matplotlib绘图【折线图】

最新推荐文章于 2021-04-04 09:39:19 发布
最新推荐文章于 2021-04-04 09:39:19 发布
阅读量241 收藏 1
点赞数
分类专栏： 数据可视化 文章标签： matplotlib 折线图
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/qq_42517220/article/details/102491714
版权

基础

from matplotlib import pyplot as plt

# x轴数据
x = range(2, 26, 2)
# y轴数据
y = [15, 13, 14, 5, 17, 20, 25, 26, 26, 24, 22, 18]
# 绘图
plt.plot(x, y)
# 展示
plt.show()

在这里插入图片描述

设置图片大小

from matplotlib import pyplot as plt

# x轴数据
x = range(2, 26, 2)

# y轴数据
y = [15, 13, 14, 5, 17, 20, 25, 26, 26, 24, 22, 18]

# 设置图片大小，dpi：设置像素，越大图片越清晰
fig = plt.figure(figsize=(30,10), dpi=100)

# 绘图
plt.plot(x, y)

# 展示
plt.show()

在这里插入图片描述

保存图片

from matplotlib import pyplot as plt

# x轴数据
x = range(2, 26, 2)

# y轴数据
y = [15, 13, 14, 5, 17, 20, 25, 26, 26, 24, 22, 18]

# 设置图片大小
fig = plt.figure(figsize=(30,10), dpi=100)

# 绘图
plt.plot(x, y)

# 保存图片
plt.savefig('./first.png')

# 展示
plt.show()
  • 也可以保存为svg格式，矢量图片放大不会失真

自定义x轴坐标

from matplotlib import pyplot as plt

# x轴数据
x = range(2, 26, 2)

# y轴数据
y = [15, 13, 14, 5, 17, 20, 25, 26, 26, 24, 22, 18]

# 自定义x轴坐标
plt.xticks(x)

# 绘图
plt.plot(x, y)

# 展示
plt.show()

在这里插入图片描述

  • 改变坐标显示疏密度
from matplotlib import pyplot as plt

# x轴数据
x = range(2, 26, 2)

# y轴数据
y = [15, 13, 14, 5, 17, 20, 25, 26, 26, 24, 22, 18]

# 自定义x轴坐标
_xtick_labels = [i/2 for i in range(4, 49)]
plt.xticks(_xtick_labels)

# 绘图
plt.plot(x, y)

# 展示
plt.show()

在这里插入图片描述

from matplotlib import pyplot as plt

# x轴数据
x = range(2, 26, 2)

# y轴数据
y = [15, 13, 14, 5, 17, 20, 25, 26, 26, 24, 22, 18]

# 自定义x轴坐标
_xtick_labels = [i/2 for i in range(4, 49)]
# 步长为3将坐标变稀疏
plt.xticks(_xtick_labels[::3])

# 绘图
plt.plot(x, y)

# 展示
plt.show()

在这里插入图片描述

设置y轴坐标

from matplotlib import pyplot as plt

# x轴数据
x = range(2, 26, 2)

# y轴数据
y = [15, 13, 14, 5, 17, 20, 25, 26, 26, 24, 22, 18]

# 自定义x轴坐标
_xtick_labels = [i/2 for i in range(4, 49)]
# 步长为3将坐标变稀疏
plt.xticks(_xtick_labels[::3])

# 自定义y轴坐标：以y轴数据最大值最小值为范围生成数据
plt.yticks(range(min(y), max(y)+1))

# 绘图
plt.plot(x, y)

# 展示
plt.show()

在这里插入图片描述

  • 调整坐标疏密程度
from matplotlib import pyplot as plt

# x轴数据
x = range(2, 26, 2)

# y轴数据
y = [15, 13, 14, 5, 17, 20, 25, 26, 26, 24, 22, 18]

# 自定义x轴坐标
_xtick_labels = [i/2 for i in range(4, 49)]
# 步长为3将坐标变稀疏
plt.xticks(_xtick_labels[::3])

# 自定义y轴坐标：以y轴数据最大值最小值为范围生成数据，按步长为3取值
plt.yticks(range(min(y), max(y)+1)[::3])

# 绘图
plt.plot(x, y)

# 展示
plt.show()

在这里插入图片描述

特殊用法

  • 如果自定义坐标值最小值大于数据最大值，那么坐标是看不到的
  • 由于x轴数据最大值是25，所以横轴坐标只能看到24，25两个值
from matplotlib import pyplot as plt

