Python数据分析：折线图和散点图的绘制

6 E' D3 y0 p4 q; 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

% \. N. J) p; Q, I- A

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。

9 T8 F1 G( u5 F! A

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

3 E; d: ^9 h( B2 v9 ]# f

在matplotlib面向对象的绘图库中，pyplot是一个方便的接口。

* _; G% x" M/ _8 p/ s) {

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。

/ X% J9 S1 R7 C) E

import matplotlib.pyplot as plt 5 U& M5 y. G0 u1 {6 g$ ~ 2 G/ V' W3 _* K2 ?0 r+ M% q x_data = [2011,2012,2013,2014,2015,2016,2017] y_data = [58000,60200,63000,71000,84000,90500,107000] # O, Q8 P9 K q4 X( ` plt.plot(x_data,y_data) plt.show() 7 X+ u0 o) b4 ^9 Y$ I% K

* E% @) _7 G+ L: H$ g0 {

# Y( E' C( Z* ]

2）复式折线图：

import matplotlib.pyplot as plt x_data = [2011,2012,2013,2014,2015,2016,2017] y_data = [58000,60200,63000,71000,84000,90500,107000] % h7 M, n. K( P9 z' }6 B) X2 {9 e y_data2 = [52000,54200,51500,58300,56800,59500,62700] 0 e7 }) q& Z; K0 I, { " H) f7 o3 A& @ plt.plot(x_data,y_data,color=red,linewidth=2.0,linestyle=--) ) d# K9 J1 p' z% W plt.plot(x_data,y_data2,color=blue,linewidth=3.0,linestyle=-.) plt.show()

* h$ |% H4 C. O, `% S. I0 _

4 ~3 H/ r: D9 c% m0 y d

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) 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 b. g4 {, g+ M F! I

import pandas as pd import matplotlib.pyplot as plt # x% t0 M* S; \ #读取数据 data = pd.read_excel(matplotlib.xlsx) ; L% b1 {, q. |# _1 _% {1 B7 T # Q$ j( a, o0 N ?7 w plt.figure(figsize=(10,5))#设置画布的尺寸 " \3 X5 r+ T& n! ^: L plt.title(Examples of line chart,fontsize=20)#标题，并设定字号大小 5 ]! l3 M' j) w) u* k 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 ; {' v: O0 ^7 E. A; k8 A5 u #color：颜色，linewidth：线宽，linestyle：线条类型，label：图例，marker：数据点的类型 1 j4 f1 R& M0 B h5 @& Q6 v in1, = plt.plot(data[时间],data[收入_Jay],color="deeppink",linewidth=2,linestyle=:, marker=o) in2, = plt.plot(data[时间],data[收入_JJ],color="darkblue",linewidth=1,linestyle=--, marker=+) in3, = plt.plot(data[时间],data[收入_Jolin],color="goldenrod",linewidth=1.5,linestyle=-, marker=*) : [' S4 \" H; k4 i 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 " X1 w3 c5 I6 ]" B8 U+ W) E

9 K1 T+ B% u4 l0 K

4) 管理多个子图

import matplotlib.pyplot as plt s+ u1 \7 y+ J3 l: I import numpy as np import matplotlib.gridspec as gridspec 0 a5 Y7 [, v/ m% l( v! p! z import matplotlib.font_manager as fm #字体管理器 6 s# Z6 H% y g9 ]. N my_font = fm.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") $ Y, f1 D: k! h% p: n7 _, F- m 4 M0 C3 L* `- o3 e$ d ]4 v plt.figure() x_data = np.linspace(-np.pi,np.pi,64,endpoint=True) / c5 H; j4 o" ] gs = gridspec.GridSpec(2,3) #将绘图区分成两行三列 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) 8 h b" I' e& O. f" k: u8 S 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) 9 |! D7 p& ?8 Z #绘制正弦曲线 $ {* V: N9 ?0 n1 u: _ ax1.plot(x_data,np.sin(x_data)) # M+ T& x. a( P3 x# x ax1.spines[right].set_color(none) ax1.spines[top].set_color(none) ax1.spines[bottom].set_position((data,0)) 8 v0 ^* s& _. @ ax1.spines[left].set_position((data,0)) ax1.set_title(正弦曲线,fontproperties=my_font) #绘制余弦曲线 ax2.plot(x_data,np.cos(x_data)) 6 u, S+ Q/ l, S% C/ J ax2.spines[right].set_color(none) ax2.spines[top].set_color(none) ax2.spines[bottom].set_position((data,0)) ax2.spines[left].set_position((data,0)) ax2.set_title(余弦曲线,fontproperties=my_font) ) @0 c* n- |+ ] #绘制正切曲线 ax3.plot(x_data,np.tan(x_data)) ax3.spines[right].set_color(none) ax3.spines[top].set_color(none) 9 u; D2 z; z; i) s$ l ax3.spines[bottom].set_position((data,0)) ax3.spines[left].set_position((data,0)) ax3.set_title(正切曲线,fontproperties=my_font) 0 `( C7 t' n, I) _1 e plt.show()

1 v9 V: F; p- q8 U

结果：

. o* T* ` j5 F3 x% R1 S / W% C* _" g4 a! z. B1 F0 ]2 |" P - X' q" T1 i' u. @ ( X$ ^" A4 f, G6 w+ ~1 ?% b