plt数据图去边框 python3_数据太多，还在堆一起画折线？你的可视化方法需要升级了...

在上一篇文章中少即是多！如何在复杂混乱的折线图中突出一条线(附Python代码)，介绍了在很多条折线中凸显某一个折线。

本篇不再赘述数据读取和处理部分，可翻看前面的文章了解。

下面老海统一介绍四种方法，实现突出多组折线数据中最重要的那一条数据

其中，小倍图概念来自可视化大师的推荐，主旨是化繁为简，less is more！

方法一：强调突出某条折线

# 画出其他城市的折线for i in City_name[1:6]:        # 按照城市筛选数据    City_data = Sales_data_sum.loc[Sales_data_sum['门店城市']==i]          # 画出每个城市的折线    plt.plot(City_data.index,             City_data['购买数量'],             color='grey')            # 设置为灰色        # 画出每个城市的数据标签，如城市名称    plt.text(City_data.index[-1],             City_data['购买数量'][-1],             i,color='grey')          # 设置为灰色    # 画出重点突出的折线One_City_data = Sales_data_sum.loc[Sales_data_sum['门店城市']==City_name[0]] # 本案例具体是指北京plt.plot(One_City_data.index,         One_City_data['购买数量'],         color='orange',          linewidth=4,         alpha=0.7)plt.text(One_City_data.index[0],         One_City_data['购买数量'][0],         City_name[0],         color='orange')# 设置图表的其他元素plt.title("北京5月份销量变化情况",           loc='left',           fontsize=30,           fontweight=0,           color='orange') # 设置图表标题plt.xlabel("时间")        # 设置X轴坐标名称plt.ylabel("购买数量")    # 设置Y轴坐标名称sns.despine() # 默认无参数状态，就是删除上方和右方的边框，matplotlib貌似做不到plt.show()

方法二：将复杂的多组折线，切分为小倍图

import mathimport matplotlib.dates as mdate# start_time = pd.to_datetime('2015-05-01',format="%Y/%m/%d")# end_time = pd.to_datetime('2015-05-31',format="%Y/%m/%d")n = 2                         # 设置画板切为几行显示，由数据字段个数/行数，来控制列数plt.figure(figsize=(10*n,10)) # 也可控制画板高度 mapnum = 0for i in City_name:    mapnum+=1    plt.subplot(n,math.ceil(len(City_name)/n), mapnum)        # ！！按照城市筛选数据，优先画出重点城市的折线    City_data = Sales_data_sum.loc[Sales_data_sum['门店城市']=