python 怎么生成图表

于 2024-07-21 23:34:33 发布
阅读量226 收藏 4
点赞数 4
文章标签： python 开发语言 java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_86116894/article/details/140596196
版权

各位读者，小编来为大家解答，基于python的图表生成系统 python如何生成excel图表，现在让我们一起来看看吧！

本篇文章给大家谈谈基于python的图表生成系统，以及python如何生成excel图表，希望对各位有所帮助，不要忘了收藏本站喔python入门指南在线阅读,python初学者指南pdf下载。

Python 绘制数据图表

matplotlib绘图库模块安装

pip install matplotlib

导入pyplot子模块

import matplotlib.pyplot as plt

官网：Matplotlib — Visualization with Python官方文档：Matplotlib documentation — Matplotlib 3.8.3 documentation

1. 绘制折线图
1.1 绘制简单的折线图
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')

# 1.准备数据
squares = [0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# 2.画线plot()
# linewidth设置线条宽度
(squares, linewidth=2)  # 列表内的数据被视为y轴的值，x轴的值会根据列表值的索引位置自动产生

# 3.设置x、y轴的最小刻度和最大刻度
([0, 10, 0, 100])  # 将x轴设为0~10，将y轴设为0~100

# 4.设置标题及字体大小
"""
title()：图表标题，title(标题名称,fontsize=字体大小)
xlabel()：x轴标题
ylabel()：y轴标题
"""
plt.title(label='0~10的平方', fontsize=18)
plt.xlabel(xlabel='值', fontsize=15)
plt.ylabel(ylabel='平方值', fontsize=15)

# 5.设置坐标轴刻度
"""
使用tick_params()方法设置：
    - 应用范围（axis）：x-->应用到x轴，y-->应用到y轴，both-->应用到x轴和y轴
    - 坐标轴的刻度大小（labelsize）
    - 线条颜色（color）
如：tick_params(axis='x', labelsize=10, color='green')
"""
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

1.2 修改图表的初始值
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')

# 1.准备数据
squares = [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 2.画线plot()
# linewidth设置线条宽度
(seq, squares, linewidth=2.5)

# 设置标题及字体大小
plt.title(label='1~10的平方', fontsize=18)
plt.xlabel(xlabel='值', fontsize=15)
plt.ylabel(ylabel='平方值', fontsize=15)

# 5.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

1.3 多组数据的应用
# author:mlnt
# createdate:2022/8/17

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 2.画线plot()
# linewidth设置线条宽度
(seq, data1, seq, data2, linewidth=2.5)

# 设置标题及字体大小
plt.title(label='Test Chart', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 5.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

1.4 设置线条颜色及样式

设置颜色，可在plot()中添加参数：

‘b’: blue‘c’: cyan‘g’: green‘k’: black‘m’: magenta‘r’: red‘w’: white‘y’: yellow

设置线条样式：

'-‘或’solid’: 预设实线'–‘或’dashed’: 虚线'-.‘或’dashdot’: 虚点线':‘或’dotted’：点线‘.’：点标记‘,’：像素标记‘o’: 圆标记‘v’: 反三角标记‘^’: 三角标记‘s’：方形标记‘p’：五角标记‘*’: 星号标记‘+’：加号标记‘-’：减号标记

import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]            # data1线条
data2 = [1, 4, 9, 16, 25, 36, 49, 64, 81]      # data2线条
data3 = [1, 3, 5, 8, 13, 21, 34, 55, 89]       # data3线条
data4 = [1, 6, 12, 20, 30, 41, 56, 72, 90]     # data4线条

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

(seq, data1, 'g--', seq, data2, 'r-.', seq, data3, 'b:', seq, data4, 'mp')

# 设置标题及字体大小
plt.title(label='Test Chart', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')

()

效果：

1.5 刻度设置
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')
# 1.准备数据
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
(year, gold_medal, '-*', year, silver_medal, '-o', year, bronze_medal, '-^')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
# 显示图表
()

