Python数据分析：折线图和散点图的绘制

原创：宋宋 Python专栏

来源：Python数据分析：折线图和散点图的绘制

折线图

0 C' d( g O5 x

折线图用于分析自变量和因变量之间的趋势关系，最适合用于显示随着时间而变化的连续数据，同时还可以看出数量的差异，增长情况。

( @2 L# l; R: d( _, K% u

Matplotlib 中绘制散点图的函数为 plot() ，使用语法如下：

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

1) 简单的折线图

在matplotlib面向对象的绘图库中，pyplot是一个方便的接口。

# S7 l1 B! K' v5 G* b

plot()函数：支持创建单条折线的折线图，也支持创建包含多条折线的复式折线图----只要在调用plot()时传入多个分别代表X轴和Y轴数据的list列表即可。

! I% ?, Y( n! u, R- Y3 W |2 e

import matplotlib.pyplot as plt x_data = [2011,2012,2013,2014,2015,2016,2017] y_data = [58000,60200,63000,71000,84000,90500,107000] 4 s# O" ?% v( K: k plt.plot(x_data,y_data) ; ]# {6 z+ K! Z! b plt.show() . W K9 W P8 ]2 _

2）复式折线图：

7 E( p Z8 W* _+ U: T4 Q

import matplotlib.pyplot as plt x_data = [2011,2012,2013,2014,2015,2016,2017] ) K* a5 k0 V2 U8 C y_data = [58000,60200,63000,71000,84000,90500,107000] y_data2 = [52000,54200,51500,58300,56800,59500,62700] 6 z$ h6 L" r0 g- z 7 M4 c* Z# k3 K. H" j5 n plt.plot(x_data,y_data,color=red,linewidth=2.0,linestyle=--) plt.plot(x_data,y_data2,color=blue,linewidth=3.0,linestyle=-.) plt.show() 5 [: w, {* Z1 i: _7 T: u3 f: k

% d o% G$ ~( j

注：说明：参数color=’ red ‘，可以换成color=’ #054E9F’，每两个十六进制数分别代表R、G、B分量，除了使用red、blue、green等还可以参照下图小白参数linestyle可以选择使用下面的样式：

- solid line style 表示实线-- dashed line style 表示虚线-. dash-dot line style 表示短线、点相间的虚线: dotted line style 表示点线

参数 linewidth 可以指定折线的宽度参数 marker 是指标记点，有如下的：

9 Z3 ]2 g) T9 r

3) 管理图例 对于复式折线图，应该为每条折线添加图例，可以通过legend()函数来实现。该函数可传入两个list参数，其中第一个list参数(handles参数)用于引用折线图上的每条折线；第二个list参数（labels）代表为每条折线所添加的图例

3 C: O4 U5 l2 K0 a8 H3 m

import pandas as pd # |: K/ ]6 B8 V3 _; `/ A! j import matplotlib.pyplot as plt ! g' L" r3 [) L7 z/ ] 5 ]4 B5 N+ z- _: | #读取数据 data = pd.read_excel(matplotlib.xlsx) ) y: P0 d) |5 V" a- w plt.figure(figsize=(10,5))#设置画布的尺寸 plt.title(Examples of line chart,fontsize=20)#标题，并设定字号大小 plt.xlabel(ux-year,fontsize=14)#设置x轴，并设定字号大小 plt.ylabel(uy-income,fontsize=14)#设置y轴，并设定字号大小 ! g( l* T5 H+ L, {( D6 \* }( { 5 M5 i, K- J3 _% y \4 N+ g0 E5 a* O #color：颜色，linewidth：线宽，linestyle：线条类型，label：图例，marker：数据点的类型 - x; ?8 d/ k b; H( ~) Y" f in1, = plt.plot(data[时间],data[收入_Jay],color="deeppink",linewidth=2,linestyle=:, marker=o) 6 n- h+ d3 ^8 H6 A/ G8 j in2, = plt.plot(data[时间],data[收入_JJ],color="darkblue",linewidth=1,linestyle=--, marker=+) 4 N# b6 E' o3 ^3 O' f* l in3, = plt.plot(data[时间],data[收入_Jolin],color="goldenrod",linewidth=1.5,linestyle=-, marker=*) , E) V* f. `/ u' v* h plt.legend(handles = [in1,in2,in3],labels=[Jay income,JJ income,Jolon income],loc=2)#图例展示位置，数字代表第几象限 # v8 S5 X& w9 b, x. q. I7 A plt.show()#显示图像 . v! E" @: E" H

( S H: U3 O) B, C V

4) 管理多个子图

r$ N# e* } S* g/ y Z! o

import matplotlib.pyplot as plt / O. d0 e* P) Z: e2 z T; y import numpy as np 8 {) [0 p! K9 E' x f5 ? import matplotlib.gridspec as gridspec import matplotlib.font_manager as fm #字体管理器 1 E% u' J8 i- R/ h7 Q% B my_font = fm.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") 1 U' g9 i7 F$ }% K7 X& S plt.figure() $ [8 P5 Y' \- g; E, H- y 2 F5 k' c7 `1 F3 p% x x_data = np.linspace(-np.pi,np.pi,64,endpoint=True) 2 _; ]+ z4 u+ x4 `2 ^( V gs = gridspec.GridSpec(2,3) #将绘图区分成两行三列 - b, _- l, J9 s. X7 P ax1 = plt.subplot(gs[0,:])#指定ax1占用第一行(0)整行 ax2 = plt.subplot(gs[1,0])#指定ax2占用第二行(1)的第一格(第二个参数为0) ax3 = plt.subplot(gs[1,1:3])#指定ax3占用第二行(1)的第二、三格(第二个参数为1：3) #绘制正弦曲线 ax1.plot(x_data,np.sin(x_data)) x0 G4 X+ T/ D# ^ ax1.spines[right].set_color(none) T _7 ]& s; q& j3 d6 X ax1.spines[top].set_color(none) ax1.spines[bottom].set_position((data,0)) ax1.spines[left].set_position((data,0)) 3 F( Y- C# k! ]) W5 N2 b ax1.set_title(正弦曲线,fontproperties=my_font) g& V1 R/ d' I. E #绘制余弦曲线 ax2.plot(x_data,np.cos(x_data)) ax2.spines[right].set_color(none) ax2.spines[top].set_color(none) s. {/ H2 ^1 r6 }9 @ ax2.spines[bottom].set_position((data,0)) ; r; T! C7 F+ Q2 e9 ]$ w ax2.spines[left].set_position((data,0)) ax2.set_title(余弦曲线,fontproperties=my_font) #绘制正切曲线 . {& y! j0 z- t9 i7 A* \0 T ax3.plot(x_data,np.tan(x_data)) ax3.spines[right].set_color(none) ; Y+ z* ~3 |; e1 @ r& W ax3.spines[top].set_color(none) ax3.spines[bottom].set_position((data,0)) ax3.spines[left].set_position((data,0)) 6 |* h- ]# U. t; S2 F4 g ax3.set_title(正切曲线,fontproperties=my_font) $ F2 T5 r7 q% \' f& _! A plt.show() : H! W# ~3 `% z* _1 s# B+ r2 n

结果：

$ {* e" y8 ^4 R5 }+ a

' f/ G. d# V8 ~

& K6 p! y2 y/ c3 O8 }: u2 r 1 M2 i) h* F2 ?0 X- V7 W