Python数据分析：折线图和散点图的绘制

/ `0 {! p) P/ U

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

% K* ? j* Z3 A3 }, Q

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。

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。

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。

import matplotlib.pyplot as plt x_data = [2011,2012,2013,2014,2015,2016,2017] y_data = [58000,60200,63000,71000,84000,90500,107000] - P6 b2 q U5 a1 Z - O0 h9 o4 c) I3 @ plt.plot(x_data,y_data) " A* {- ^- [; T. a4 ]: p plt.show() 5 R) T* n& G6 d: z

3 h! [2 b$ }' u: m& t' z8 T9 s. ] h$ ?# M9 {

& Y; _4 T% T" S* l: a$ ]) l

2）复式折线图：

+ r S4 J* k$ D, x

import matplotlib.pyplot as plt + p) l' W8 L4 n1 B/ Q x_data = [2011,2012,2013,2014,2015,2016,2017] $ m6 Q# B a% M# e) f1 F3 O y_data = [58000,60200,63000,71000,84000,90500,107000] " I F, R3 L$ G y_data2 = [52000,54200,51500,58300,56800,59500,62700] plt.plot(x_data,y_data,color=red,linewidth=2.0,linestyle=--) 5 C4 s' B0 h; W3 \' j: Q plt.plot(x_data,y_data2,color=blue,linewidth=3.0,linestyle=-.) 9 ~+ Z. F/ u. A! Z6 e plt.show() 2 g7 ?. ~5 t; P) E3 O6 u. w; `

9 ? m# H r! i

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：

3 g4 i4 s% t1 M$ w! {3 S. L

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

- x* _5 P. l% a& o( s# }( Q% T7 C

import pandas as pd import matplotlib.pyplot as plt " f. }8 M/ d# x% J #读取数据 7 V- q( U. j! @8 m( R# W& V data = pd.read_excel(matplotlib.xlsx) 2 n& P4 s% v$ w8 J: h" B3 e+ B; L3 m plt.figure(figsize=(10,5))#设置画布的尺寸 9 { |/ H+ P" j* K 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 9 C; {4 V8 j* h7 g plt.ylabel(uy-income,fontsize=14)#设置y轴，并设定字号大小 #color：颜色，linewidth：线宽，linestyle：线条类型，label：图例，marker：数据点的类型 in1, = plt.plot(data[时间],data[收入_Jay],color="deeppink",linewidth=2,linestyle=:, marker=o) $ i2 Y" z( c2 x$ B+ T in2, = plt.plot(data[时间],data[收入_JJ],color="darkblue",linewidth=1,linestyle=--, marker=+) 7 |3 {6 t9 r- o% \* H in3, = plt.plot(data[时间],data[收入_Jolin],color="goldenrod",linewidth=1.5,linestyle=-, marker=*) # ` [0 ?% e/ Z9 m9 Y5 c 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 plt.show()#显示图像

4 ]* E6 u( K+ g% t/ _

4) 管理多个子图

O3 a$ h% y: T# C" f) u' A# w! s* A

import matplotlib.pyplot as plt / |+ {6 _) J5 F" |$ M$ g# v+ ` import numpy as np & w5 b% |) @. h' | import matplotlib.gridspec as gridspec import matplotlib.font_manager as fm #字体管理器 # r# G$ ]3 y7 R* b% G9 y* @ my_font = fm.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") * O: ^4 F: ^( p& o( j8 C ( J* u$ c& Z# l6 \& K plt.figure() ; m+ t' v* `9 S, J* t) \; Y) g x_data = np.linspace(-np.pi,np.pi,64,endpoint=True) gs = gridspec.GridSpec(2,3) #将绘图区分成两行三列 0 e) j( j9 i7 K ax1 = plt.subplot(gs[0,:])#指定ax1占用第一行(0)整行 # u v) }; z1 o# k1 J 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) ! X. g; b8 C; @ #绘制正弦曲线 4 ^/ @7 f" n4 i+ W; p0 O9 Q ax1.plot(x_data,np.sin(x_data)) ax1.spines[right].set_color(none) ) M6 j# \4 h/ s; ~" L ax1.spines[top].set_color(none) 8 S$ g0 v4 K" G9 g# t( o ax1.spines[bottom].set_position((data,0)) ! O r" ^9 G: F3 g7 `9 a0 o ax1.spines[left].set_position((data,0)) . A3 w/ B6 R& q6 \! ]; X ax1.set_title(正弦曲线,fontproperties=my_font) 9 b8 _+ I) c5 }0 G% P: Q$ a #绘制余弦曲线 6 }& ~4 [6 { M5 R ax2.plot(x_data,np.cos(x_data)) 7 w( X. p! Q: s7 e, E# F* i- N ax2.spines[right].set_color(none) ax2.spines[top].set_color(none) 6 j/ i, S0 d) M& V8 P ax2.spines[bottom].set_position((data,0)) 4 o. T5 W! s1 M' z$ x. O8 @6 [+ { ax2.spines[left].set_position((data,0)) 6 J/ P. f8 f# K f) Y# {) H ax2.set_title(余弦曲线,fontproperties=my_font) ! [, w2 O) Z9 ~; N$ o7 K % S. y9 y$ h, X, P# e* O4 E/ S #绘制正切曲线 * ?1 x+ _9 O3 \$ o4 C% G- b/ S ax3.plot(x_data,np.tan(x_data)) ax3.spines[right].set_color(none) ( V- F6 ]: L; W ax3.spines[top].set_color(none) 9 y3 ^8 }) D! I- U5 _ G' ? ax3.spines[bottom].set_position((data,0)) 8 x* _) t* u: f4 Z: h ax3.spines[left].set_position((data,0)) ax3.set_title(正切曲线,fontproperties=my_font) plt.show() 7 Y3 D: n5 j( B! t3 [

结果：

$ {$ n/ a+ W1 \, i

9 S$ ~2 I& J/ _2 u& K

4 @' `0 Z' ^0 K% Y" |) R j