效果：

1.6 图例legend()

参数loc可以设置图例的位置：

‘best’: 0,‘upper right’: 1 ,–>右上角‘upper left’: 2,–>左上角‘lower left’: 3,–>左下角‘lower right’: 4,–>右下角‘right’: 5,‘center left’: 6,–>左侧中央‘center right’: 7,–>右侧中间‘lower center’: 8,–>底部正中‘upper center’: 9,–>顶部正中‘center’: 10 将图例放在图表内

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')
# 1.准备数据
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
line_gold, = (year, gold_medal, '-*', label='gold_medal')
line_silver, = (year, silver_medal, '-o', label='silver_medal')
line_bronze, = (year, bronze_medal, '-^', label='bronze_medal')

# 设置图例
"""
参数loc可以设置图例的位置
    'best': 0,
    'upper right': 1,-->右上角
    'upper left': 2,-->左上角
    'lower left': 3,-->左下角
    'lower right': 4,-->右下角
    'right': 5,
    'center left': 6,-->左侧中央
    'center right': 7,-->右侧中间
    'lower center': 8,-->底部正中
    'upper center': 9,-->顶部正中
    'center': 10
"""
plt.legend(handles=[line_gold, line_silver, line_bronze], loc='best')
# 放在图表内的右上角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=1)
# 放在图表内的左上角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='upper left')
# 放在图表内的左下角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=3)
# 放在图表内的右下角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=4)

# 放在图表内的左侧中央
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='center left')
# 放在图表内的右侧中央
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='center right')
# 放在图表内的底部正中
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='lower center')
# 放在图表内的顶部正中
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='upper center')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
# 显示图表
()

效果：

将图例放在图表外，使用savefig()方法保存图片文件

# author:mlnt
# createdate:2022/8/17
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')
# 1.准备数据
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
line_gold, = (year, gold_medal, '-*', label='gold_medal')
line_silver, = (year, silver_medal, '-o', label='silver_medal')
line_bronze, = (year, bronze_medal, '-^', label='bronze_medal')

# 设置图例
# bbox_to_anchor()设置锚点，即图例位置
# 在图表内，左下角位置为(0,0)，右上角位置为(1,1)
plt.legend(handles=[line_gold, line_silver, line_bronze], loc='best', bbox_to_anchor=(1, 1))

# 设置在图表与Figure 1之间留白
# h_pad/w_pad分别设置高度/宽度的留白
plt.tight_layout(pad=2)


# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')

# 保存图片文件，使用savefig()方法保存图片文件，需放在show()的前面，表示先存储再显示图表
plt.savefig('', bbox_inches='tight')  # bbox_inches='tight'将图表的多余空间删除

# 显示图表
()

效果：

2. 绘制散点图
2.1 基本散点图的绘制

绘制一个点

"""
scatter(x, y, s, c)
s: 绘图点的大小
c：颜色
"""
import matplotlib.pyplot as plt

# 在坐标轴(5,5)绘制一个点
plt.scatter(5, 5)
()

效果：

绘制系列点

# author:mlnt
# createdate:2022/8/17
"""
scatter(x, y, s, c)
s: 绘图点的大小
c：颜色
"""
import matplotlib.pyplot as plt

plt.rcParams['-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False

medal = [32, 28, 54, 50, 59, 63, 100, 88, 70, 88]
# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]

# 设置x轴刻度
plt.xticks(year)

plt.scatter(x=year, y=medal, s=20, c='green')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
()

效果：

2.2 设置绘制区间

**axis()**设置绘图区间：

axis([xmin, xmax, ymin, ymax]) xmin/xmax：x轴的最小/最大区间ymin/ymxa：y轴的最小/最大区间

# author:mlnt
# createdate:2022/8/17
"""
axis()设置绘图区间：
axis([xmin, xmax, ymin, ymax])
xmin/xmax：x轴的最小/最大区间
ymin/ymxa：y轴的最小/最大区间
"""

import matplotlib.pyplot as plt

plt.rcParams['-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = [i for i in range(1, 101)]
y = [i**2 for i in x]

