2. 显示库之matplotlib(折线图绘制)

最新推荐文章于 2024-04-02 15:21:09 发布
最新推荐文章于 2024-04-02 15:21:09 发布
阅读量701 收藏 3
点赞数
分类专栏： 数据挖掘三剑客 文章标签： python matplotlib 数据挖掘 数学建模
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/cai_niao_lu/article/details/121886458
版权

实现内容：
    1.折线图绘制和保存图片
        1.折线绘制 
        plt.plot(x, y, color=, linestyle=, label=)
            x: 横坐标数值
            y: 纵坐标数值
            color: 折线颜色
            linestyle: 线条样式
            label: 折线标签
        2.图片保存
        plt.savefig(path)
            path: 图片保存位置
        3.画布的设置
        plt.figure(figsize=(), dpi= )
            figzize：传入元组，第一个数值为长，第二个数值为宽
            dpi：dot per inch，每英尺的点数，即可以设置清晰度和分辨率
    2.在辅助显示层上完善折线图
        1. 更改x、y坐标轴的刻度
            plt.xticks(x, x_)
                x是修改之前的值
                x_是修改之后的值
            plt.yticks(y)
                y是传入的一个迭代器
        2. 中文显示问题
            plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
            plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
        3. 网格显示
            plt.grid(True, linestyle=, alpha=)
                True: 代表的是，显示网格
                linestyle: 网格的样式
                alpha: 网格线的透明度
        4. 添加xy轴和标题
            1. x轴y轴标题
                plt.xlabel('')
                plt.ylabel('')
            2. 标题
                plt.title('')
    3.在图像层上完善折线图
        1. 多个plot
        2. 图例显示
            plt.legend(loc=)
                loc: 代表的是图例的位置，best、lower left、lower right、upper left、 upper right、center left、center right
    4.多个坐标系的显示-plt.subplots（面对对象的画图方法）
        面向对象的画图方式和面向过程的画图过程并不想通过，主要注意的方面如下：
            1. 画布的建立方式
                plt.subplots(nrow=, ncol=, figsize=, dpi=)
                    1. nrow: 有几行图
                    2. ncol: 有几列图
                    3. figsize和dpi与figure的相同
                    4. return为figure和axes（图的个数）
            2. x轴和y轴的设置方法不同
                plt.xlabel-->axes[i].set_xlabel
                plt.ylabel-->axes[i].set_ylabel
                plt.xticks(x, x_)-->axes[i].set_xticks(x) + axes[i].set_xticklabels(x_)
                plt.yticks(y)-->axes[i].set_yticks(y)
                plt.title()-->axes[i].set_title()
            3. 其他方法类似
                plt.legend() --> axes.legend()
                plt.grid() --> axes.grid()
    5.折线图的应用场景
        1. 某种事物随着时间变化的关系
        2. 数学函数图像的绘制
            只要取的点足够多，那么画出的图像就可以足够光滑

原始图像绘制

代码：

import matplotlib.pyplot as plt
# 1.创建画布
plt.figure()

# 2.绘制图像
plt.plot([str(i) for i in range(1, 8)], [13, 17, 15, 10, 19, 11, 17])

# 3.图像显示
plt.show()

输出：

 画布属性设置和图像的保存

1. 画布属性设置
    1. API：plt.figure(figsize=(), dpi= )
        figzize：传入元组，第一个数值为长，第二个数值为宽
        dpi：dot per inch，每英尺的点数，即可以设置清晰度和分辨率
2. 保存图片的方式
    1. 直接在跳出的窗口中保存
    2. 在jupyter中右击图片，然后保存到本地
    3. 调用api
        plt.savefig(path=)
            path: 文件路径
        注意，在调用保存图片API的时候，要在plt.show()的上方。因为调用过plt.show()以后，就会释放资源，因此保存后的文件就是空白图片。

代码：

import matplotlib.pyplot as plt
# 1.创建画布
plt.figure(figsize=(5, 2), dpi=200)

# 2.绘制图像
plt.plot([str(i) for i in range(1, 8)], [13, 17, 15, 10, 19, 11, 17])

# 保存图片
plt.savefig('折线图.png')

# 3.图像显示
plt.show()

输出：

 辅助显示层的完善（改x和y的坐标轴刻度）

代码：

import matplotlib.pyplot as plt
import random
# 1.创建画布
plt.figure(figsize=(20, 8), dpi=200)

