matplotlib pyplot画折线图

x:指定折线图的x轴数据;
y:指定折线图的y轴数据;
linestyle:指定折线的类型,可以是实线、虚线、点虚线、点点线等,默认为实线;
linewidth:指定折线的宽度
marker:可以为折线图添加点,该参数是设置点的形状;
markersize:设置点的大小;
markeredgecolor:设置点的边框色;
markerfactcolor:设置点的填充色;
label:为折线图添加标签,类似于图例的作用;
 

# 导入模块
import pandas as pd
import matplotlib.pyplot as plt

# 设置绘图风格
plt.style.use('ggplot')
# 设置中文编码和负号的正常显示
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 读取需要绘图的数据
article_reading = pd.read_excel('wechart.xlsx')
# print(article_reading)
# 取出8月份至9月28日的数据
sub_data = article_reading.loc[article_reading.date >= '2017-08-01' ,:]
# print(sub_data)

# 设置图框的大小
fig = plt.figure(figsize=(9,6))
# 绘图
plt.plot(sub_data.date, # x轴数据
         sub_data.article_reading_cnts, # y轴数据
         linestyle = '-', # 折线类型
         linewidth = 2, # 折线宽度
         color = 'steelblue', # 线的颜色
         marker = 'o', # 点的形状
         markersize = 6, # 点的大小
         markeredgecolor='red', # 点边框色
         markerfacecolor='blue') # 点填充色

# 添加标题和坐标轴标签
plt.title('公众号每天阅读人数趋势图')
plt.xlabel('日期')
plt.ylabel('人数')

# 剔除图框上边界和右边界的刻度
plt.tick_params(top = 'off', right = 'off')

# 为了避免x轴日期刻度标签的重叠,设置x轴刻度自动展现,并且65度倾斜
fig.autofmt_xdate(rotation = 65)  # 设置x轴时间外观

# 显示图形
plt.show()

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: matplotlib.pyplotPython中一个常用的绘图库,可以用来绘制各种类型的图形,包括折线图。 要绘制折线图,需要先导入matplotlib.pyplot库,然后使用plot函数来绘制数据点和折线。 下面是一个简单的例子: ```python import matplotlib.pyplot as plt # 定义数据 x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] # 绘制折线图 plt.plot(x, y) # 设置图形标题和坐标轴标签 plt.title("折线图示例") plt.xlabel("x轴") plt.ylabel("y轴") # 显示图形 plt.show() ``` 这段代码会生成一个简单的折线图,其中x轴表示数据点的横坐标,y轴表示数据点的纵坐标。可以通过修改x和y的值来绘制不同的折线图。 ### 回答2: Matplotlib.pyplot 是常用的 Python 绘图库之一,可以方便地绘制各种类型的图表,包括折线图、散点图、柱状图、饼图等等。 绘制折线图Matplotlib.pyplot 中最常用的操作之一,步骤如下: 1. 导入必要的库 使用 Matplotlib.pyplot 绘制图表需要先导入必要的库,通常包括 numpypyplot。如果要在 Jupyter Notebook 中显示图表,则需要加上 `%matplotlib inline` 命令。 ```python import numpy as np import matplotlib.pyplot as plt %matplotlib inline ``` 2. 准备数据 绘制折线图需要先准备好数据,一般来说是两个长度相同的数组,分别表示 x 轴和 y 轴的数据。这些数据可以手动输入,也可以通过读取文件或从其他数据源获取。 ```python x = np.array([1, 2, 3, 4, 5]) y = np.array([3, 5, 4, 6, 7]) ``` 3. 绘制折线图 使用 pyplotplot() 函数绘制折线图,其中第一个参数是 x 轴数据,第二个参数是 y 轴数据,可以通过可选参数指定线条的颜色、线宽、标记点等等。 ```python plt.plot(x, y, color='red', linewidth=2, marker='o') ``` 4. 设置图表属性 可以使用 pyplot 的一系列函数设置图表的各种属性,包括标题、横坐标和纵坐标的标签、坐标轴的范围、图例等等。 ```python plt.title('My Line Chart') plt.xlabel('X-axis') plt.ylabel('Y-axis') plt.xlim([0, 6]) plt.ylim([2, 8]) plt.legend(['My Data']) ``` 5. 显示图表 使用 pyplot 的 show() 函数显示绘制好的图表。 ```python plt.show() ``` 综上所述,使用 Matplotlib.pyplot 绘制折线图的主要步骤包括导入必要的库、准备数据、绘制折线图、设置图表属性和显示图表。需要注意的是,绘制不同类型的图表具体操作略有不同,但大体框架相似。 ### 回答3: matplotlib.pyplotPython的一个数据可视化库,它支持绘制各种图表,其中包括折线图折线图是一种通过连接各个数据点生成曲线的图表,用于呈现数据随时间、数量等条件的变化情况。 要使用matplotlib.pyplot绘制折线图,需要以下步骤: 1. 导入包和数据 首先需要导入matplotlib.pyplot和需要绘制的数据。常见的导入方式如下: ``` import matplotlib.pyplot as plt import numpy as np x = np.array([1, 2, 3, 4, 5]) y = np.array([10, 5, 16, 8, 18]) ``` 其中,x和y是需要绘制的数据,可以使用numpy库的array()函数将其转换为数组类型。 2. 绘制折线图 使用plot()函数可以将数据点连接起来,生成折线图。常见的用法如下: ``` plt.plot(x, y) ``` 这个命令会将x轴和y轴上的数据点连接起来,并生成一条折线图。如果需要修改线条颜色、线宽或线型等属性,可以在plot()函数中设置相关参数,例如: ``` plt.plot(x, y, color='blue', linewidth=2, linestyle='--') ``` 这个命令会生成一条蓝色、宽度为2像素、虚线型的折线。 3. 添加轴标签和标题 使用xlabel()和ylabel()函数分别添加x轴和y轴的标签,使用title()函数添加图表标题,例如: ``` plt.xlabel('x axis') plt.ylabel('y axis') plt.title('My plot') ``` 4. 显示图表 使用show()函数可以显示图表,例如: ``` plt.show() ``` 完整的代码如下: ``` import matplotlib.pyplot as plt import numpy as np x = np.array([1, 2, 3, 4, 5]) y = np.array([10, 5, 16, 8, 18]) plt.plot(x, y, color='blue', linewidth=2, linestyle='--') plt.xlabel('x axis') plt.ylabel('y axis') plt.title('My plot') plt.show() ``` 这个代码会生成一张折线图,其中x轴表示1到5,y轴表示10到18之间的数据点,并以蓝色虚线呈现。图表还包括x和y轴的标签,以及图表标题。 通过以上步骤,可以使用matplotlib.pyplot绘制出简单的折线图,并可以通过修改相关参数和设置轴标签和标题等方式美化图表。
评论 2
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