# x轴数据
x = range(2, 26, 2)

# y轴数据
y = [15, 13, 14, 5, 17, 20, 25, 26, 26, 24, 22, 18]

# 自定义x轴坐标
_xtick_labels = [i for i in range(24, 69)]
# 步长为3将坐标变稀疏
plt.xticks(_xtick_labels)

# 绘图
plt.plot(x, y)

# 展示
plt.show()

在这里插入图片描述

显示字符串

from matplotlib import pyplot as plt
import random

# 生成坐标系
x = range(0, 120)
y = [random.randint(20, 35) for i in range(120)]

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘图
plt.plot(x, y)

# 调整x轴的疏密度以及显示字符串
_x = x
_xtick_labels = ["hello{}".format(i) for i in _x]
plt.xticks(x, _xtick_labels)

# 展示
plt.show()

在这里插入图片描述

  • 字符旋转
from matplotlib import pyplot as plt
import random

# 生成坐标系
x = range(0, 120)
y = [random.randint(20, 35) for i in range(120)]

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘图
plt.plot(x, y)

# 调整x轴的疏密度以及显示字符串
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]

# 取步长，数字和字符串一一对应，数据长度一样  rotation(x轴显示旋转角度)
plt.xticks(list(x)[::3], _xtick_labels[::3], rotation=45)

# 展示
plt.show()

在这里插入图片描述

显示中文字符

  • matplotlib不支持中文字符，因此无法显示中文汉字
  • fc-list：linux/unix查看支持的字体
  • fc-list :lang=zh查看支持的中文（冒号前有空格）
  • 修改matplotlib默认字体
  • matplotlib.rc可以修改
  • 通过matplotlib下的font_manager可以解决（windows/linux/unix）
from matplotlib import pyplot as plt
import random

# 生成坐标系
x = range(0, 120)
y = [random.randint(20, 35) for i in range(120)]

# windows和linux设置字体方式（有可能不生效）
# import matplotlib
# font = {'family': 'MicroSoft YaHei',
#         'weight': 'bold',
#         'size': 'larger'}
#
# matplotlib.rc("font", **font)
# matplotlib.rc("font", family="MicroSoft YaHei", weight="bold")

from matplotlib import font_manager
# 另一种设置字体的方式（百分百生效）
my_font = font_manager.FontProperties(fname="/usr/share/fonts/opentype/noto/NotoSerifCJK-Bold.ttc",
                                      size="x-small")

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘图
plt.plot(x, y)

# 调整x轴的疏密度以及显示字符串
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]

# 取步长，数字和字符串一一对应，数据长度一样  rotation(x轴显示旋转角度)
plt.xticks(list(x)[::3], _xtick_labels[::3], rotation=45, fontproperties=my_font)

# 展示
plt.show()

在这里插入图片描述

显示描述信息

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

# 生成坐标系
x = range(0, 120)
y = [random.randint(20, 35) for i in range(120)]

my_font = font_manager.FontProperties(fname="/usr/share/fonts/opentype/noto/NotoSerifCJK-Bold.ttc",
                                      size="x-small")

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘图
plt.plot(x, y)

# 调整x轴的疏密度以及显示字符串
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]

# 取步长，数字和字符串一一对应，数据长度一样  rotation(x轴显示旋转角度)
plt.xticks(list(x)[::3], _xtick_labels[::3], rotation=45, fontproperties=my_font)

