Python数据可视化——坐标轴基础

坐标轴的修改

使用下表所示的数据进行测试。将下表数据复制粘贴到txt中，保存为example.txt

年份	PM2.5	PM10	SO2	NO2	CO-95per
2015/1/1	72	114	19	48	1.5
2015/2/1	73	97	14	39	1.6
2015/3/1	40	59	10	32	1.3
2015/4/1	44	84	13	33	1.2
2015/5/1	28	58	10	27	1
2015/6/1	20	44	9	22	0.8
2015/7/1	30	56	11	27	1
2015/8/1	34	68	13	29	1
2015/9/1	29	52	11	28	1.1
2015/10/1	53	105	18	41	1.3
2015/11/1	34	60	13	34	1.3
2015/12/1	41	66	15	38	1.2
2016/1/1	43	69	13	40	1.6

使用pandas进行读取

读取txt文件，在pandas中使用语句pd.read_table()

import pandas as pd
filename = r'...\\example.txt'  # 设置文件存储的绝对或相对路径
data = pd.read_table(filename, encoding="gbk")

绘制PM2.5随年份的变化情况，从下图来看x轴的标签并不是以时间类型进行表示，而且x轴上的标签过于密集妨碍观察图像。

import matplotlib.pyplot as plt
plt.plot(data.loc[:,"年份"], data.loc[:, "PM2.5"])
plt.show()

就上面出现的问题，需要将x轴的数据转化为时间类型；把x轴上的标签布置的更容易观察。
将x轴的数据转换为时间类型：

把x轴上的标签进行旋转：

# （1）自动旋转日期标记
plt.gcf().autofmt_xdate() 

#（2）调整旋转的角度
plt.xticks(rotation=60)

设置坐标轴的主题

plt.title("主题")
plt.xlabel("年份")
plt.ylabel("PM2.5")