数据挖掘技术-绘制折线图

绘制折线图

1. 前置步骤

准备数据guomin.npz，下载数据guomin.npz到Linux本地的/course/DataAnalyze/data目录

1. 绘制折线图

1. 使用pyplot绘制2000-2017年季度生产总值折线图，如代码 43所示。

代码 43 绘制2000-2017年季度生产总值折线图

In[3]:	plt.figure(figsize=(8,7)) ##设置画布 plt.plot(values[:,0],values[:,2],color = 'r',linestyle = '--')## 绘制折线图 plt.xlabel('年份') #添加横轴标签 plt.ylabel('生产总值（亿元）') #添加y轴名称 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) plt.title('2000-2017年季度生产总值折线图') #添加图表标题 plt.savefig('../2000-2017年季度生产总值折线图.png') plt.show()
Out[3]:

 

1. 使用marker参数可以绘制点线图，能够使得图形更加丰富，如代码 44所示。

代码 44 绘制折线散点图

In[4]:	plt.figure(figsize=(8,7)) ##设置画布 plt.plot(values[:,0],values[:,2],color = 'r',linestyle = '--',marker = 'o')## 绘制折线图 plt.xlabel('年份') #添加横轴标签 plt.ylabel('生产总值（亿元）') #添加y轴名称 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) plt.title('2000-2017年季度生产总值点线图') #添加图表标题 plt.savefig('../tmp/2000-2017年季度生产总值点线图.png') plt.show()
Out[4]:

 

1. plot函数一次可以接收多组数据，添加多条折线图，同时还可以分别定义每条折线的颜色、点的形状和类型，可以将这三个参数连接在一起用一个字符串表示，如代码 45所示。

代码 45 绘制近17年我国三大产业增长值的折线散点图

In[5]:

plt.figure(figsize=(8,7)) ##设置画布 plt.plot(values[:,0],values[:,3],'bs-', values[:,0],values[:,4],'ro-.',        values[:,0],values[:,5],'gH--')## 绘制折线图 plt.xlabel('年份') #添加横轴标签 plt.ylabel('生产总值（亿元）') #添加y轴名称 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) plt.title('2000-2017年各产业季度生产总值折线图') #添加图表标题 plt.legend(['第一产业','第二产业','第三产业']) plt.savefig('../2000-2017年季度各产业生产总值折线图.png') plt.show()

Out[5]: