Python?數(shù)據可視化超詳細講解折線圖的實現(xiàn)
更新時間：2022年03月17日 11:56:48 作者：hacker707
數(shù)據可以幫助我們描述這個世界、闡釋自己的想法和展示自己的成果，但如果只有單調乏味的文本和數(shù)字，我們卻往往能難抓住觀眾的眼球。而很多時候，一張漂亮的可視化圖表就足以勝過千言萬語，讓我們來用Python實現(xiàn)一個可視化的折線圖
繪制簡單的折線圖
?在使用matplotlib繪制簡單的折線圖之前首先需要安裝matplotlib，直接在pycharm終端pip install matplotlib即可
?使用matplotlib繪制簡單的折線圖，再對其進行定制，實現(xiàn)數(shù)據的可視化操作
import matplotlib.pyplot as plt # 導入pyplot模塊并設置別名為plt squares = [1, 4, 9, 16, 25] plt.plot(squares) plt.show() # 打開matplotib查看器，并顯示繪制的圖形
運行結果如下：
修改標簽文字和線條粗細
上圖所示的圖形表示的數(shù)字越來越大，但標簽文字太小，線條太細，不方便觀察，這時就需要調整一下增加圖形的可讀性
import matplotlib.pyplot as plt # 導入pyplot模塊并設置別名為plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth=5) # 函數(shù)linewidth設置繪制線條的粗細
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', labelsize=14)
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
校正圖形
圖形更容易閱讀了，但我們發(fā)現(xiàn)沒有正確的繪制數(shù)據，折線圖的終點指出4的平方為25！
向plot()提供一系列數(shù)字時，它假設第一個數(shù)據點對應的x坐標值為0，但我們的第一個點對應的x值為1。為改變這種默認行為，我們可以給plot同時提供輸入值和輸出值。
import matplotlib.pyplot as plt # 導入pyplot模塊并設置別名為plt
input_value = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_value, squares, linewidth=5) # 函數(shù)linewidth設置繪制線條的粗細
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', labelsize=14)
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
現(xiàn)在plot()成功繪制數(shù)據，因為我們同時提供了輸入值和輸出值。使用plot()時可指定各種實參，還可使用眾多函數(shù)對圖像進行定制
使用scatter()繪制散點圖并設置其格式
有時候需要繪制散點圖并設置各個數(shù)據的格式。例如：你可能想以一種顏色顯示較小的值，用一種顏色顯示較大的值。繪制大型數(shù)據集時，你還可以對每個點都設置同樣的格式，再使用不同的樣式選項重新繪制某個點，以突出它們 ?要繪制單個點，可使用函數(shù)scatter()，并向它傳遞一對x,y坐標，它將在指定繪制繪制一個點
import matplotlib.pyplot as plt plt.scatter(2, 4) # 向scatter函數(shù)傳遞一對x,y坐標 plt.show() # 打開matplotib查看器，并顯示繪制的圖形
效果如下：
下面來設置輸出的樣式，使其更有趣：添加標題，給坐標軸加上標簽，并設置文本格式
import matplotlib.pyplot as plt
plt.scatter(2, 4, s=200) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
使用scatter()繪制一系列點
import matplotlib.pyplot as plt
x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.scatter(x_values, y_values, s=100) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
自動計算數(shù)據
手動計算列表包含的值很麻煩，可以利用python中的循環(huán)來解決，下面是繪制1000個點的范例：
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打開matplotib查看器，并顯示繪制的圖形?這里需要注意函數(shù)axis需要傳入四個值，x,y坐標的最小值，最大值 效果如下：
刪除數(shù)據點的輪廓
要刪除數(shù)據點的輪廓，可在調用scatter()時傳遞實參edgecolor=‘none’
plt.scatter(x_values, y_values, edgecolors='none', s=10)
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, edgecolors='none', s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
自定義顏色
要修改數(shù)據點的顏色，可向scatter()傳遞參數(shù)c,并將其設置要使用的顏色的名稱
plt.scatter(x_values, y_values, c='red',edgecolors='none', s=10)
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, c='red',edgecolors='none', s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
使用顏色映射
顏色映射(colormap)是一系列顏色，它們從顏色漸變到結束顏色。在可視化中，顏色映射用于突出數(shù)據的規(guī)律，例如，你可能用較淺的顏色顯示較小的值，并使用較深的顏色顯示較大的值
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
# 將c設置為y值列表，使用參數(shù)cmap告訴pyplot使用哪個顏色映射
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors='none', s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打開matplotib查看器，并顯示繪制的圖形
自動保存圖表
要讓程序自動將圖表保存到文件中，可將對plt.show()的調用替換為對plt.sacefig()的調用
plt.savefig('squares.png',bbox_inches='tight')第一個實參指定要以什么樣的文件名保存圖表，第二個實參指定將圖表多余的空白區(qū)域裁剪（如果要保留，可省略這個實參）
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
# 將c設置為y值列表，使用參數(shù)cmap告訴pyplot使用哪個顏色映射
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors='none', s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.savefig('squares.png',bbox_inches='tight')
plt.show() # 打開matplotib查看器，并顯示繪制的圖形保存效果如下：
?注意事項： 一定要把保存圖表的代碼放在plt.show前面，要是放在后面show會重新創(chuàng)建新的圖片
以上就是繪制簡單折線圖的教程，如果有改進的建議歡迎在評論區(qū)留言奧
??人生苦短，我用python??
到此這篇關于Python 數(shù)據可視化超詳細講解折線圖的實現(xiàn)的文章就介紹到這了,更多相關Python 折線圖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python多線程編程（五）：死鎖的形成,本文講解了死鎖的概念、死鎖示例、避免死鎖的方法等內容,需要的朋友可以參考下2015-04-04
python虛擬環(huán)境的安裝和配置(virtualenv，virtualenvwrapper）
這篇文章主要介紹了python虛擬環(huán)境的安裝和配置(virtualenv，virtualenvwrapper），文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-08-08
Python微信自動化是指使用Python編程語言來實現(xiàn)對微信的自動化操作,在Python中,有幾個庫可以用于微信自動化操作,包括itchat、wxpy、wechatpy和wxauto,以下是對這些庫的詳細介紹,需要的朋友可以參考下2025-03-03
Python區(qū)塊鏈Creating?Miners教程
這篇文章主要為大家介紹了Python區(qū)塊鏈Creating?Miners教程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-05-05
SMTP（Simple Mail Transfer Protocol）簡單郵件傳輸協(xié)議，Python內置對SMTP的支持，可以發(fā)送純文本文件，HTML郵件以及附帶文件。本文講解如何使用python發(fā)送郵件2021-06-06
最近整理了一些好用的庫但是只是初級介紹,如果大家用得到的話還請自己到官網上查一下,因為東西太多我一 一介紹的話可能不太現(xiàn)實,需要的朋友可以參考下2021-06-06
這篇文章主要介紹了Pycharm中的下載安裝、配置與測試方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-12-12
這篇文章主要為大家詳細介紹了Python用戶管理系統(tǒng)的相關代碼，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-03-03
這篇文章主要介紹了詳解appium+python 啟動一個app步驟，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-12-12
本文深入介紹了使用pipenv管理Python項目的依賴關系和環(huán)境,我們首先從pip和virtualenv開始,介紹了它們的基本功能和用法,然后深入探討了pipenv作為更高級工具的功能和特性,2024-03-03