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
- 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()
ps: 如果觉得链式调用不习惯的话 可以 去 翻看我之前发表的 数据可视化博客 里面有具体的例子~
