python 折线图_python时间序列型图表折线图和面积图系列

折线图与面积图系列

时间序列型图表

• 折线图与面积图系列

• 折线图

• 面积图

• 日历图

• 量化波形图

折线图

• 折线图(line chart)用于在连续间隔或时间跨度上显示定量数值；

• 常用来显示趋势和关系；

• 主要应用于时间系列数据可视化；

• 能够体现某些时间段内的整体概览，看看数据在这段时间内的发展情况；

绘制折线图

• 先在笛卡尔坐标系上定出数据点；

• 用直线把这些点连接起来；

• 折线图

• X轴包括类别型或序数型变量；

• 分别对应文本坐标轴和序数坐标轴两种类型；

• Y轴为数值型变量；

面积图

• 面积图(area graph)又称区域图

• 是在折线图基础之上形成；

• 将折线图中折线与自变量坐标轴之间的区域使用颜色或纹理填充

• 填充区域称为“面积”；

• 常用来显示趋势和关系；

• 可以更好突出趋势信息，同时让图表更加美观；

• 能够体现某些时间段内的整体概览，看看数据在这段时间内的发展情况；

绘制面积图需要注意

• 颜色要带有一定的透明度；

• 透明度可以很好观察不同数据序列之间的重叠关系；

• 避免数据之间遮挡；

• 数据系列最好不要超过3个；

颜色映射填充面积图

• 将折线部分的数据点根据Y值颜色映射到颜色渐变主题；

• 可以更好促进数据信息表达；

• 只适用于单数据系列面积图；

两条折线间填充面积图

• 两条折线之间可以使用面积填充，可以清晰观察数据之间的差异变化；

• 只适用于双数据系列的数值差异比较展示；

折线图和面积图系列的绘制方法

使用plotnine包绘制多数据系列折线图和面积图

• plotnine包的geom_line()函数可以绘制折线图；

• geom_area()函数可以绘制面积图；

• geom_ribbon()函数可以绘制夹层填充面积图

多数据系列图---折线图

import pandas as pd

import numpy as np

from plotnine import *

#from plotnine.data import *

import matplotlib.pyplot as plt

from datetime import datetime

df=pd.read_csv('d:/python/out/LineD.csv')

df['date']=[datetime.strptime(d, '%Y/%m/%d').date() for d in df['date']]#df['date'].map(lambda x:datetime.datetime.strptime(x, '%Y/%m/%d').date())

melt_df=pd.melt(df,id_vars=["date"],var_name='variable',value_name='value')

#多数据系列图. (a)折线图

base_plot=(ggplot(melt_df, aes(x ='date', y = 'value',

group='variable',color='variable') )+

#geom_area(fill="#FF6B5E",alpha=0.75)+

geom_line(size=1)+

scale_x_date(date_labels = "%Y",date_breaks = "2 year")+

scale_fill_hue(s = 0.90, l = 0.65, h=0.0417,color_space='husl')+

xlab("Year")+

ylab("Value")+

theme( axis_title=element_text(size=10,face="plain",color="black"),

axis_text = element_text(size=10,face="plain",color="black"),

legend_position = (0.25,0.8),

legend_background = element_blank(),

aspect_ratio =0.85,

figure_size = (5, 5),

dpi = 100