数据分析学习笔记2020/7/10——matplotlib绘制折线图

案例一：

假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]

from matplotlib import pyplot as plt

#设置图片大小
fig = plt.figure(figsize=(20,8),dpi=80)  #figsize的20,8分别表示宽和高，dpi是清晰程度，即每英寸上点的个数。figure图形图标的意思，在这里指的就是我们画的图，通过实例化一个figure并且传递参数，能够在后台自动使用该figure实例。在图像模糊的时候可以传入dpi参数，让图片更加清晰。
x=range(2,26,2)
y=[15,13,14.5,17,29,25,26,26,24,22,18,15]
#绘图
plt.plot(x,y)

#设置x轴的刻度
#plt.xticks(x)  #把每个x轴的值正好整合在x轴的坐标上
#plt.xticks(x[::2])   #当刻度太密集时候使用列表的步长（间隔取值）来解决，matplotlib会自动帮我们对应
plt.yticks(range(min(y),max(y)+1))

#plt.xticks(range(2,25))  #x轴从2开始每隔1间隔

#plt.xticks(range(2,25,0.5))  #x轴从2开始每隔0.5间隔,但是此行会报错,不能用小数


#_xtick_labels=[i/2 for i in range(4,49)]
#plt.xticks(_xtick_labels)  #太密了，想变稀疏。

_xtick_labels=[i/2 for i in range(4,49)]
plt.xticks(_xtick_labels[::3])  #想变稀疏取步长

#_xtick_labels=[i/2 for i in range(4,49)]
#plt.xticks(range(25,50))  #想x轴显示什么刻度就传什么，不想显示就不传



#保存
#plt.savefig("./t1.png")   #当前路径下保存，一定要先绘图再保存，否则就是保存的是白图。
#可以保存为svg这种矢量图格式，放大不会有锯齿。

#展示图形
plt.show()

案例二：

如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
a= [random.randint(20,35) for i in range(120)]

#Ctrl+/键即可批量注释。
#看源码 Ctrl+B
from matplotlib import pyplot as plt
impo