# 2.绘制图像
plt.plot(range(60), [random.uniform(19, 22) for i in range(60)])

# y刻度的显示
plt.yticks(range(0, 40, 5))

# x刻度的显示
plt.xticks(range(60)[: : 5], ['11时{}分'.format(i * 5) for i in range(12)])

# 3.图像显示
plt.show()

输出：

中文显示的问题解决

# 我们可以发现，在上面的图片中，中文全都是乱码的，以下是解决方法
import matplotlib.pyplot as plt
import random

# 中文显示和正负号问题解决，这是解决的关键！！！！
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=200)

# 2.绘制图像
plt.plot(range(60), [random.uniform(19, 22) for i in range(60)])

# y刻度的显示
plt.yticks(range(0, 40, 5))

# x刻度的显示
plt.xticks(range(60)[: : 5], ['11时{}分'.format(i * 5) for i in range(12)])

# 3.图像显示
plt.show()

 

添加网格显示

代码：

import matplotlib.pyplot as plt
import random

# 中文显示和正负号问题解决，这是解决的关键！！！！
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=200)

# 2.绘制图像
plt.plot(range(60), [random.uniform(19, 22) for i in range(60)])

# y刻度的显示
plt.yticks(range(0, 40, 5))

# x刻度的显示
plt.xticks(range(60)[: : 5], ['11时{}分'.format(i * 5) for i in range(12)])

# 添加网格显示
plt.grid(True, linestyle='-', alpha=0.5)

# 3.图像显示
plt.show()

输出：

添加描述信息

添加x轴、y轴描述信息及标题

代码：

import matplotlib.pyplot as plt
import random

# 中文显示和正负号问题解决，这是解决的关键！！！！
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=200)

# 2.绘制图像
plt.plot(range(60), [random.uniform(19, 22) for i in range(60)])

# y刻度的显示
plt.yticks(range(0, 40, 5))

# x刻度的显示
plt.xticks(range(60)[: : 5], ['11时{}分'.format(i * 5) for i in range(12)])

# 添加网格显示
plt.grid(True, linestyle='-', alpha=0.5)

# 标记x轴和y轴和标题
plt.xlabel('时间')
plt.ylabel('温度')
plt.title('中午11点0分到12点之间的温度变化图例')

# 3.图像显示
plt.show()

 

多个plot进行一张图上多个折线图的绘制 

import matplotlib.pyplot as plt
import random

# 中文显示和正负号问题解决，这是解决的关键！！！！
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=200)

# 2.绘制图像
plt.plot(range(60), [random.uniform(19, 22) for i in range(60)], color='r', linestyle='-.')
plt.plot(range(60), [random.uniform(2, 5) for i in range(60)], color='b')

# y刻度的显示
plt.yticks(range(0, 40, 5))

# x刻度的显示
plt.xticks(range(60)[: : 5], ['11时{}分'.format(i * 5) for i in range(12)])

# 添加网格显示
plt.grid(True, linestyle='-', alpha=0.5)

# 标记x轴和y轴和标题
plt.xlabel('时间')
plt.ylabel('温度')
plt.title('上海、北京中午11点0分到12点之间的温度变化图例')

# 3.图像显示
plt.show()

 输出：

图例的显示 

import matplotlib.pyplot as plt
import random

# 中文显示和正负号问题解决，这是解决的关键！！！！
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=200)

# 2.绘制图像
plt.plot(range(60), [random.uniform(19, 22) for i in range(60)], color='r', linestyle='-.',label='上海')
plt.plot(range(60), [random.uniform(2, 5) for i in range(60)], color='b', label='北京')
plt.legend()

# y刻度的显示
plt.yticks(range(0, 40, 5))

# x刻度的显示
plt.xticks(range(60)[: : 5], ['11时{}分'.format(i * 5) for i in range(12)])

# 添加网格显示
plt.grid(True, linestyle='-', alpha=0.5)

# 标记x轴和y轴和标题
plt.xlabel('时间')
plt.ylabel('温度')
plt.title('上海、北京中午11点0分到12点之间的温度变化图例')

# 3.图像显示
plt.show()

输出：

多个子图的绘制：面向对象的绘图方法

plt.subplots()

代码：

import matplotlib.pyplot as plt
import random

# 中文显示和正负号问题解决，这是解决的关键！！！！
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

# 1.创建画布
figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)

# 2.绘制图像
axes[0].plot(range(60), [random.uniform(19, 22) for i in range(60)], color='r', linestyle='-.',label='上海')
axes[1].plot(range(60), [random.uniform(2, 5) for i in range(60)], color='b', label='北京')
axes[0].legend()
axes[1].legend()

