绘图(基于spyder...
    99+
    2024-04-02
  • Python数据可视化之matplotlib.pyplot绘图的基本参数详解
    目录1.matplotlib简介2.图形组成元素的函数用法2.1. figure():背景颜色2.2 xlim()和 ylim():设置 x,y 轴的数值显示范围2.3 xlabel...
    99+
    2024-04-02
  • python数据可视化之日期折线图画法
    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...
    99+
    2024-04-02
  • Python数据可视化之简单折线图的绘制
    目录创建RandomWalk类选择方向绘制随机漫步图模拟多次随机漫步给点着色突出起点和终点增加点数调整尺寸以适用屏幕创建RandomWalk类 为模拟随机漫步,我们将创建一个Rand...
    99+
    2024-04-02
  • Python可视化总结之matplotlib.pyplot基本参数详解
    本篇文章给大家带来了关于Python的相关知识,其中主要整理了matplotlib.pyplot绘图的基本参数的相关问题,包括了figure、xlabel、grid等等内容,下面一起来看一下,希望对大家有帮助。【相关推荐:Python3视频...
    99+
    2022-06-29
    python
  • python数据可视化matplotlib.pyplot的用法
    这篇文章主要介绍“python数据可视化matplotlib.pyplot的用法”,在日常操作中,相信很多人在python数据可视化matplotlib.pyplot的用法问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对...
    99+
    2023-06-20
  • python数据可视化matplotlib绘制折线图示例
    目录plt.plot()函数各参数解析各参数具体含义为:x,ycolorlinestylelinewidthmarker关于marker的参数plt.plot()函数各参数解析 pl...
    99+
    2024-04-02
  • 数据可视化——用python绘制简单的折线图
    文章目录 前言JSON使用 pyecharts 模块绘制折线图下载 pyecharts 模块使用 pyecharts 模块绘制简单的折线图添加配置选项 前言 前面我们已经学习了pyt...
    99+
    2023-09-01
    信息可视化 python 开发语言
  • Python可视化的折线图是怎样的
    本篇文章给大家分享的是有关Python可视化的折线图是怎样的,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。摘要: 利用matplotlib绘制横轴为日期格式的折线图时,存在不少...
    99+
    2023-06-02
  • Python 数据可视化超详细讲解折线图的实现
    绘制简单的折线图 ✅在使用matplotlib绘制简单的折线图之前首先需要安装matplotlib,直接在pycharm终端pip install matplotlib即可 ✅使用...
    99+
    2024-04-02
  • Python可视化Matplotlib折线图plot用法详解
    目录1.完善原始折线图 — 给图形添加辅助功能1.1 准备数据并画出初始折线图1.2 添加自定义x,y刻度1.3 中文显示问题解决1.4 添加网格显示1.5 添加描述信息1.6 图像...
    99+
    2024-04-02
  • Python数据可视化之环形图
    目录1.引言2.方式一:饼图形式3.方式二:条形图形式1.引言 环形图(圆环)在功能上与饼图相同,整个环被分成不同的部分,用各个圆弧来表示每个数据所占的比例值。但其中心的空白可用于显...
    99+
    2024-04-02
  • Python疫情确诊折线图实现数据可视化实例详解
    目录案例描述实现步骤一、导入模块二、读取文件内容三、json转换python四、获取需要用到的数据五、生成图表六、关闭文件案例描述 根据可参考数据,实现对疫情确诊人数数据的可视化。 ...
    99+
    2024-04-02
  • Python绘制折线图可视化神器pyecharts案例
    目录前言折线图模板系列自定义标签数据折线图一天用电量折线图(特定场景)断点折线图(根据场景进行配置)双折线图显示最低最高数据标签(不显示其他数据标签)双折线图显示平均刻度数据标签(数...
    99+
    2024-04-02
  • Python可视化神器pyecharts绘制折线图详情
    目录折线图介绍折线图模板系列双折线图(气温最高最低温度趋势显示)面积折线图(紧贴Y轴)简单折线图(无动态和数据标签)连接空白数据折线图对数轴折线图示例折线图堆叠(适合多个折线图展示)...
    99+
    2024-04-02
  • python数据可视化之条形图画法
    什么是条形图? 条形图(bar chart)是用宽度相同的条形的高度或长短来表示数据多少的图形。条形图可以横置或纵置,纵置时也称为柱形图(column chart)。此外,条形图有简...
    99+
    2024-04-02
  • Python Matplotlib数据可视化绘图之(三)————散点图
    文章目录 前言一、所用到的模块二、单一颜色的普通不分组散点图1.示例数据如下2.代码如下2.1 代码如下(示例):2.1.1 Case1: 三、多种颜色的普通不分组散点图1....
    99+
    2023-10-26
    matplotlib python 开发语言 pycharm numpy
  • 基于Python的数据可视化库之Seaborn的图表类型
    作者:禅与计算机程序设计艺术 《基于Python的数据可视化库之 Seaborn 的图表类型》 作为一位人工智能专家,我经常需要使用数据可视化工具来处理和分析大量的数据。在Python中,Seabo...
    99+
    2023-10-04
    自然语言处理 人工智能 语言模型 编程实践 开发语言 架构设计
  • Python绘制折线图可视化神器pyecharts怎么使用
    这篇“Python绘制折线图可视化神器pyecharts怎么使用”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“Python绘...
    99+
    2023-07-02
  • python数据可视化之饼状图的绘制
    本篇文章给大家带来了关于python的相关知识,其中主要整理了饼状图的绘制相关问题,Pyplot 包含一系列绘图函数的相关函数,其中pie()函数可以绘制饼状图,下面一起来看一下,希望对大家有帮助。Pyplot 是 Matplotlib 的...
    99+
    2022-06-22
    python
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作