目录
- 定量数据
- 时间序列图(推移图)
时间(或发生次序)为横轴,变量为纵轴。反映变量随时间变化的趋势。 - 面积图(区域图)
强调数量的变化程度,反映总值趋势。 - 散点图
横纵坐标分别代表两个变量的取值。用于描述两个变量之间的关系。 - 对数图
时间为横轴,变量的10为底的对数为纵轴。通常用于反映增长率的变化趋势。
- 时间序列图(推移图)
- 附1. 增加纵轴单位标识
- 附2. matplotlib.gridspec参数
- 附3. matplotlib.ticker.FormatStrFormatter参数
定量数据
import matplotlib.pyplot as plt
import pandas as pd
# 显示中文
plt.rcParams['font.family'] = ['Microsoft YaHei']
1.时间序列图(time series plot)
又称推移图,以时间(或发生次序)为横轴,变量为纵轴的折线图。
常用于质量管理,观察变量是否随时间变化而呈某种趋势。
优缺:
- 优
直观反映数据变化的趋势;比较多个时间序列数据各个时期的变化情况;
dic = {
'年份': [2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008,
2009, 2010, 2011, 2012, 2013],
'股本数(亿股)': [3791.71, 5218.01, 5875.45, 6428.46, 7149.43,
7629.51, 12683.99, 17000.45, 18900.12, 20606.26,
26984.49, 36095.52, 38395.00, 40569.08]}
df = pd.DataFrame(dic)
df.plot(kind='line', x='年份', y='股本数(亿股)', figsize=(8, 6),
title='2000~2006年全国股票发行股本数')
plt.show()
2.面积图(area chart)
又称区域图,强调数量随时间变化的程度。
通常用于引起人们对总值趋势的注意。
堆积面积图中,可以直观的反映部分与整体的关系、各组成部分的变化情况,以及总的变化情况。
# 单位:万人
dic = {
'年份': [2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008,
2009, 2010, 2011, 2012, 2013],
'0~14岁人口数': [29012, 28716,