快捷導(dǎo)航

python數(shù)據(jù)可視化之日期折線圖畫法

更新時(shí)間：2022年04月27日 10:25:39 作者：cdy760849607

這篇文章主要為大家詳細(xì)介紹了python數(shù)據(jù)可視化之日期折線圖畫法，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

本文實(shí)例為大家分享了python日期折線圖畫法的具體代碼，供大家參考，具體內(nèi)容如下

引入

什么是折線圖：

折線圖是排列在工作表的列或行中的數(shù)據(jù)可以繪制到折線圖中。折線圖可以顯示隨時(shí)間（根據(jù)常用比例設(shè)置）而變化的連續(xù)數(shù)據(jù)，因此非常適用于顯示在相等時(shí)間間隔下數(shù)據(jù)的趨勢。
在折線圖中，類別數(shù)據(jù)沿水平軸均勻分布，所有值數(shù)據(jù)沿垂直軸均勻分布。

以上引用自百度百科，簡單來說一般折線圖是以時(shí)間作為 X 軸數(shù)據(jù) 作為 Y軸，這當(dāng)然不是固定的，是可以自行設(shè)置的。

話不多說，進(jìn)入正題

第一種畫法：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdate
from matplotlib.pyplot import rcParams?
%matplotlib inline

# 防止中文亂碼
rcParams['font.sans-serif'] = 'kaiti'

# 生成一個(gè)時(shí)間序列?
time =pd.to_datetime(np.arange(0,11), unit='D',
? ? ? ? ? ? ? ? ? ?origin=pd.Timestamp('2019-01-01'))

# 生成數(shù)據(jù)
data = np.random.randint(10,50,size=11)
# 創(chuàng)建一個(gè)畫布
fig = plt.figure(figsize=(12,9))
# 在畫布上添加一個(gè)子視圖
ax = plt.subplot(111)
# 這里很重要 ?需要 將 x軸的刻度 進(jìn)行格式化
ax.xaxis.set_major_formatter(mdate.DateFormatter('%Y-%m-%d'))
# 為X軸添加刻度
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)
# 畫折線
ax.plot(time,data,color='r')
# 設(shè)置標(biāo)題
ax.set_title('折線圖示例')
# 設(shè)置 x y 軸名稱
ax.set_xlabel('日期',fontsize=20)
ax.set_ylabel('銷售量',fontsize=20)

注解

1、x 軸接收的日期類型必須是下圖：

2、關(guān)于 pd.to_time() 中的參數(shù) 其中 uint = ‘D’ 表示 0~10 中全天 origin=pd.Timestamp(‘2019-01-01’) 表示起源也就是從 1月1號開始算起

3、ax.xaxis.set_major_formatter(mdate.DateFormatter(’%Y-%m-%d’)) 如果想要顯示 x軸為日期類型必須使用格式化格式化可以自行設(shè)置

4、pd.date_range(time[0],time[-1],freq=‘D’) 不要忘記還需要自己手動(dòng)添加刻度

第二種畫法：

import pyecharts.options as opts
from example.commons import ?Faker
from pyecharts.charts import Line
import pandas as pd

# 處理一下時(shí)間 ?
start = '2019-01-01'
end = '2019-01-10'
t = pd.date_range(start=start,end=end).tolist()
time_ = []
for i in t:
? ? i ?= str(i)[:-8]
? ? time_.append(i)

def line_base() -> Line:
? ? c = (
? ? ? ? Line()
? ? ? ? .add_xaxis(time_)
? ? ? ? .add_yaxis("商家A", np.random.randint(100,400,size=10).tolist())
? ? ? ? .add_yaxis("商家B", np.random.randint(100,400,size=10).tolist())
? ? ? ? .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例"),
? ? ? ? yaxis_opts=opts.AxisOpts(name='商家銷售情況'),
? ? ? ? xaxis_opts=opts.AxisOpts(name='銷售日期')
? ? ? ? ? ? ? ? ? ? ? ??
? ? ? ? )
? ? )
? ? return c

# 在 jupyter notebook 上渲染
line_base().render_notebook()