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
极光代码工作室7 天前
基于数据仓库的电商数据分析平台
大数据·hadoop·python·spark·数据可视化
柳杉7 天前
我用Threejs 搓了一个 3D 中国地图设计器,开箱即用
前端·three.js·数据可视化
留白_9 天前
Matplotlib绘图
信息可视化·数据分析·matplotlib
小的博客9 天前
Oh-My-Posh安装及使用
学习·数据可视化
MATLAB代码顾问10 天前
Python Matplotlib数据可视化实战指南
python·信息可视化·matplotlib
星辰徐哥11 天前
Python AI基础:Matplotlib与Seaborn数据可视化
人工智能·python·matplotlib
斐夷所非11 天前
Python Matplotlib | 基础绘图、复杂函数图与三维图
matplotlib
周庆猛12 天前
Babylon.js 多灯场景在 Windows 上报错:VERTEX shader uniform block count exceeds GL_MAX_VE
前端·数据可视化
一晌小贪欢12 天前
第26节:自动化办公——利用 Python 自动生成动态分析报告 (PPT/PDF)
开发语言·python·数据分析·自动化·powerpoint·pandas·数据可视化