# 设置绘图区间
([0, 100, 0, 10000])
plt.scatter(x=x, y=y, s=20, c='green')

# 设置标题及字体大小
plt.title('1-100的平方', fontsize=20)
plt.xlabel('数值', fontsize=14)
plt.ylabel('平方值', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
()

效果：

2.3 绘制波形
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 500)
# 绘制sin()和cos()的波形变化
y1 = (x)
y2 = (x)
plt.scatter(x, y1, color=(0.5, 0.8, 0.6))
plt.scatter(x, y2)
()

效果：

2.4 创建不等宽的散点图
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 5, 500)
y = 1 - 0.5*(x-2)
lwidths = (1+x)**2
plt.scatter(x=x, y=y, s=lwidths, color=(0.6, 0.8, 0.9))
()

效果：

2.5 色彩映射
import matplotlib.pyplot as plt
import numpy as np


x = np.arange(100)
plt.scatter(x=x, y=x, c=x, cmap='rainbow')
()

效果：

2.6 利用随机数绘制散点图
import matplotlib.pyplot as plt
import numpy as np

while True:
    x = np.random.random(100)
    y = np.random.random(100)
    t = x
    plt.scatter(x, y, s=100, c=t, cmap='brg')
    ()
    is_exit = input('是否继续？(y/n)')
    if is_exit.upper() == 'N':
        break

2.7 利用随机数实现位置的移动
# author:mlnt
# createdate:2022/8/17
import random

import matplotlib.pyplot as plt


def loc(index):
    """处理坐标的移动"""
    x_mov = random.choice([-3, 3])
    xloc = x[index - 1] + x_mov
    y_mov = random.choice([-5, -1, 1, 5])
    yloc = y[index - 1] + y_mov
    x.append(xloc)
    y.append(yloc)


num = 8000
x = [0]
y = [0]

while True:
    for i in range(1, num):
        loc(i)

    t = x
    plt.scatter(x, y, s=2, c=t, cmap='brg')
    # ().get_xaxis().set_visible(False)  # 隐藏y坐标
    # ().get_yaxis().set_visible(False)  # 隐藏y坐标
    # 隐藏坐标轴。
    ('off')
    plt.savefig('', bbox_inches='tight', pad_inches=0)
    ()
    is_exit = input('是否继续？(y/n)')
    if is_exit.upper() == 'N':
        break
    else:
        x[0] = x[num - 1]
        y[0] = y[num - 1]
        del x[1:]
        del y[1:]

3. 绘制多个图表
3.1 一个程序绘制多个图表
# author:mlnt
# createdate:2022/8/17
import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]


# 创建图表1
plt.figure(1)
# 画线plot()
(seq, data1, '-*')

# 创建图表2
plt.figure(2)
(seq, data2, '-o')
# 设置标题及字体大小
plt.title(label='Test Chart 2', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 5.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

3.2 含有子表的图表

subplot(x1, x2, x3)

x1: 上下（垂直）方向绘制图表数x2：左右（水平）方向绘制图表数x3：表示这是第几张

一个Figure内绘制上下子图

# author:mlnt
# createdate:2022/8/17
"""
subplot(x1, x2, x3)
x1: 上下（垂直）方向绘制图表数
x2：左右（水平）方向绘制图表数
x3：表示这是第几张
"""
import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 在一个Figure内绘制上下子图
plt.subplot(2, 1, 1)
# 画线plot()
(seq, data1, '-*')

plt.subplot(2, 1, 2)
(seq, data2, '-o')
# 设置标题及字体大小
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

一个Figure内绘制左右子图

# author:mlnt
# createdate:2022/8/17
"""
subplot(x1, x2, x3)
x1: 上下（垂直）方向绘制图表数
x2：左右（水平）方向绘制图表数
x3：表示这是第几张
"""
import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 在一个Figure内绘制上下子图
plt.subplot(2, 1, 1)
# 画线plot()
(seq, data1, '-*')

plt.subplot(2, 1, 2)
(seq, data2, '-o')
# 设置标题及字体大小
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

