数据可视化之折线图plot

import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['SimHei']

查看matplotlibde文件地址

import matplotlib

print(matplotlib.matplotlib_fname())

plt.rcParams['font.sans-serif'] = ['SimHei']

准备数据

time = ['20200401','20200402','20200403','20200404','20200405']
china = [93,78,73,55,75]
usa = [18697,28599,32309,34444,19236]

创建画布

plt.figure()

绘制折线图

marker 标记点,可以是o,.v^<>*-|

markersize 标记点大小

mec 标记点边框颜色 markeredgecolo

mfc 标记点内部颜色 markerfacecolor

linestyle 线的样式

label起名---->xlabel,ylabel

linewidth ---> lw 线的宽度

plt.plot(time,china,marker = '*',markersize = 20,mec= 'b',mfc = 'k',color ='y',label='中国')
plt.plot(time,usa,marker = 'o',linestyle ='-',linewidth = 5,color ='r',label='美国')

添加辅助显示层

添加x,y轴刻度

由于数据不同,需要传入数据一一对应

xticks = ['4月1日','4月2日','4月3日','4月4日','4月5日']
plt.xticks(time,xticks)
#准备刻度的数据

yticks=range(0,101,10) # 添加一个整数列表,

range(start,stop,step)

数据类型一致,可以直接显示

plt.yticks(yticks)

添加x轴名称,可以设置为: 'left', 'right', 和 'center', 默认值为 'center'。

plt.xlabel('日期',loc='left')

添加y轴名称,可以设置为: 'bottom', 'top', 和 'center', 默认值为 'center'.

plt.ylabel('人数',loc='top')

设置标题,可以设置为: 'left', 'right', 和 'center', 默认值为 'center'。

plt.title('新增人数',loc='center')

添加图例

plt.legend()

显示网格线,

true/false第一个参数表示是否显示网格线,默认true,可以不写

linestyle 第二个参数表示网格线的样式

alpha 第三个参数表示网格线的透明度,范围是0-1,1表示不透明,0表示透明

axis 第四个设置显示哪个方向的网格线

color,linstyle,linewidth....同样的在网格线的设置中也可以设置线的颜色,样式,宽度。。。。

plt.grid(True,linestyle='--',alpha=0.5,axis='y')

展示

plt.show(block=True)

相关推荐
做cv的小昊1 天前
科研论文PPT绘图技巧:绘制任意曲线三角形(胖三角形)并制作效果对比图
经验分享·笔记·学习·微软·ai绘画·数据可视化
大数据魔法师3 天前
Seaborn(一) - Seaborn绘图方法介绍
matplotlib·数据可视化
zx5201134 天前
pyinstaller 打包报错hook-matplotlib.backends.py
matplotlib·hook-matplotlib·.backends
一晌小贪欢6 天前
【Python数据分析】数据分析与可视化
开发语言·python·数据分析·数据可视化·数据清洗
招风的黑耳7 天前
Axure可视化大屏原型模板库:学习设计/提高效率/快速可视化
学习·axure·数据可视化·大屏设计
geobuilding10 天前
将大规模shp白模贴图转3dtiles倾斜摄影,并可单体化拾取建筑
算法·3d·智慧城市·数据可视化·贴图
小白跃升坊11 天前
数据分析报表如何选?详解 DataEase 四大表格:明细表、汇总表、透视表与热力图的适用场景与选择策略
数据挖掘·数据分析·开源软件·数据可视化·dataease
数据科学项目实践12 天前
Matplotlib 简单教程 3:坐标轴\边框设置
数据可视化
IT小哥哥呀14 天前
Python实用技巧:批量处理Excel数据并生成销售报表(含实战案例)
python·pandas·数据可视化·数据处理·报表生成·excel自动化·办公神器
大飞码农15 天前
📊 开源了一个 Git 代码统计神器,解决了团队代码量统计的 N 个痛点
git·数据可视化