# y刻度的显示
axes[0].set_yticks(range(0, 40, 5))
axes[1].set_yticks(range(0, 40, 5))

# x刻度的显示
axes[0].set_xticks(range(60)[: : 5])
axes[0].set_xticklabels(['11时{}分'.format(i * 5) for i in range(12)])
axes[1].set_xticks(range(60)[: : 5])
axes[1].set_xticklabels(['11时{}分'.format(i * 5) for i in range(12)])

# 添加网格显示
axes[0].grid(True, linestyle='-', alpha=0.5)
axes[1].grid(True, linestyle='-', alpha=0.5)

# 标记x轴和y轴和标题
axes[0].set_xlabel('时间')
axes[0].set_ylabel('温度')
axes[0].set_title('上海中午11点0分到12点之间的温度变化图例')
axes[1].set_xlabel('时间')
axes[1].set_ylabel('温度')
axes[1].set_title('北京中午11点0分到12点之间的温度变化图例')
# 3.图像显示
plt.show()

输出：

 数学函数图像

代码：

import numpy as np
import matplotlib.pyplot as plt

plt.figure(figsize=(10, 5), dpi=100)
x = np.linspace(-10, 10, 1000)
y = np.sin(x)
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
plt.plot(x, y, label='正弦函数', color='r')
plt.show()

