【Python可视化系列】一文彻底教会你绘制美观的折线图(理论+源码)_python画折线图

2.1简单折线图
import matplotlib.pyplot as plt

# 准备数据
x = [1, 2, 3, 4, 5]  # x轴数据
y = [2, 6, 1, 3, 10]  # y轴数据

# 设置字体
plt.rcParams['font.family']='Times New Roman, SimSun'
# 绘制折线图
plt.plot(x, y)

# 添加标题和坐标轴标签
plt.title('折线图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')

# 显示图形
plt.show()

结果如下图所示:

图片

2.2设置线条和点
plt.plot(x, y,color='red',linestyle='--',marker='*')
x:横坐标数据
y:纵坐标数据
color:折线的颜色
    character   color
    ==========  ========
    'b'         blue
    'g'         green
    'r'         red
    'c'         cyan
    'm'         magenta
    'y'         yellow
    'k'         black
    'w'         white
linestyle:折线的类型,默认为实线
    ``'-'``             实线样式
    ``'--'``            虚线样式
    ``'-.'``            点划线样式
    ``':'``             点虚线样式 
marker:数据点的标记样式,默认为空
  三角形    '^'
  五角星    '*'
  圆圈     'o'
  加号     '+'
缩写形式:plt.plot(x, y,'*:r')
注:引号内的不区分顺序,但是颜色需要用缩写


其他的一些参数:
参数 linewidth 用以控制线条宽度(默认值为0.5)
参数 alpha=0.5 用以控制线条透明度
参数 markersize 用以控制标记大小
参数 markeredgecolor 用以控制标记的轮廓颜色
参数 markerfacecolor 用以控制标记的填充颜色

图片

三、进阶

3.1添加图例、添加数字标签
import matplotlib.pyplot as plt

# 月份
x1 = ['2017-01', '2017-02', '2017-03', '2017-04', '2017-05', '2017-06', '2017-07', '2017-08',
      '2017-09', '2017-10', '2017-11', '2017-12']
# 体重
y1 = [86, 85, 84, 80, 75, 70, 70, 74, 78, 70, 74, 80]

# 设置画布大小
plt.figure(figsize=(10, 7))
# 设置字体
font1 = {'family': 'Times New Roman', 'weight': 'normal', 'size': 14}
plt.rc('font', **font1)
# 绘图
plt.plot(x1, y1, label='weight changes', linewidth=3, color='r', marker='o',
         markerfacecolor='blue', markersize=14)
# 标题
plt.title("my weight", fontproperties=font1)
# 横坐标描述
plt.xlabel('month', fontproperties=font1)
# 纵坐标描述
plt.ylabel('weight', fontproperties=font1)
# 设置数字标签
for a, b in zip(x1, y1):
    plt.text(a, b+0.5, b, ha='center', va='bottom', fontproperties=font1)
# 设置图例
plt.legend()
plt.show()

这段代码添加了画布大小设置、字体设置、数字标签设置以及图例设置,结果如下:

图片

自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。

img

img

img

img

img

img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)

的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!**

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)

img
  • 10
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python可视化数据分析是使用Python编程语言实现将数据转化为可视化图形的一种方法。开心麻花影视作品分析使用Python可视化工具,如词云和折线图,可以帮助我们更好地理解和分析开心麻花影视作品的特点和趋势。 使用Python的词云工具可以将开心麻花影视作品中的关键词以词云的形式展现出来。在生成词云时,可以设置一些参数,如词频、字体、颜色等,以便更好地呈现数据。词云可以帮助我们直观地了解开心麻花影视作品中出现频率较高的关键词,从而了解作品的主题和关注点。 折线图是一种常见的可视化图形,可以显示一段时间内数据的变化趋势。对于开心麻花影视作品分析,我们可以使用Python折线图工具来展示不同作品的评分随时间的变化情况。通过观察折线图,我们可以发现开心麻花影视作品的受欢迎程度以及评分的变化趋势。 在实现词云和折线图源码中,我们需要使用Python的一些库和模块,如matplotlib、wordcloud和pandas等。通过导入这些库,我们可以使用其中的函数和方法来实现绘制词云和折线图的功能。此外,还需要加载开心麻花影视作品的数据,并对数据进行预处理和整理,以便于生成词云和折线图。 总之,Python可视化数据分析为我们提供了一种强大且灵活的工具,可以帮助我们更好地理解和分析开心麻花影视作品的特点和趋势。词云和折线图是其中常见且有用的可视化方法,通过绘制词云和折线图,我们可以更直观地观察开心麻花影视作品的关键词和评分变化情况。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值