Python 大数据- 高分辨率- 折线图

折线图——单

数据准备：

代码：

import matplotlib.pyplot as plt
import pandas as pd


# 读入数据
df = pd.read_csv(r'C:\Users\11257\Desktop\1.csv')

# 删除缺失数据（或者叫删除缺失行）
df = df.dropna()

# 查看数据
print(df)

# 设置图片清晰度
fig = plt.subplots(figsize=(10,10), dpi=300)  # dpi设置为300，figsize设置图片长与宽

# 绘制折线图（绘制PM2.5随时间的变化趋势）
plt.plot(df["Time"], df["PM2.5"])

# x轴刻度频率（从第一行数据到第452行数据，每60个数据显示一次x刻度）
plt.xticks(range(1, 452, 60))

# 添加x轴和y轴名称
plt.xlabel('Time')
plt.ylabel('PM2.5')

# 添加图标题
plt.title('Line Plot')

# 显示图形
plt.show()

 结果如图：

折线图——双

数据准备：

代码：

import matplotlib.pyplot as plt
import pandas as pd

# 读入数据
df = pd.read_csv(r'C:\Users\11257\Desktop\1.csv')

# 删除缺失值 （删除缺失行）
df = df.dropna()

# 查看数据
print(df)

# 创建画布fig和第一个y轴ax1,调整图片大小，图片清晰度dpi
fig, ax1 = plt.subplots(figsize=(10,10), dpi=300)

# 绘制第一条折线，颜色为绿色
ax1.plot(df["Time"], df["A-PM2.5"], color="g")

# 设置x轴名称
ax1.set_xlabel('Time')

# 设置刻度名称颜色
ax1.set_ylabel('A-PM2.5', color='g')

# 设置刻度颜色
ax1.tick_params('y', colors='g')



# 创建第二个 y 轴
ax2 = ax1.twinx()

# 绘制第二条折线，颜色为红色
ax2.plot(df["Time"], df["B-PM2.5"],color='r')

# 设置刻度名称颜色
ax2.set_ylabel('B-PM2.5', color='r')

# 设置刻度颜色
ax2.tick_params('y', colors='r')

# 调整x轴刻度频率（从第一行数据到第452行数据，每60个数据显示一次x刻度）
plt.xticks(range(1, 452, 60))

# 添加标题
plt.title('Double Y-axis Line Plot')

# 显示图形
plt.show()

 结果如图：