# 添加描述信息
plt.xlabel("时间", fontproperties=my_font)
plt.ylabel("温度 单位（℃）", fontproperties=my_font)
plt.title("10点到12点每分钟的气温变化情况", fontproperties=my_font)

# 展示
plt.show()

在这里插入图片描述

绘制网格

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

my_font = font_manager.FontProperties(fname="/usr/share/fonts/opentype/noto/NotoSerifCJK-Bold.ttc",
                                      size="x-small")
# 坐标轴
y = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
x = range(11, 31)

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘图
plt.plot(x, y)

# 调整x轴的疏密度以及显示字符串
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x, _xtick_labels, fontproperties=my_font)
plt.yticks(range(0, 9))

# 绘制网格 alpha 网格透明度
plt.grid(alpha=0.3)

# 展示
plt.show()

在这里插入图片描述

多图像

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

my_font = font_manager.FontProperties(fname="/usr/share/fonts/opentype/noto/NotoSerifCJK-Bold.ttc",
                                      size="x-small")
# 坐标轴
y_1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y_2 = [1, 3, 1, 0, 2, 4, 3, 2, 1, 4, 2, 1, 3, 1, 4, 2, 3, 1, 2, 1]
x = range(11, 31)

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘图
plt.plot(x, y_1)
plt.plot(x, y_2)

# 调整x轴的疏密度以及显示字符串
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x, _xtick_labels, fontproperties=my_font)

# 绘制网格 alpha 网格透明度
plt.grid(alpha=0.3)

# 展示
plt.show()

在这里插入图片描述

添加图例

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

my_font = font_manager.FontProperties(fname="/usr/share/fonts/opentype/noto/NotoSerifCJK-Bold.ttc",
                                      size="x-small")
# 坐标轴
y_1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y_2 = [1, 3, 1, 0, 2, 4, 3, 2, 1, 4, 2, 1, 3, 1, 4, 2, 3, 1, 2, 1]
x = range(11, 31)

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘图
plt.plot(x, y_1, label="自己")
plt.plot(x, y_2, label="同桌")

# 调整x轴的疏密度以及显示字符串
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x, _xtick_labels, fontproperties=my_font)

# 绘制网格 alpha 网格透明度
plt.grid(alpha=0.3)

# 添加图例 prpo:处理中文显示, loc: 图例显示位置
plt.legend(prop=my_font, loc=0)

# 展示
plt.show()

在这里插入图片描述

图表线条样式

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

my_font = font_manager.FontProperties(fname="/usr/share/fonts/opentype/noto/NotoSerifCJK-Bold.ttc",
                                      size="x-small")
# 坐标轴
y_1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y_2 = [1, 3, 1, 0, 2, 4, 3, 2, 1, 4, 2, 1, 3, 1, 4, 2, 3, 1, 2, 1]
x = range(11, 31)

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘图
"""
color:线条颜色,支持RGB格式颜色
linestyle:线条风格[-实线， --虚线， -.点划线， :点虚线， ''留空或空格,无线条]
linewidth:线条粗细[浮点数]
alpha:线条透明度
"""
plt.plot(x, y_1, label="自己", color="orange", linestyle="-", linewidth=3, alpha=0.5)
plt.plot(x, y_2, label="同桌", color="blue", linestyle="--", linewidth=5, alpha=0.3)

