matplotlib-折线图

简介: matplotlib-折线图
日期:2024.03.12
内容:将matplotlib的常用方法做一个记录,方便后续查找。
  • 基本使用
# demo01
from matplotlib import pyplot as plt
# 设置图片大小,也就是画布大小
fig = plt.figure(figsize=(20,8),dpi=80)#图片大小,清晰度

# 准备数据
x = range(2,26,2)# x = list(range(2,26,2)) 这两种写法都可以
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]

# 设置x和y轴的刻度
x_ticks01 = [ i for i in range(1,25)]
y_ticks01 = range(min(y),max(y) + 1)
plt.xticks(x_ticks01)
plt.yticks(y_ticks01)

# 绘图
plt.plot(x,y)

# 保存图像
plt.savefig('./test01.png')
plt.savefig('./test01.svg')

# 展示数据
plt.show()

  • 存在中文
# demo02-统计2小时内每分钟的温度情况
from matplotlib import pyplot as plt
import random

# 设置图片大小
fig = plt.figure(figsize=(20,10),dpi=80)#图片大小,清晰度

# 全局设置中文字体
plt.rcParams['font.sans-serif'] = ['Simhei']

# 准备数据
x = list(range(1,121,1))
y = [random.randint(20,25) for i in range(120)]#把random.randint(20,25)执行120次

# 设置图的标题,x轴和y轴对应的坐标信息
plt.title("时间-温度对应图(10-12点)",fontsize = 18)
plt.xlabel("时间",fontsize = 18)
plt.ylabel("温度",fontsize = 18)

# 设置x和y轴的刻度
x_ticks01 = x
x_ticks01Label = [f"9点{i}"for i in range(00,60)]
x_ticks01Label += [f"10点{i}"for i in range(00,60)]
y_ticks01 = range(min(y),max(y) + 1)
plt.xticks(x_ticks01[::10],x_ticks01Label[::10],rotation = 45,fontsize = 18)# rotation = 45 刻度逆时针旋转45°
plt.yticks(y_ticks01,fontsize = 18)

# 绘图
plt.plot(x,y)

# 展示数据
plt.show()

  • 添加图例
# demo03-如何加图例
from matplotlib import pyplot as plt
import random
# 设置图片大小
fig = plt.figure(figsize=(20,10),dpi=80)#图片大小,清晰度

# 全局设置中文字体
plt.rcParams['font.sans-serif'] = ['Simhei']
plt.rcParams.update({'font.size': 25})#设置图例字体大小

# 准备数据
x = list(range(11,31))
y1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y2 = [1,0,1,1,2,2,1,2,1,1,1,2,1,2,1,1,1,1,1,1]

# 设置x和y轴的刻度
x_ticks01 = x
x_ticks01Label = [f"{i}岁"for i in x]
plt.xticks(x_ticks01,x_ticks01Label,rotation = 45,fontsize = 18)#rotation = 45 刻度逆时针旋转45°

# 绘图
plt.plot(x,y1,label = "中文",color = 'r',linestyle="--",linewidth = "5")
plt.plot(x,y2,label = "b")

# 将label = "a"和“b”添加到图中
plt.legend(loc='upper left')
plt.grid(0.5)#绘制网格

# 展示数据
plt.show()

相关文章
|
3天前
|
Python
matplotlib-柱状图
matplotlib-柱状图
|
3天前
|
Python
matplotlib-条形图
matplotlib-条形图
|
3天前
|
Python
matplotlib-散点图
matplotlib-散点图
matplotlib-散点图
|
3天前
|
数据可视化 数据挖掘 Python
Matplotlib图表类型详解:折线图、柱状图与散点图
【4月更文挑战第17天】本文介绍了Python数据可视化库Matplotlib的三种主要图表类型:折线图、柱状图和散点图。折线图用于显示数据随时间或连续变量的变化趋势,适合多条曲线对比;柱状图适用于展示分类数据的数值大小和比较;散点图则用于揭示两个变量之间的关系和模式。通过示例代码展示了如何使用Matplotlib创建这些图表。
|
3天前
|
机器学习/深度学习 数据可视化 搜索推荐
12个最常用的matplotlib图例 !!
12个最常用的matplotlib图例 !!
38 1
|
数据可视化 Python
可视化库Matplotlib-条形图与散点图
可视化库Matplotlib-条形图与散点图
可视化库Matplotlib-条形图与散点图
|
开发者 Python
matplotlib画折线图、直方图、饼图、散点图等常见图形
matplotlib画折线图、直方图、饼图、散点图等常见图形
213 0
matplotlib画折线图、直方图、饼图、散点图等常见图形
|
数据可视化 Python
Matplotlib数据可视化:折线图与散点图
Matplotlib数据可视化:折线图与散点图
Matplotlib数据可视化:折线图与散点图
|
存储 数据采集 JSON
Pyecharts结合Pandas绘制图表
数据的可视化是我们数据分析最重要的环节,图表可以化复杂为简洁,化抽象为具体,使读者或听众更容易理解.数据可视化为图表,能让数据更加直观,更加触手可及,让企业能够更迅速,更准确地做出商业决策.让企业能够更好地在所处的领域有所成就.甚至立于不败之地.之前学过pyecharts的绘图库,它的强大让我很震撼,但是再好的绘图库只是前端的一种表现形式,数据才是数据分析的最重要对象,之前《Python 绘制精美可视化数据分析图表 (二)-pyecharts》的数据都是我们手动创建的数据,这显然不符合我们日常开发需求,做数据分析,往往会有大量数据需要整理,数据量越大,得出的结论会更加准确.所以我们的数据会来自
399 0