Python数据分析：折线图和散点图的绘制

原创：宋宋 Python专栏

7 e# t: y& i' T' [! j9 ?. X1 P

来源：Python数据分析：折线图和散点图的绘制

' M8 t; ?- R$ D# k2 G

折线图

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。

. {3 s# p, X& I

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

* |4 |/ O( p i+ d# N7 g) o) g

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$ i0 @' ^% s. j y x_data = [2011,2012,2013,2014,2015,2016,2017] y_data = [58000,60200,63000,71000,84000,90500,107000] . Q m ^! x( r. X* W, f3 N ' O4 u4 h0 Q( q X8 J- F p( x1 m plt.plot(x_data,y_data) ! U! J7 u, O) L4 e5 p plt.show() # [" K1 q7 J2 g7 d; ^

2）复式折线图：

import matplotlib.pyplot as plt x_data = [2011,2012,2013,2014,2015,2016,2017] % E( H2 ]1 I8 G y_data = [58000,60200,63000,71000,84000,90500,107000] y_data2 = [52000,54200,51500,58300,56800,59500,62700] * [9 q$ F ~$ y, o ) F8 z0 W! i& B) B6 { plt.plot(x_data,y_data,color=red,linewidth=2.0,linestyle=--) plt.plot(x_data,y_data2,color=blue,linewidth=3.0,linestyle=-.) $ {7 ]! X3 k# @5 w% P8 [ plt.show() 2 T' S" H0 ~! |8 C8 Z `+ s8 s

; Y+ Y8 C: X) \' M% }

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：

* R- B! ~/ D) t3 c) d

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

import pandas as pd 5 O7 o6 u8 G2 f* l- U6 `# e import matplotlib.pyplot as plt . q" `' r+ Y" a - \6 D" d; a9 P0 P9 T W #读取数据 z1 q8 j* f) @* l8 R data = pd.read_excel(matplotlib.xlsx) 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 5 ] Z$ p9 f2 g5 u plt.xlabel(ux-year,fontsize=14)#设置x轴，并设定字号大小 0 t" A& g6 T/ R2 ]" L- T plt.ylabel(uy-income,fontsize=14)#设置y轴，并设定字号大小 4 h, H8 N0 ]9 F. V #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) {1 g2 @) E2 g. `8 A in2, = plt.plot(data[时间],data[收入_JJ],color="darkblue",linewidth=1,linestyle=--, marker=+) * o0 _8 }, y0 ~5 B+ W! I3 V in3, = plt.plot(data[时间],data[收入_Jolin],color="goldenrod",linewidth=1.5,linestyle=-, marker=*) l; x3 s9 {. V# Q6 }$ k 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) 管理多个子图

N6 D1 t' s+ O$ P4 a6 j

import matplotlib.pyplot as plt 1 j% ^1 D$ _7 A+ p! z import numpy as np 2 k$ }0 k6 a# k/ I3 v import matplotlib.gridspec as gridspec 1 _1 K! x4 j* Y# T( M8 p import matplotlib.font_manager as fm #字体管理器 + z X, ~7 h; H# P( o4 b my_font = fm.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") ( p5 w, b: C& ]4 s0 `4 _ plt.figure() 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 2 I$ W0 O1 d& {1 ^! H3 N+ n- K# o ax1 = plt.subplot(gs[0,:])#指定ax1占用第一行(0)整行 " z' o7 v N7 O" y" E) P- ~ 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) . ~7 L/ {0 E' l& { 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) 5 j2 l8 u: H1 d4 ?4 F/ o4 ? #绘制正弦曲线 $ {6 w' }- S# a& _# ~7 O( Y9 q ax1.plot(x_data,np.sin(x_data)) & }# C% M$ U1 Y% ? o, | ax1.spines[right].set_color(none) ( b! [# q* w' j! z8 s: D# B; \/ F ax1.spines[top].set_color(none) ax1.spines[bottom].set_position((data,0)) 6 L8 W9 s% |2 f1 j9 m ] 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)) 7 D* \( [: \1 z5 g9 Y6 y4 `. k) r ax2.spines[right].set_color(none) 0 U, R( g1 ^1 p2 a ax2.spines[top].set_color(none) % }4 R6 T' I; F8 l, `" q2 W- {) x ax2.spines[bottom].set_position((data,0)) : J1 Y7 d. H5 y2 t ax2.spines[left].set_position((data,0)) / g1 F( v# P0 b- M+ [- ^5 d ax2.set_title(余弦曲线,fontproperties=my_font) #绘制正切曲线 ax3.plot(x_data,np.tan(x_data)) ax3.spines[right].set_color(none) / x& u. ]6 D. h7 u# _ e0 g/ V ax3.spines[top].set_color(none) ax3.spines[bottom].set_position((data,0)) ax3.spines[left].set_position((data,0)) ax3.set_title(正切曲线,fontproperties=my_font) plt.show() ! @( a5 i. x9 Q7 M1 l

+ ^/ ^' P' w7 G6 n

结果：

4 A" {& h% F& ^7 F! P7 d$ q

% L* {# w6 e" K. N: Y e2 r

, e$ |5 o, ^2 S; z4 T ; U+ F9 B2 t+ p2 l5 T% J1 { % m# L2 j. S3 n! l' y, M) F+ d3 E 9 K2 z# L4 d# D0 } {( ]/ Q/ S