python数据处理：绘制折线图

前言

用于记录使用python处理一些简单数据的方法

一、Matplotlib模块介绍

        Matplotlib是一个功能强大且灵活的绘图库，用于创建静态、动态和交互式的图表。它的语法相对简单，可以绘制各种类型的图表，如折线图、柱状图、散点图等。

---

二、安装Matplotlib模块

使用pip 命令安装Matplotlib模块

pip install matplotlib

三、绘制折线图

1.plot()函数介绍

import matplotlib.pyplot as plt

plt.plot(x, y, linestyle='-', linewidth=1, color='blue', marker='.', markersize=10, label='data')

• x：x轴数据，可以是一个列表或数组。
• y：y轴数据，可以是一个列表或数组。
• linestyle：线条样式，默认为实线，可选参数有虚线'–'、点画线'..'、点划线'-.'等。
• linewidth：线条宽度，可以设置一个整数值。
• color：线条颜色，可以是英文单词或十六进制码。
• marker：数据点标记样式，默认为无标记，可选参数有圆点'.'、方形's'、三角形'^'等。
• markersize：数据点标记大小，默认为6。
• label：添加图例名称。

• 注意：以上参数皆为可选参数，但没有X和Y时会生成一个空的折线图

1.1 完整用法

代码：使用全部参数，可自由定义图表的样式

import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# 绘制折线图
plt.plot(x, y, linestyle='-', linewidth=2, color='blue', marker='o', markersize=5, label='data')
# 添加标题和标签
plt.title('Case')
plt.xlabel('time')
plt.ylabel('speed')
# 添加图例
plt.legend()
# 显示图形
plt.show()

运行结果：

1.2. 常见用法

代码：仅使用参数x和y，样式使用默认值

import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# 绘制折线图
plt.plot(x, y)
# 添加标题和标签
plt.title('Case')
plt.xlabel('time')
plt.ylabel('speed')
# 显示图形
plt.show()

 运行结果：

1.3.一个图有多组数据

 代码：创建两组数据，两次调用plot函数

import matplotlib.pyplot as plt
# 时间数据
t = []
# 速度数据1
speed1 = []
# 速度数据2
speed2 = []
# 生成数据
for num in range(1,10):
    t.append(num)
    speed1.append(2*num)
    speed2.append(3*num)
print(speed1,speed2)
# 绘制折线图
plt.plot(t, speed1, color='blue', label='speed 1')
plt.plot(t, speed2,  color='red', label='speed 2')
# 添加标题和标签
plt.title('case')
plt.xlabel('time')
plt.ylabel('speed')

# 添加图例
plt.legend()

# 显示图形
plt.show()

运行结果：

 

 2.subplots()函数介绍

fig, axes = plt.subplots(nrows=1, ncols=1, **kwargs)

参数说明：

• nrows：指定子图的行数，默认为 1。
• ncols：指定子图的列数，默认为 1。
• **kwargs：可选参数，用于设置其他画布属性。

返回值说明：

• fig：表示整个画布的对象。可以使用该对象设置画布的属性，如标题、背景色等。
• axes：是一个维度为 (nrows, ncols) 的子图对象数组。可以通过索引来访问和操作每个子图。
• subplots() 函数返回的 fig 和 axes 可以用于绘制和操作子图。

1. 多组数据，多个图 

代码：设定列数为3，根据数据集动态计算行数，创建对应布局的子图

import matplotlib.pyplot as plt

data1,data2,data3 =[],[],[]
datasets = [data1,data2,data3]  # 数据集
title=["data1","data2","data3"] # 标题
# 创建数据
for num in range(1,10) :
    data1.append(2 * num)
    data2.append(3 * num)
    data3.append(4 * num)

nrows = int(len(datasets)/3) +(1 if len(datasets) % 3 !=0 else 0 )  # 根据数据集动态计算行数
ncols = 3  # 列数

# 创建一个包含nrows行3列的子图画布，大小为 (15, 15)
fig, axes = plt.subplots(nrows=nrows, ncols=ncols, figsize=(15, 15))

# 使用 for 循环绘制子图
for i, ax in enumerate(axes.flatten()[:len(datasets)]):
    dataset = datasets[i]  # 获取当前数据集
    ax.plot(dataset)  # 绘制当前数据集
    ax.set_title(title[i])  # 设置标题
    plt.xlabel('time')   # 设置X标签
    plt.ylabel('speed')  # 设置Y标签

# 展示图表
plt.show()

运行结果：