4. 绘制直方图
# author:mlnt
# createdate:2022/8/17
"""
bar(x, height, width)
x: 序列，x轴位置
height：序列数值大小
width：直方图的宽度
"""
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False

medal = [32, 28, 54, 50, 59, 63, 100, 88, 70, 88]
x = np.arange(len(medal))
# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]

(x, medal, width=0.5)

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
plt.xticks(x, year)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
()

效果：

# author:mlnt
# createdate:2022/8/17
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 1.准备数据
labels = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

x = np.arange(len(labels))  # x轴位置
width = 0.3  # 直方图的宽度

fig, ax = plt.subplots()
rects1 = (x - width, gold_medal, width, label='gold_medal')
rects2 = (x, silver_medal, width, label='silver_medal')
rects3 = (x + width, bronze_medal, width, label='bronze_medal')

# 设置标题及字体大小
ax.set_xlabel('年份', fontsize=14)
ax.set_ylabel('数量/枚', fontsize=14)
ax.set_title('中国历届奥运会奖牌情况', fontsize=20)
ax.set_xticks(x, labels)
# 设置图例
ax.legend()

_label(rects1, padding=3)
_label(rects2, padding=3)
_label(rects3, padding=3)

fig.tight_layout()

()

效果：

5. 使用CSV文件绘制图表
# author:mlnt
# createdate:2022/8/17
import csv

import matplotlib
import matplotlib.pyplot as plt

("font", family='Microsoft YaHei')

filename = ''

with open(file=filename) as csvFile:    # 打开csv文件
    csvReader = csv.reader(csvFile)    # 创建reader对象
    headerRow = next(csvReader)   # 读取文件下一行
    print(headerRow)  # ['学号', '姓名', '语文', '数学', '英语', '物理', '化学', '生物']
    # 设置空列表
    names, Chinese, Math, English, Physics, Chemistry, Biology = [], [], [], [], [], [], []
    for row in csvReader:
        # 将数据添加到列表
        names.append(row[1])
        Chinese.append(int(row[2]))
        Math.append(int(row[3]))
        English.append(int(row[4]))
        Physics.append(int(row[5]))
        Chemistry.append(int(row[6]))
        Biology.append(int(row[7]))
    print(f'语文：{Chinese}')
    print(f'数学：{Math}')
    print(f'英语：{English}')
    print(f'物理：{Physics}')
    print(f'化学：{Chemistry}')
    print(f'生物：{Biology}')

# 绘制语文成绩
# 设置绘图区大小
fig = plt.figure(dpi=80, figsize=(12, 8))
# 设置线条样式
line_Chinese, = (names, Chinese, '-*', label='Chinese')
line_Math, = (names, Math, '-o', label='Math')
line_English, = (names, English, '-p', label='English')
line_Physics, = (names, Physics, '-s', label='Physics')
line_Chemistry, = (names, Chemistry, '-v', label='Chemistry')
line_Biology, = (names, Biology, '-^', label='Biology')
# 设置图例
plt.legend(handles=[line_Chinese, line_Math, line_English, line_Physics, line_Chemistry, line_Biology], loc='best')
# 旋转
fig.autofmt_xdate(rotation=60)
plt.title('成绩分析', fontsize=20)
plt.xlabel('学员', fontsize=14)
plt.ylabel('分数', fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
()