# 调整x轴的疏密度以及显示字符串
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x, _xtick_labels, fontproperties=my_font)

# 绘制网格 alpha 网格透明度
plt.grid(alpha=0.3)

# 添加图例 loc: 图例显示位置
plt.legend(prop=my_font, loc=2)

# 展示
plt.show()

在这里插入图片描述

FatPuffer
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python数据分析基础（二）---利用matplotlib来绘制折线图
LMD_BTBU的博客
07-07 556
matplotlib：python最流行的底层绘图库，主要用于数据可视化分析，命名借鉴matlab，模仿matlab构建模型。 利用matplotlib绘制折线图 a. 一天之内每隔两小时的气温变化 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] #设置图片大小 #通过实例化figure实现图片大小的设置，（20，8)，其中，宽为20，高为8 #传入dpi是为了使图
matplotlib绘图——折线图
艾欧尼亚归我了
04-07 598
1. line chartimport numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 2 * np.pi, 100) y1, y2 = np.sin(x), np.cos(x) plt.plot(x, y1) plt.plot(x, y2) plt.title('line chart') plt.xlabel('...
python 画折线图怎么控制x轴间隔_请教如何自定义python的matplotlib中的X轴刻度的问题...
weixin_39626690的博客
11-23 1324
展开全部初学matplotlib，请大家2113多多包涵小弟5261的目的是，早3点到晚10点之间，每410230秒监控一次主机的1653CPU、内存使用率等指标，并绘制成折线图。图的横坐标为时间（时分秒），纵坐标为监控指标以CPU监控为例，目前小弟的做法是，生成两个list，一个存datetime.datetime格式的时间（年月日时分秒），另外一个list存我的监控结果。然而，作图的时候，默认...
python用matplotlib画折线图
qq_33266320的博客
03-06 316
1、 from matplotlib import pyplot as plt x=range(2,26,2) y=[15,13,14.5,17,20,25,26,26,24,]22,18,15 fig=plt.figure(figsize=(20,8),dpi=80)#设置图片大小 plt.plot(x,y) #plt.xticks(x)#设置x轴刻度plt.xticks(range(2...
matplotlib的使用--折线图--入门
weixin_30296405的博客
04-20 152
目录 matplotlib应用介绍 一天天气变化图 两小时随机温度图 　　中文显示问题 个人交往统计图 多人交往统计图 总结 介绍： 举个例子(一天天气变化图)： 假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]，将其变成折线图进...
matplotlib绘制折线图
12-23
matplotlib绘制折线图 这阳春三月的邵大白在家过的什么日子，幽栖地僻经过少，花径不曾缘客扫~ 开个逗b号纪念下这段闭关的时光=^=万一他以后就变成一个数据分析的大v号了来~ 好了邵大白课堂开课了 折线图绘制 咱先画...
python使用matplotlib绘制折线图教程
01-20
matplotlib 是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。 它的文档相当完备，并且Gallery页面中有上百幅缩略图...
[Matplotlib科学绘图系列]使用Matplotlib绘制折线图
最新发布
11-21
[Matplotlib科学绘图系列]使用Matplotlib绘制折线图 导入必要的库：我们需要导入matplotlib.pyplot库，以便进行数据可视化的工作。这个库非常常用，并且对于数据可视化有很强大的支持。我们将这个库简写为plt，以...
python使用matplotlib绘制折线图的示例代码
09-24
Python的matplotlib库是数据可视化的重要工具，用于创建各种类型的图表，包括折线图。本示例将详细解析如何使用matplotlib绘制折线图。 首先，我们需要导入matplotlib.pyplot模块，并将其别名为plt。这允许我们调用...
Python matplotlib绘制折线图及实例（基础提高版）
12-21
本篇文章是博主在B站学习总结，写了一天，讲述matplotlib绘图技巧，干货加实例，并附代码、运行图，希望对大家有所帮助。 引例： 每天温度数据如下，[15, 12.2, 14, 14, 34, 43, 23, 34, 11.5, 22, 23, 12]，利用...
python数据分析,数据处理课堂笔记
weixin_53331942的博客
04-04 394
数据分析——matplotlib matplotlib折线图 from matplotlib import pyplot as plt x = range(2, 26, 2) y = [15, 13, 14.5, 17, 20, 25, 36, 36, 24, 22, 18, 15] #设置图片大小,dpi为像素，figsize为尺寸(宽和长) plt.figure(figsize=(15, 8), dpi=100) #绘图 plt.plot(x, y) #可以用数组的是来调节x轴的刻度； 也可以用ra
