Python数据分析：折线图和散点图的绘制

原创：宋宋 Python专栏

/ `, E7 K3 l. V( p3 {, A1 G

来源：Python数据分析：折线图和散点图的绘制

1 w% P# L9 Q1 o# s

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。

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

v& I* k: ]4 e7 i) J+ x

在matplotlib面向对象的绘图库中，pyplot是一个方便的接口。

& N# |: o5 W+ I4 c

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。

# }/ a" \. s# V! @4 m8 F+ ?

import matplotlib.pyplot as plt 6 Y( q) x2 m- k% X6 ]+ E# y: e& [3 { x_data = [2011,2012,2013,2014,2015,2016,2017] 2 q4 H* }8 D! d" B: Q i, s* D1 E y_data = [58000,60200,63000,71000,84000,90500,107000] / a4 X3 \' A0 N# `0 F+ [ plt.plot(x_data,y_data) plt.show() 2 f2 J8 y. q% S0 _

& W/ s+ V t! l' T: v

2）复式折线图：

" S: f" ^4 Z6 C5 e

import matplotlib.pyplot as plt 1 U3 x( c4 P, W x_data = [2011,2012,2013,2014,2015,2016,2017] 9 M, h' Z3 d& Y6 ]# n y_data = [58000,60200,63000,71000,84000,90500,107000] * l# P2 L2 U8 S0 e7 a) M s7 V y_data2 = [52000,54200,51500,58300,56800,59500,62700] plt.plot(x_data,y_data,color=red,linewidth=2.0,linestyle=--) " T" A2 ]- l8 {3 L/ U1 x plt.plot(x_data,y_data2,color=blue,linewidth=3.0,linestyle=-.) plt.show()

. g* ^6 |# ?* u! N

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

" x( `' A% J, l9 K. m6 `* }! ]

import pandas as pd / V. l$ L2 s' T/ A' @1 w D3 x o import matplotlib.pyplot as plt 5 f% ?% S! p7 p9 Y1 X #读取数据 ! t. x; ], X* |; [ 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 plt.xlabel(ux-year,fontsize=14)#设置x轴，并设定字号大小 c) P0 P! r* q4 V% b- N; R; r' X plt.ylabel(uy-income,fontsize=14)#设置y轴，并设定字号大小 ) J/ b# E! D, w % H8 a& H: @# b$ @5 a #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) " I7 t2 T- g1 n9 v 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=*) 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 7 [6 i; F+ J! C- c4 {" B9 H: } plt.show()#显示图像

4 ~& J! D% S9 D% ~3 ]% A% R

4) 管理多个子图

import matplotlib.pyplot as plt % b! y$ V0 r% W' d import numpy as np import matplotlib.gridspec as gridspec ) G" o+ o$ W3 g5 | import matplotlib.font_manager as fm #字体管理器 my_font = fm.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") plt.figure() ; v& ^- \, H; U* R- m. x' \$ T / I }' D) L0 S 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 . ~/ _4 i- ~( u/ g, C 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) 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) 3 J L+ [1 L. J3 a " ?" B7 b( C& Q6 r7 C #绘制正弦曲线 & x4 o2 O/ L1 i% o' ]! m% \3 G4 ` ax1.plot(x_data,np.sin(x_data)) ax1.spines[right].set_color(none) + A; o4 V3 }7 b) \ l5 D ax1.spines[top].set_color(none) 6 d1 ]" C$ }1 P8 q O, E8 O ax1.spines[bottom].set_position((data,0)) 7 u) B0 F, P: n6 I6 f' b! \) ` ax1.spines[left].set_position((data,0)) ax1.set_title(正弦曲线,fontproperties=my_font) ' G6 v$ ~- @/ ]* j5 J O 0 W! G8 ^: R1 x. H/ ^& |$ a2 K$ p #绘制余弦曲线 ax2.plot(x_data,np.cos(x_data)) ) x) F5 m+ m+ {& F ax2.spines[right].set_color(none) ; @3 W8 E7 w6 M' D3 g3 T/ O( H ax2.spines[top].set_color(none) 3 z% {; o$ f f- S3 s0 E) U4 U ax2.spines[bottom].set_position((data,0)) ax2.spines[left].set_position((data,0)) 1 ~5 H4 M# ]% u9 d; i ax2.set_title(余弦曲线,fontproperties=my_font) #绘制正切曲线 ax3.plot(x_data,np.tan(x_data)) L# E$ N+ c* Q" z( _- g ax3.spines[right].set_color(none) ax3.spines[top].set_color(none) ax3.spines[bottom].set_position((data,0)) ; U0 m/ Z4 U9 @& _! L( C ax3.spines[left].set_position((data,0)) ax3.set_title(正切曲线,fontproperties=my_font) plt.show() & H5 ?8 D! {# l* g# Q

6 O$ k9 Q6 O! i& L5 i# |& [

结果：

3 C$ P/ z# ^) `

; ^; K( r* h4 B' I

" a# H* m9 R( g! J / e# R! }% K8 Y3 y. k+ Y. R/ A + _& ?& j5 z! G& I. I8 y* w