提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
提示:以下是本篇文章正文内容,下面案例可供参考
一、matplotlib
二、使用步骤
1.引入库
import pandas as pd
import os
import matplotlib.pyplot as plt`
2.读入数据
数据链接数据集
该文件夹下有许多个表格,用os读取
path = r"E:\专业课\大数据可视化\data"
# os 由路径、文件夹列表、文件列表组成的元组
file = []
for path,dirs,files in os.walk(path):
for i in files:
fl = os.path.join(path,i)
file.append(fl)
data = []
# 不同数据的名字
data_lable = ['Apple','Amazon','Facebook','Google','Microsoft']
for i in range(len(file)):
dt = pd.read_csv(file[i])
data.append(dt)
3.绘图
# Create figure (figure size of 16"x8", dpi of 300)
plt.figure(figsize=(16,8),dpi=300)
# Plot data
for i in range(len(data)):
plt.plot('date', 'close', data=data[i], label=data_lable[i])
# Specify ticks for x- and y-axis
# 为了重新设置x坐标的密度,全部输出太多了,显示不了
data_date = data[0].date[::60]
plt.xticks(data_date,data_date,rotation = 70)# 设置x周密度
# Add title and labels
plt.ylabel('Closing Price')
plt.title("Stock trend")
# Add grid
plt.grid('-')
# Add legend
plt.legend()
# Show plot
plt.show()