最全大数据可视乎python002，2024年最新程序设计+大数据开发+Web+数据库+框架+分布式

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

plt.legend()

ax2 =p1.add_subplot(1,3,2)
x=df[‘指标’]
y=df[‘2014年’]
plt.plot(x, y, label=‘2014’)
plt.legend()

ax3 =p1.add_subplot(1,3,3)
x=df[‘指标’]
y5=df[‘2018年’]
y4=df[‘2017年’]
y3=df[‘2016年’]
y2=df[‘2015年’]
y1=df[‘2014年’]
plt.plot(x, y1, label=‘2014’)
plt.plot(x, y2, label=‘2015’)
plt.plot(x, y3, label=‘2016’)
plt.plot(x, y4, label=‘2017’)
plt.plot(x, y5, label=‘2018’)

plt.title(‘面积’)
plt.xlabel(‘产品名称’)
plt.ylabel(‘产量’)

plt.xticks(x,[‘A’,‘B’,‘C’,‘D’,‘E’])
plt.legend()
plt.show()

> 
> 1. `import pandas as pd`：导入pandas库，并使用别名`pd`。Pandas是Python中强大的数据操作和分析库。
> 2. `import numpy as np`：导入NumPy库，并使用别名`np`。NumPy是Python中用于科学计算的基础包，提供了对数组、矩阵和数学函数的支持。
> 3. `import matplotlib.pyplot as plt`：从Matplotlib库中导入`pyplot`模块，并使用别名`plt`。Matplotlib是一个全面的库，用于在Python中创建静态、动态和交互式可视化。
> 4. `p1 = plt.figure(figsize=(50,10),dpi=80)`：创建一个新的图形（`p1`），大小为50x10英寸，分辨率为80像素每英寸（dpi）。`figure()`函数用于初始化一个新的图形。
> 5. `ax1 = p1.add_subplot(1,3,1)`：将一个子图（`ax1`）添加到图形（`p1`）中。子图的布局
> 
>  布局（layout）是指网页中各个元素的排列方式和组织结构。它决定了网页的整体视觉效果和用户界面的布置方式。布局通常通过使用HTML和CSS来实现。
> 


![img](https://img-blog.csdnimg.cn/img_convert/d9d7a3d7a2658d351c3c803f6b4de2a0.png)
![img](https://img-blog.csdnimg.cn/img_convert/4c21995b2fcb201c274aad2b5401fd61.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**