 输出：

学习地址：
黑马程序员Python教程，4天快速入门Python数据挖掘，系统精讲+实战案例_哔哩哔哩_bilibili

rookie-rookie-lu
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Matplotlib折线图（x/y轴刻度、刻度标签、标签旋转）
风口IT猪的成长录
11-01 2318
代码示例： import random from matplotlib import pyplot as plt x = range(2,26,2) y = [random.randint(12,35) for i in x] plt.figure(figsize=(20,8),dpi=80) # 设置x轴的刻度 # plt.xticks(x) # 设置y轴的刻度 # plt.yticks(range(min(y),max(y)+1)) # 构造x轴刻度标签 xticks_label = [f
matplotlib.pyplot.plot()绘制折线图
Yangyuqing_的博客
04-13 1637
一、matplotlib.pyplot.plot()语法 plot(*args, scalex=True, scaley=True, data=None, **kwargs) *args参数： x,y：数组或标量，数据点的水平/垂直坐标。 fmt：格式字符串。快速设置linestyle、color的缩写。 data：带有标记数据的对象，如果给出，提供标签名称。 scalex,scaley：默认值True，决定视图限制是否适应。 **kwargs参数： Agg_filter：一个过滤函数，它接
使用matplotlib库画折线图
z1314520cz
11-29 340
先上代码 import os import numpy as np import matplotlib.pyplot as plt with open('test1122/costTimemy.txt', 'r') as f: contents = f.readlines() print(len(contents)) moduletimes = [] totaltimes = [] ...
Python用matplotlib库绘制折线图
qiaozhangchi的专栏
05-06 612
import matplotlib.pyplot as plt import matplotlib.font_manager as fm # 字体管理器 def main(): """ 主函数 """ x_data = ['2011-11', '2011-12', '2012-01', '2012-02', '2012-03', '2012-04',...
python的matplotlib库画折线图
weixin_43321726的博客
12-18 948
1.装完库 直接复制粘 ⚠️把自己电脑字体的路径就可以显示中文 这个matplotlib画的图不好看，如果要看更多特效的图可以看我之前的链接里面有很多图 链接：https://blog.csdn.net/weixin_43321726/article/details/103357438 代码块： #time:2019.12.18 #autor:heguobao #python/pycharm fr...
matplotlib绘制折线图
qq_26686565的博客
08-02 1432
matplotlib绘图-折线图
Python基于Matplotlib库简单绘制折线图的方法示例
09-21
本篇将详细介绍如何利用Matplotlib库来绘制折线图，并通过一个具体的代码示例来展示其使用技巧。 首先，我们需要导入matplotlib.pyplot模块，通常我们将其别名为plt。这可以通过以下语句完成： ```python import ...
Python 票据利率变化 数据分析 matplotlib绘制动态折线图 生成gif动画 展示不同时间粒度变化情况
02-01
Python 票据利率变化 数据分析 matplotlib绘制动态折线图 生成gif动画 展示不同时间粒度变化情况 按7天 1个月 3个月 6个月 9个月 1年分别画图 numpy pandas Jupyter notebook 数据分析 数据挖掘
可直接运行 基于Python matplotlib折线图绘制 向图表添加图解和注释 运行后直接出图 含PDF图像文件.rar
04-22
可直接运行 基于Python matplotlib折线图绘制 向图表添加图解和注释 运行后直接出图 含PDF图像文件 程序使用说明： （1）我使用的是Python 3.7，这些常规代码基本任何python3版本都能运行； （2）可直接运行，比如...
【python.matplotlib】显示标签在线条上
weixin_43326122的博客
07-14 4899
线条中间 使用 matplotlib-label-lines 库 from labellines import labelLines # pip install matplotlib-label-lines from matplotlib.dates import date2num from datetime import datetime df = pd.DataFrame([[0, 2, 4], [3, 3, 3], [4, 3, 2]], columns=['A
matplotlib基本绘图API集锦
DaGongJiGuoMaLu09的博客
06-20 768
一、基本使用流程 import matplotlib.pyplot as plt # 导入模块 # 画布设置 plt.figure(figsize=(12,9)) # 设置图像尺寸大小，参数值乘以100表示分辨率 plt.subplot(m,n,j) # 多个图排列 plt.figure().tight_layout() # 多个图排列时自动设置间距，消除重叠 # 画图 plt.plot(x, y) # 图形设置 plt.xlabel( 'heigh
Python+OpenCV将彩图数据转成数组供LCD显示
weixin_43574752的博客
09-04 1216
Python+OpenCV将彩图数据转成数组供LCD显示Python+OpenCV将彩图数据转成数组供LCD显示TFTLCD采用的数据格式介绍导入需要的库合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 Python+OpenCV将彩图数据转
python可视化工具之matplotlib（1）基本图表
m0_69435474的博客
05-30 5305
详细讲解了matplotlib如何制作折线图、散点图、气泡图条形图(柱状图)、饼图、环形图、直方图、箱线图及他们的属性(刻度线、轴标签、标题、文本显示等)设置。
matplotlib入门之plt.plot折线图跟常用基本函数
热门推荐
weixin_46707493的博客
08-16 2万+
目录 一、简单折线图 二、常用基本函数:plt.xticks,plt.yticks,ply.xlim,plt.ylim,plt.xlabel,plt,ylabel,plt.title,plt.legend等 三、折线图函数plt.plot()的参数介绍及详解 四、调整坐标轴：plt.spines[] 五、文本标注：plt.text() 六、文本箭头注释:plt.annotate() 七、绘图的填充：plt.fill_between() 八、归纳练习 一、简单折线图 1、调用包： im
Python绘制折线图、散点图...Pyplot库功能使用示例大全
qq_42244418的博客
05-09 6080
matplotlib.pyplot库是Python中一个非常重要的可视化工具，可以用于绘制各种图表。本文给出了图表绘制的各种示例，并详细解释了参数设置
plt.plot(x,y,color,linestyle,marker)函数参数详解
我的个人博客
05-20 1万+
需要注意的是，`plt.plot()`函数的参数比较多，不同的参数组合可以实现各种各样的效果。具体使用时需要根据需求进行选择和调整，以获得期望的绘图效果。`plt.plot()`函数是matplotlib库中用于绘制线条图的函数，它有多个参数可以控制绘图的各个方面。
python plt画双折线图
virus111222的博客
10-05 1203
【代码】python plt画双折线图。
python学习系列：plt.plot()画折线图
最新发布
lx730301的博客
04-02 637
plt.plot(x,y,"ob:") #"b"为蓝色, "o"为圆点, ":"为点线。1、x, y可传入(元组), [列表], np.array, pd.Series。dic1={'x列0':[0,1,2],'x列1':[3,4,5]}plt.show()前可加多个plt.plot(),画在同一张图上。dic2={'y列0':[2,3,2],'y列1':[3,4,3]}x可省略,默认[0,1..,N-1]递增。x=(3,4,5) # (元组)4、 x或y传入二维数组。2、可传入多组x, y。
matplotlib 折线图绘制 美观
05-13
Matplotlib是一个Python库，用于绘制各种类型的图形，包括折线图。Matplotlib提供了许多功能和选项，可以使折线图变得美观。 Matplotlib折线图的美观之处在于其提供了多种细节调整的方式，比如改变轴的刻度、标签和颜色等。除此之外，Matplotlib还可以添加文字注释和图例，使整个图形更加清晰易读。 为了使折线图更具美观性，一些常见的细节调整包括选择合适的线条颜色和类型、调整坐标轴范围、设置刻度标签和添加网格线等。Matplotlib还提供了许多其他选项，如设置线条宽度、为数据点添加标记等。 背景颜色的选择也是重要的一步。一个好的背景可以使图表更加清晰易读。除此之外，选择合适的字体和字号也是一个好的选择。 总之，Matplotlib提供了许多选项和功能，可以使折线图更加美观。精心调整折线图的细节，可以使图表变得更加清晰易读，使读者更容易理解和理解所呈现的数据。
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