自然数据库-matplotlib绘制折线图

本文介绍了Python的matplotlib库,它是数据可视化的重要工具。详细讲解了如何导入matplotlib包、设置图片大小、调整坐标轴刻度,以及解决中文显示问题。同时,探讨了折线图的使用场景和matplotlib在数据可视化中的更多应用。
摘要由CSDN通过智能技术生成

一.matplotlib是什么

最流行的Python底层绘图库,主要做数据可视化图表,名字取材于MATLAB,模仿MATLAB构建

二.matplotlib怎么使用

1.导入matplotlib包

from matplotlib import pyplot as plt
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,27,22,18,15]
plt.plot(x,y) #将两个可迭代对象作为两个轴
plt.show() #展示所绘制的图像

2.设置图片大小

from matplotlib import pyplot as plt
plt.figure(figsize=(20,8),dpi=80)  #此处size的数据通过括号进行包裹
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,27,22,18,15]
plt.plot(x,y)
plt.savefig("picture.png")  #图片进行保存,可以保存为svg格式,放大不会有锯齿
plt.show()

3.调整X或者Y轴上的刻度

可以调整刻度步长

可以进行刻度的稀疏设置

from matplotlib import pyplot as plt
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,27,22,18,15]

plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)  #绘制
x_xticks=[i/2 for i in range(4,49)]
plt.xticks(x_xticks) #将x列中的数字对应到图片上x轴
plt.savefig("pic1.png")
plt.show()  #展示

可以给x轴、y轴增添指定信息,但是需要使用x_stick将他们进行一一对应

from matplotlib import pyplot as plt
import random
x=range(120)
y=[random.uniform(20,35) for i in range(0,120)]
plt.figure(figsize=(20,8),dpi=80)

plt.plot(x,y)
_x=list(x)[::10]
x_stick=["10:{0}".format(i) for i in _x if i<60]
x_stick+=["11:{0}".format(i-60) for i in _x if i>60]
#进行列表元素的增加
#x_stick+=["11:{0}".format(i)for i in range (0,60) if i >60]
plt.xticks(_x,x_stick)

plt.show()

4.设置中文显示

matplotlib默认不支持中文字符,因为默认的英文字体无法显示汉字。

from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
from pylab import *
import random

matplotlib.rc("font",family='YouYuan',weight="bold")
#my_font=font_manager.FontProperties(fname="C:\WINDOWS\FONTS\CANDARA.TTF")  #此处要注意FontProperties中的大写
x=range(0,120)

y=[random.randint(20,35) for i in range(0,120)]  #random.uniform函数用来随机生成(20,35)中间的一个数
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)
_x=list(x)[::3]
x_stick=["10点{0}分".format(i) for i in _x if i <60]
x_stick+=["11点{0}分".format(i-60) for i in _x if i >60]
plt.xticks(_x,x_stick,rotation=45)
plt.xlabel("时间/分钟")
plt.ylabel("温度/摄氏度")
plt.title("时间温度表")
plt.show()

5.给图像添加描述信息

添加对x轴、y轴、表格整体的描述

对每条线的注释

对每条线的格式、颜色设置

添加图例

添加表格

from matplotlib import pyplot as plt
import matplotlib
x=range(11,31)
y1=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]  #甲的数据
y2=[1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]  #乙的数据
matplotlib.rc("font",family='YouYuan',weight="bold")
plt.figure(figsize=(20,8))
plt.plot(x,y1,label="甲",color="red",linestyle=":")  #为线条设置样式,并且填上标签
plt.plot(x,y2,label="乙",color="blue",linestyle="--")
x_stick=["{}岁".format(i) for i in x]
plt.xticks(x,x_stick)
plt.xlabel("年龄")
plt.ylabel("对象个数")
plt.title("年龄对象个数分布图")
plt.grid(alpha=0.5) #设置表格,以及阴影度  ,此处不能加引号设置清晰度,此处需要一个数字而不是字符串
plt.legend(loc="upper left") #添加图例
#plt.savefig("pic3.png")
plt.show()

三.matplotlib还能做什么?

1.折线图的使用场景

呈现公司产品 ( 不同区域 ) 每天活跃用户数
呈现 app 每天下载数量
呈现产品新功能上线后 , 用户点击次数随时间的变化
呈现员工每天上下班时间
 

2.matplotlib还能用来做什么

matplotlib能够绘制折线图,散点图,柱状图,直方图,箱线图,饼图等

 

 

 

 

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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