python correlation plot_Python数据分析-可视化“大佬”之Matplotlib

——如果有想关注Java开发相关的内容,可以转

Matplotlib——Python可视化包

折线图绘制

折线图适合二维的大数据集,还适合多个二维数据集的比较,主要是用于反映数据的发展趋势变化情况。

## 采用失业率的数据集进行绘制

import numpy as np

from numpy import arange

import pandas as pd

import matplotlib.pyplot as plt

dataSet = pd.read_csv("unrate.csv")

# print(dataSet)

dataSet['DATE'] = pd.to_datetime(dataSet['DATE'])

print(dataSet.head(10))

## 绘制折线图

plt.plot(dataSet['DATE'],dataSet['VALUE'])

plt.xticks(rotation=45)

## 添加x、y轴的标签

plt.xlabel("Month")

plt.ylabel("Unemployment Rate")

## 添加图标题

plt.title("Monthly Unemployment Trends, 1948")

plt.show()

Out:

DATE VALUE

0 1948-01-01 3.4

1 1948-02-01 3.8

2 1948-03-01 4.0

3 1948-04-01 3.9

4 1948-05-01 3.5

5 1948-06-01 3.6

6 1948-07-01 3.6

7 1948-08-01 3.9

8 1948-09-01 3.8

9 1948-10-01 3.7

## 在一个图中画出多个图

dataSet['MONTH'] = dataSet['DATE'].dt.month

dataSet['MONTH'] = dataSet['DATE'].dt.month

fig = plt.figure(figsize=(10,6))

colors = ['red','blue','green','yellow','black']

for i in range(5):

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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