：

效果：

# author:mlnt
# createdate:2022/8/17
import csv
from datetime import datetime

import matplotlib
import matplotlib.pyplot as plt

("font", family='Microsoft YaHei')

filename = ''

with open(file=filename) as csvFile:    # 打开csv文件
    csvReader = csv.reader(csvFile)    # 创建reader对象
    headerRow = next(csvReader)   # 读取文件下一行
    # print(headerRow)
    # 设置空列表
    dates, lowTemps, highTemps, averageTemps = [], [], [], []
    for row in csvReader:
        try:
            # 将日期字符串转成对象
            currentDate = datetime.strptime(row[0], '%Y/%m/%d')
            # 设置最低温度
            # 需要转换成数字类型，y轴才能进行排序
            lowTemp = float(row[1])
            # 设置最高温度
            highTemp = float(row[2])
            # 设置平均温度
            averageTemp = float(row[3])
        except Exception as e:
            print('有缺值', e)
        else:
            # 将数据添加到列表
            dates.append(currentDate)
            lowTemps.append(lowTemp)
            highTemps.append(highTemp)
            averageTemps.append(averageTemp)
    print(f'最低温度：{lowTemps}')
    print(f'最高温度：{highTemps}')
    print(f'平均温度：{averageTemps}')


# # 设置绘图区大小
fig = plt.figure(dpi=80, figsize=(12, 8))
# 设置线条样式
line_highTemps, = (dates, highTemps, '-*', label='highTemps')
line_lowTemps, = (dates, lowTemps, '-o', label='lowTemps')
line_averageTemps, = (dates, averageTemps, '-p', label='averageTemps')
# 设置图例
plt.legend(handles=[line_lowTemps, line_averageTemps, line_highTemps], loc='best')
# 旋转
fig.autofmt_xdate(rotation=60)
plt.title('Weather Report', fontsize=20)
plt.xlabel('Date', fontsize=12)
plt.ylabel('Temperature (C)', fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
()

：效果：

参考：

官网：Matplotlib — Visualization with Python官方文档：Matplotlib documentation — Matplotlib 3.8.3 documentation色彩映射：解决matplotlib绘图时y轴乱序_python折线图y轴乱序-CSDN博客python【Matlibplot绘图库】画多个曲线的折线图（）_python 一个折线图 多个曲线-CSDN博客python pyplot画多条折线图_python plot函数画多个折线图 csdn-CSDN博客在 Matplotlib 中隐藏坐标轴、边框和空白? - 知乎
原文地址1：https://blog.csdn.net/aq8821/article/details/136494553
参考资料：python中用turtle画一个圆形 https://blog.csdn.net/SXIAOYAN_/article/details/140061099

