【matplotlib python】python使用matplotlib实现在一张图上绘制多条折线

很简单,直接看代码以及结果图。

代码:

import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator

lambda1 = [0.05, 0.1, 0.2, 0.5, 0.6]
accuracy = [93.99, 93.34, 93.09, 92.97, 91.77]
flops = [56.63, 62.27, 75.76, 78.78, 85.82]
params = [58.96, 61.27, 73.99, 76.88, 84.97]
plt.plot(lambda1, flops, c='blue', marker='o', linestyle=':', label='FLOPs')
plt.plot(lambda1, accuracy, c='red', marker='*', linestyle='-', label='Accuracy')
plt.plot(lambda1, params, c='green', marker='+', linestyle='--', label='parameters')

#设置图例并且设置图例的字体及大小
font1 = {'family': 'Times New Roman', 'weight': 'normal', 'size': 10}
plt.xticks(fontproperties = 'Times New Roman',fontsize=10)
plt.yticks(fontproperties = 'Times New Roman',fontsize=10)

plt.xlabel(u'λ', font1)
plt.ylabel(u'Pruned Percentage & Accuracy (%)', font1)

# 图例展示位置,数字代表第几象限
plt.legend(loc=4, prop=font1)   

# Axes(ax)对象,主要操作两个坐标轴间距
x_major_locator = MultipleLocator(0.05)
ax = plt.gca()              
ax.xaxis.set_major_locator(x_major_locator)
plt.show()

结果展示:

在这里插入图片描述

  • 9
    点赞
  • 74
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python pandas可以使用matplotlib库来折线图,具体步骤如下: 1. 导入需要的库 ```python import pandas as pd import matplotlib.pyplot as plt ``` 2. 读取数据 ```python df = pd.read_csv('data.csv') ``` 3. 绘制折线图 ```python plt.plot(df['x'], df['y']) plt.show() ``` 其中,`df['x']`和`df['y']`分别表示x轴和y轴的数据。如果需要添加标题、x轴和y轴标签,可以使用以下代码: ```python plt.plot(df['x'], df['y']) plt.title('折线图') plt.xlabel('x轴') plt.ylabel('y轴') plt.show() ``` 更多关于Python pandas折线图的详细信息,可以参考官方文档:https://pandas.pydata.org/pandas-docs/stable/user_guide/visualization.html#line-plot ### 回答2: Python pandas是一个强大的数据分析库,它提供了很多数据操作和可视化工具。其中的DataFrame是其最常用的数据结构之一,可以完成大部分数据处理和分析的任务。在pandas中,我们可以用plot()函数轻松地折线图来展示数据的趋势。 首先,我们需要导入以下模块: ``` import pandas as pd import matplotlib.pyplot as plt %matplotlib inline ``` 接下来,我们需要加载数据。假设我们有一个CSV文件,里面包含了时间序列和对应的数据值。我们可以使用pandas的read_csv()函数读取这个CSV文件,并将时间列指定为索引列。 ``` data = pd.read_csv('data.csv', index_col='time') ``` 接下来,我们可以调用DataFrame的plot()方法来折线图。默认情况下,plot()方法会将DataFrame的所有列分别折线图,x轴默认使用索引列,y轴默认使用所有数值列。我们可以添加一些参数来控制图形的样式、标题、标签等。 例如,我们可以给图像添加标题和x、y轴标签: ``` data.plot(title='My Plot', xlabel='Time', ylabel='Value') ``` 我们还可以选择出特定列的折线图,以及添加图例等组件。例如,下面的代码出了两根折线,分别表示“value1”和“value2”列的数据,并添加了图例。 ``` axes = data[['value1', 'value2']].plot(title='My Plot', xlabel='Time', ylabel='Value') axes.legend(['Value 1', 'Value 2']) ``` 除了常规的折线图之外,pandas还可以绘制堆叠折线图、面积图和箱型图等可视化图形。这些图形都可以通过DataFrame的plot()方法来轻松绘制。 ### 回答3: Python是一种广泛使用的编程语言,用于各种科学、数学和数据分析任务。Pandas是Python中的一种数据处理库,用于在处理数据时提供更高效的操作和更好的性能。在Pandas中,可以轻松地通过绘制折线图来可视化数据,从而更好地理解和分析它们。 要开始使用Pandas绘制折线图,首先需要安装Pandas和Matplotlib。安装完成后,可以导入Pandas和Matplotlib库并开始进行绘图。 绘制折线图需要以下步骤: 1.加载数据:使用Pandas库的函数读取数据并将其存储在DataFrame对象中。 2.准备数据:在绘图之前,需要对数据进行一些处理。这可能包括将数据重新排列,删除重复或空值,或者计算其他变量。 3.绘图:使用Matplotlib库中的plot()函数来绘制折线图。可以使用x轴和y轴标签等选项对绘图进行自定义。 4.保存图表:最后,可以使用savefig()函数将图表保存为图像文件,或者使用show()函数直接在屏幕上显示。 总之,Python Pandas是一个非常强大的数据处理工具,在处理大数据时提供了快速和高效的操作。绘制折线图有助于更好地理解、分析和可视化数据,使数据更具有可读性和可视性,是数据分析的重要一环。
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