Python数据分析：折线图和散点图的绘制

原创：宋宋 Python专栏

! R# W8 n0 j$ [/ y9 I

来源：Python数据分析：折线图和散点图的绘制

折线图

, r' L. v# t r; _9 M& @

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 p; y/ f+ p" h/ G& n/ J: G( K

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 : _& p% L+ g! j/ l. E , A4 s8 c! Z9 L8 I b; P x_data = [2011,2012,2013,2014,2015,2016,2017] y_data = [58000,60200,63000,71000,84000,90500,107000] & H6 Q8 g! p+ ^) m. k8 G: g plt.plot(x_data,y_data) plt.show()

) h1 n5 y$ V. B& @6 |+ ?4 V

2）复式折线图：

' W+ x" Q; N) a- ?7 R6 v$ f q) a& j

import matplotlib.pyplot as plt * A. h4 M' a, z! e7 L& Y3 E a x_data = [2011,2012,2013,2014,2015,2016,2017] y_data = [58000,60200,63000,71000,84000,90500,107000] $ p$ w. u+ G2 [+ q" I# B. H- o8 { y_data2 = [52000,54200,51500,58300,56800,59500,62700] ! u, D$ F3 [$ j0 \) R 5 M7 K, z' n9 U6 t plt.plot(x_data,y_data,color=red,linewidth=2.0,linestyle=--) plt.plot(x_data,y_data2,color=blue,linewidth=3.0,linestyle=-.) . F1 m$ o" \2 M- M& M" e0 [& x plt.show() . t" U/ q- m2 {0 k6 b; I

* B i; l# b( i8 u5 Q7 H( J# Q

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

/ K* s5 T) m* n7 h

import pandas as pd % }& ~" G( [0 F9 x/ r import matplotlib.pyplot as plt ( `: }' T! E! a8 _! [* L+ ~9 ` #读取数据 data = pd.read_excel(matplotlib.xlsx) 4 a4 s4 R6 f9 Y, H , F8 s: ]7 b. I4 F" b 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 ; y* f3 b* v1 \* e2 _ plt.ylabel(uy-income,fontsize=14)#设置y轴，并设定字号大小 9 x$ ~; V5 p) _7 J/ e) C #color：颜色，linewidth：线宽，linestyle：线条类型，label：图例，marker：数据点的类型 & u$ Q3 j1 W5 q3 @: t, E5 N 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=+) 9 {$ [( a" {2 r& ^* | in3, = plt.plot(data[时间],data[收入_Jolin],color="goldenrod",linewidth=1.5,linestyle=-, marker=*) 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 1 m, r: n0 H4 M3 | plt.show()#显示图像

0 |8 e+ u; J4 L2 D

4) 管理多个子图

import matplotlib.pyplot as plt import numpy as np import matplotlib.gridspec as gridspec import matplotlib.font_manager as fm #字体管理器 my_font = fm.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") - S& _& [/ s% ^! I) ~ $ T; ?# _6 G6 u6 r: c7 c4 w/ q8 p plt.figure() 6 X9 i1 s9 L g: U: |- I 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 ( d4 g: ?6 F8 F7 q& Z ax1 = plt.subplot(gs[0,:])#指定ax1占用第一行(0)整行 ' C; a+ y( ^9 ] ~0 C7 c/ F 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) , j+ M6 e* N& N7 r1 F9 n; j; m 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) z& _# J+ M* g$ Z& r* z) h 1 A( Y J* ]% X" O1 g# w #绘制正弦曲线 ax1.plot(x_data,np.sin(x_data)) ax1.spines[right].set_color(none) ( S0 l( ]* @7 i$ W ax1.spines[top].set_color(none) 0 Q2 G7 x$ O2 C2 F' ^8 ^' O2 ] ax1.spines[bottom].set_position((data,0)) 0 C' }! ^6 C; H1 _ U ax1.spines[left].set_position((data,0)) ax1.set_title(正弦曲线,fontproperties=my_font) & a8 J, p0 ~3 P #绘制余弦曲线 ax2.plot(x_data,np.cos(x_data)) ax2.spines[right].set_color(none) ! z% r$ C; [: x" } r3 _ 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) #绘制正切曲线 ax3.plot(x_data,np.tan(x_data)) 8 U1 W; _ ~; P7 ]0 y ax3.spines[right].set_color(none) ax3.spines[top].set_color(none) ax3.spines[bottom].set_position((data,0)) ax3.spines[left].set_position((data,0)) - G& x7 U( F! w" Z0 c, K/ w2 t$ @ ax3.set_title(正切曲线,fontproperties=my_font) ( P& B! q' }2 P% o2 u9 m plt.show()

& ]9 |' e7 O2 B! o, n& f& s

结果：

1 S. @7 v- j. I8 a

( M2 x' y7 j/ @3 s6 h/ Q $ U' s. ]( h* {9 z( B7 b5 G2 V& {9 [% a