2401_86116894
关注
  • 4
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python读取Excel数据并生成图表过程解析
09-16
在本文中，我们将深入探讨如何使用Python来读取Excel数据并生成图表，特别是结合了`xlrd`库来处理Excel文件以及`pyecharts`库进行数据可视化的过程。`xlrd`是一个Python库，用于读取Excel文件，而`pyecharts`是一个...
Python 绘制数据图表
热门推荐
梦里逆天的博客
08-17 1万+
python 使用matplotlib绘图库模块pyplot子模块绘制数据图表。内容包括：绘制简单折线图、绘制散点图、绘制多个图表、绘制直方图和读取CSV文件中的数据绘制图表等。
使用python制作常用图表
weixin_48719464的博客
06-23 4863
运行结果打开柱形图.xlsx即可查看'pie'
使用Python绘制简单图表
a13794268的博客
12-19 2798
使用Python绘制简单图表
40张python图表
qq_65481896的博客
06-05 2068
3.折线图
python可视化（十种常用图）
qq_39577827的博客
02-08 1万+
python的可视化库（seaborn和matplotlib） 今天我将和大家一起入门这十种简单图的绘制 1.散点图 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # 数据准备 N = 1000 x = np.random.randn(N) y = np....
python 用 xlwings 库 生成图表的操作方法
09-18
在Python中，使用xlwings库生成图表是一种高效的方式，特别是在处理Excel数据和自动化报告时。xlwings库允许我们直接在Excel工作簿中创建、编辑和格式化图表，而无需打开Excel应用程序。以下是关于使用xlwings生成...
python生成动态图表gif图片
05-30
python生成动态图表gif图片
python读取表格数据生成图表
08-12
python读取表格数据生成图表
python从Oracle读取数据生成图表
12-16
在本文中，我们将探讨如何使用Python来连接Oracle数据库，从中提取数据，并利用这些数据生成图表。初学者在学习Python时，经常会遇到这样的需求，而这个过程涉及到多个关键的Python库和步骤。 首先，我们需要导入...
一文演示Python中最常用的 14 种数据图表
Saki_Python的博客
09-04 3502
收集数据后，需要对其进行解释和分析，以深入了解数据所蕴含的深意。而这个含义可以是关于模式、趋势或变量之间的关系。数据解释是通过明确定义的方法审查数据的过程，有助于为数据赋予意义并得出相关结论。数据分析是对数据进行排序、分类和总结以回答研究问题的过程。我们应该快速有效地完成数据分析，并得出脱颖而出的结论。而不同可视化的数据绘图类型是实现以上目标的一个重要方面。随着数据的不断增长，这种需求也在持续增长，因此数据可视化图是非常重要的。
使用Python绘制各种图表
Dxy1239310216的博客
12-29 735
【代码】使用Python绘制各种图表。
基于python的图表生成系统,python如何生成excel图表
2301_81900439的博客
02-03 784
大家好，给大家分享一下python绘制非常漂亮的图表，很多人还不知道这一点。下面详细解释一下。现在让我们来看看！
python绘制非常漂亮的图表,怎么用python画图表
Fixf4556的博客
12-18 1230
大家好，本文将围绕基于python的图表绘图工具展开说明，基于python的图表生成系统是一个很多人都想弄明白的事情，想搞清楚python做图表的模块有哪些需要先了解以下几个事情。大家好，小编为大家解答基于python的图表生成系统的问题。很多人还不知道python做图表的模块有哪些，现在让我们一起来看看吧！
python做图表的模块有哪些,python如何制作图表
最新发布
P42695665的博客
03-03 663
大家好，小编来为大家解答以下问题，python做图表的模块有哪些，python如何制作图表，现在让我们一起来看看吧！
5个最佳Python图表的例子（附零基础学习资料）
隔壁王叔的博客
11-07 2194
5个最佳Python图表的例子（附零基础学习资料）
使用Python制作简单的图表并设置图表元素
weixin_48719464的博客
06-23 2395
运行结果：知识延伸1、plot()是Matplotlib模块的函数，用于绘制折线图。语法格式：折线的颜色。Matplotlib模块支持多种格式定义的颜色，常用的有2、show()是Matplotlib模块的函数，用于显示绘制的图表。
【Python入门系列】第十五篇：Python数据可视化和图表绘制
JosieBook
07-06 2403
数据可视化是数据分析和数据科学中非常重要的一部分。通过可视化，我们可以更好地理解数据、发现数据之间的关系、展示数据的趋势和模式，并向他人传达我们的发现。Python是一种功能强大的编程语言，拥有许多用于数据可视化的库和工具。其中，Matplotlib是最常用的绘图库之一，它提供了各种绘图函数和方法，可以绘制折线图、散点图、柱状图、饼图等等。Seaborn是基于Matplotlib的高级绘图库，它提供了更美观和简化的绘图接口，能够轻松绘制统计图表。
python生成图表中的横竖轴名称无法显示汉字
05-27
可以通过设置字体来解决 Python 生成图表中无法显示汉字的问题。具体操作如下： 1. 首先，需要安装中文字体，比如微软雅黑或者宋体等。 2. 然后，在代码中添加以下几行代码： ```python import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14) ``` 其中，`c:\windows\fonts\simsun.ttc` 是中文字体文件的路径，可以根据自己的实际情况进行修改。`size` 是字体大小。 3. 在绘图时，需要设置横轴和纵轴的标签，例如： ```python plt.xlabel("横轴名称", fontproperties=font) plt.ylabel("纵轴名称", fontproperties=font) ``` 其中，`fontproperties` 参数指定使用上面设置的字体。 这样就可以在 Python 生成的图表中显示汉字了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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