Matplotlib绘图基本操作

声明

本文涉及的代码基于python 3.6.5 numpy1.14.3 pandas 0.23.0 matplotlib 2.2.2。
matplotlib是python中常用的图表绘制工具；pandas是常用的数据处理工具，关于pandas的使用可以参考我的这篇文章：Pandas基本操作与常用接口；numpy是常用的科学计算工具，关于numpy的使用可以参考我的这篇文章：NumPy基本操作与常用函数。
在使用numpy、pandas和matplotlib之前我们首先要导入相关模块：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

绘制简易折线图

现在我们有一个美国从1948年起每个年份每个月份的失业率的数据unrate.csv，数据只有两列，一列是DATE对应相应的月份，一列是VALUE就是相应的失业率。我们先用pandas把它导入进来

unrate = pd.read_csv('unrate.csv')

# 将DATE列数据由字符串转换为datetime类型
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
print(unrate.head(12))
#          DATE  VALUE
# 0  1948-01-01    3.4
# 1  1948-02-01    3.8
# 2  1948-03-01    4.0
# 3  1948-04-01    3.9
# 4  1948-05-01    3.5
# 5  1948-06-01    3.6
# 6  1948-07-01    3.6
# 7  1948-08-01    3.9
# 8  1948-09-01    3.8
# 9  1948-10-01    3.7
# 10 1948-11-01    3.8
# 11 1948-12-01    4.0

然后我们利用这些数据先绘制一个简单的折线图：

first_twelve = unrate[0:12]
plt.plot(first_twelve['DATE'], first_twelve['VALUE'])
plt.show()

绘制出来的折线图如上所示，plot()方法的第一个参数为x坐标值，x参数是可选的，若没有设置，默认为[0, ..., N-1]。第二个参数为y坐标值，该参数也可以是多个列数据，分别对应不同的数据集合。下面我们看一下当y为多个数据集合时的用法：

first_twelve = unrate[0:12]
second_twelve = unrate[12:24]
y = np.vstack((first_twelve['VALUE'], second_twelve['VALUE'])).T
plt.plot(first_twelve['DATE'].dt.month, y)  # 横轴取值为每年的12个月份
plt.show()

对于y轴上的多个数据集，常用的写法其实是这样的：

first_twelve = unrate[0:12]
second_twelve = unrate[12:24]
plt.plot(first_twelve['DATE'].dt.month, first_twelve['VALUE'], color='red', marker='.', linestyle