Python使用plot()函数画图进阶使用

最新推荐文章于 2024-08-11 15:10:57 发布

Sheenky

最新推荐文章于 2024-08-11 15:10:57 发布

阅读量1.3w

点赞数 9

分类专栏： Python数据可视化之matplotlib库文章标签： python 数据分析

本文链接：https://blog.csdn.net/Sheenky/article/details/124662362

版权

本文介绍了Python中matplotlib库的plot()函数进阶使用，包括全局信息设置、画布与子图创建、参数调整等，通过实例展示了如何绘制粮食、油料产量及增长率的折线图，强调了标签清晰、图例设置和个性化标签的重要性。

摘要由CSDN通过智能技术生成

(5)plt.tight_layout()函数的使用

(6)最后做出图形如下

使用介绍

在前文《Python直接使用plot()函数画图》提到了matplotlib库中最简单的一个函数plot()函数，介绍plot()最简单的使用方法，包括plot()函数中的参数，画布的基础设置，简单的数据代入画图，本次进阶使用，我们会将其中的参数通过函数方法进行画图的设置，同时也会讲解多个折线图的绘画以及对数据的选择。

使用函数画图有调用图形方便，参数设置简洁，代码复用性高等优点。

本次画图使用到的数据是2001年到2021年的作物产量变化数据。数据含有统计时间、粮食产量（万吨）、粮食产量增长（%）、棉花（万吨）、棉花增长（%）、油料（万吨）、油料增长（%）。

plot()函数进阶使用

实验要求：画出粮食、油料折线走势图和粮食、油料增长率走势图

绘图要求：标签清晰，两在一个画布中呈现，设置图例，添加私人标签

（1）全局信息代码

# 导入所需模块
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import warnings

# 设置全局变量
warnings.filterwarnings("ignore")
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']
plt.rcParams['axes.unicode_minus'] = False

#数据读入
df = pd.read_excel(r'作物产量.xls')

①导入数据处理相关库（pandas、numpy）导入画图库（matplotlib）

②设置警告过滤器：警告过滤器【warnings.filterwarnings("ignore")】

用于控制警告消息的行为，如忽略，显示或转换为错误（引发异常）

其中参数ignore是忽略匹配的警告

③plt.rcParams设置参数

plt.rcParams['font.sans-serif']运行配置参数中的字体（font）为微软雅黑

plt.rcParams['axes.unic