散点图和折线图是数据分析中最常用的两种图形。其中,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)
常用参数及说明:
参数 | 接收值 | 说明 | 默认值 |
x,y | array | 表示 x 轴与 y 轴对应的数据; | 无 |
color | string | 表示折线的颜色; | None |
marker | string | 表示折线上数据点处的类型; | None |
linestyle | string | 表示折线的类型; | - |
linewidth | 数值 | 线条粗细:linewidth=1.=5.=0.3 | 1 |
alpha | 0~1之间的小数 | 表示点的透明度; | None |
label | string | 数据图例内容:label=‘实际数据' | None |
其他参数请参考文档:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html
基本用法
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
import pandas as pd
import matplotlib.pyplot as plt
#读取数据
datafile = u 'D:\\pythondata\\learn\\matplotlib.xlsx'
data = pd.read_excel(datafile)
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(u 'x-year' ,fontsize = 14 ) #设置x轴,并设定字号大小
plt.ylabel(u 'y-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
plt.plot(data[ '时间' ],data[ '收入_Jay' ],color = "deeppink" ,linewidth = 2 ,linestyle = ':' ,label = 'Jay income' , marker = 'o' )
plt.plot(data[ '时间' ],data[ '收入_JJ' ],color = "darkblue" ,linewidth = 1 ,linestyle = '--' ,label = 'JJ income' , marker = '+' )
plt.plot(data[ '时间' ],data[ '收入_Jolin' ],color = "goldenrod" ,linewidth = 1.5 ,linestyle = '-' ,label = 'Jolon income' , marker = '*' )
plt.legend(loc = 2 ) #图例展示位置,数字代表第几象限
plt.show() #显示图像
|
到此这篇关于Matplotlib 折线图plot()所有用法详解的文章就介绍到这了,更多相关Matplotlib 折线图plot()用法内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!
原文链接:https://blog.csdn.net/weixin_40683253/article/details/87376085