matplotlib绘制折线图、自定义坐标轴范围，坐标轴刻度值、颜色，线型，线宽
热门推荐
leilei7407的博客
03-16 1万+
1.简单使用示例 ''' 折线图： plot(x,y,color) x：自变量 y:因变量 color:折线的颜色 ''' import matplotlib.pyplot as plt from pylab import mpl #设置中文字体 mpl.rcParams['font.sans-serif']=['SimHei'] #黑体 #解决保存图像时，负号无法显示问题 mpl.rcPara...
python 画折线图怎么控制x轴间隔_请教如何自定义python的matplotlib中的X轴刻度（为时间）的问题？...
weixin_39628405的博客
11-23 786
给个例子这是数据样子#绘图部分times=order_data['start_time_noday'].tolist()# 分时间区间,保证最后一位纳入标签ticks=list(range(0,len(times),2))if ticks[-1]!=len(times)-1:ticks.append(len(times)-1)labels=[times[i] for i in ticks]# 中文...
python条形图x轴设定_Python入门--利用matplotlib绘制折线图和条形图（1）
weixin_39953740的博客
11-20 1501
目标一：绘制一幅折线图# 代码如下：import matplotlib.pyplot as pltinput_values = [1, 2, 3, 4, 5]squares = [1, 4, 9, 16, 25]# 把列表传递给plot 并设置线条粗细plt.plot(input_values, squares, linewidth=5)# 设置图标标题， 并给坐标轴加上标签plt.title('...
matplotlib.pyplot常用画图方式函数封装（一）——.plot绘制折线图及设置坐标轴箭头完美解决
Cyrus_May的博客
04-10 2640
matplotlib.pyplot常用画图方式函数封装（一）——.plot绘制折线图及设置坐标轴箭头完美解决py.plot常见绘图设置函数封装绘制函数图像（完美解决坐标轴添加箭头）绘制折线图 py.plot常见绘图设置函数封装 本文主要针对运用py.plot作图时的常用设置进行了函数封装，一般来说，py.plot常用作绘制函数图像和折线图，对于绘制函数图像时的坐标轴箭头问题，本文做出了完美解决。进...
数据科学库学习第一节
qq_29839055的博客
01-05 223
一、数据分析和介绍 二、认识jupyter notebook 打开Anaconda： win + R打开运行，输入cmd进入命令提示符 在命令提示符内输入 jupyter notebook 即可打开 创建文件夹 勾选中后可进行移动和重命名操作 并非.py格式 三、matplotlib 安装matplotlib模块 ...
Matplotlib绘图-科学计数法-定制化设置坐标轴数据刻度格式
Will_Zhan的博客
01-26 4331
Matplotlib绘图，自定义坐标轴数据刻度格式： import matplotlib.pyplot as plt import pandas as pd import numpy as np from matplotlib import rcParams from matplotlib.ticker import FuncFormatter config = { "font.family":'serif', "mathtext.fontset":'dejavuserif',
关于python2中的xrange和python3中的range.........
abc15766228491的博客
01-14 6750
最近几天改网上的代码（好吧，我只是个搬运工）。。。然后，有python2的代码xrange处在python3的地方报错，然后我改成了range不报错了，然后，实验室的妹子问起原因，然后，我。。。。。。于是，仔细查了查他们之间的区别 先看结果： Python 2.7.12 (default, Nov 20 2017, 18:23:56) [GCC 5.4.0 20160609] on li
Python2 range()和xrange（）的区别
好好的博客
03-08 1242
  range（）    函数说明：range([start,] stop[, step])，根据start与stop指定的范围以及step设定的步长，生成一个序列。>>> range(5) [0, 1, 2, 3, 4] >>> range(1,5) [1, 2, 3, 4] >>> range(0,6,2)[0, 2, 4]    xran...
matplotlib绘制折线图excel
05-21
使用matplotlib绘制折线图可以使用pandas库来读取Excel数据并进行绘图。 下面是一个简单的例子，假设你有一个Excel文件名为"data.xlsx"，其中包含两列数据"date"和"value"，分别表示日期和数值。你想要使用...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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