Python数据分析：折线图和散点图的绘制

原创：宋宋 Python专栏

来源：Python数据分析：折线图和散点图的绘制

2 ~6 D1 m# L, L& ]& V7 K

折线图

; c; J# I8 I7 |: c5 U. F/ [3 w

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。

0 O: o* B9 W) p% M0 y

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

- N6 e$ Q. W* P2 R" t8 x; K

在matplotlib面向对象的绘图库中，pyplot是一个方便的接口。

+ | V S5 ^* I4 B7 G O4 |

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。

+ X, K& b) k% H/ R$ @) Z$ R

import matplotlib.pyplot as plt 7 s! C. |* y6 S' j $ {" ^* n; `$ [+ j# w x_data = [2011,2012,2013,2014,2015,2016,2017] ' q9 A# ~0 w: A! y) y" d( ~ y_data = [58000,60200,63000,71000,84000,90500,107000] 8 q# F$ ^. I; X1 H& \* \! K plt.plot(x_data,y_data) plt.show() ( n# u/ D4 L6 r+ g4 K+ k* `

% Z+ d4 B _8 l/ Y

# u3 r0 M/ Z+ |5 `

2）复式折线图：

import matplotlib.pyplot as plt x_data = [2011,2012,2013,2014,2015,2016,2017] 7 J4 h9 _, F4 o1 R# y' K9 m y_data = [58000,60200,63000,71000,84000,90500,107000] 0 e6 l' o1 u6 d" @; N y_data2 = [52000,54200,51500,58300,56800,59500,62700] + V, ~+ ]" `* o$ b3 q plt.plot(x_data,y_data,color=red,linewidth=2.0,linestyle=--) 4 h7 g8 r6 o9 c1 m+ J! ~/ m4 A, T plt.plot(x_data,y_data2,color=blue,linewidth=3.0,linestyle=-.) & A7 D: M4 \$ n plt.show() 5 y* D. v" n& A' J8 N( s" |5 v% m

) `- m1 s( Z0 G: X! T

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：

' M p! C d6 I, B

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 import matplotlib.pyplot as plt 3 h5 a! s) t: t& R4 K8 J1 B c& z) V8 r" A$ G0 g) w #读取数据 data = pd.read_excel(matplotlib.xlsx) * z/ @2 ~* I. P$ d' ]' U plt.figure(figsize=(10,5))#设置画布的尺寸 : }, [& J4 U! K: e( Z1 X0 b plt.title(Examples of line chart,fontsize=20)#标题，并设定字号大小 7 d5 c9 q# g/ U& I7 z6 {0 \ plt.xlabel(ux-year,fontsize=14)#设置x轴，并设定字号大小 9 X( v9 b* A1 U0 D+ b plt.ylabel(uy-income,fontsize=14)#设置y轴，并设定字号大小 / ?) O- K+ B, l7 @ #color：颜色，linewidth：线宽，linestyle：线条类型，label：图例，marker：数据点的类型 9 M4 y x) ~& E- f" \6 g8 u in1, = plt.plot(data[时间],data[收入_Jay],color="deeppink",linewidth=2,linestyle=:, marker=o) 4 A0 S+ P2 y4 ^/ m 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=*) 8 r, M! ]& |3 D3 j" M1 L W 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 Z3 R, | W6 ~: ?$ D

! I4 E* \, s6 a `

4) 管理多个子图

7 v6 L3 R9 x' b& ~# G

import matplotlib.pyplot as plt import numpy as np + v7 Z& d! t; q! t/ s8 D3 O* i import matplotlib.gridspec as gridspec import matplotlib.font_manager as fm #字体管理器 - w( C' J3 m6 L+ E# q3 Y / ]0 H2 r" O7 {4 h0 a my_font = fm.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") ( c- _2 t7 Y( E3 ]. }# H( g & A& h$ d' h( R6 T% b plt.figure() 0 O; V$ m( u5 A) N! U) Q& j/ s! Q " M8 I- d! o3 E. g 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 * y- Y2 o% u7 @) [% d7 c7 I ax1 = plt.subplot(gs[0,:])#指定ax1占用第一行(0)整行 " i. K' m+ L4 E2 T* \2 i4 e. { 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) " x" z! p3 X7 i3 {' G# V% 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) #绘制正弦曲线 ax1.plot(x_data,np.sin(x_data)) - h; M& Q8 \4 o S ax1.spines[right].set_color(none) ax1.spines[top].set_color(none) . E; }$ ~2 h1 p3 m% { ax1.spines[bottom].set_position((data,0)) + O4 m8 d! X- ]* O ax1.spines[left].set_position((data,0)) ! d1 J& B- P& `: Y1 W1 v9 f ax1.set_title(正弦曲线,fontproperties=my_font) & h0 _% a+ b0 |$ R& @( t! w 2 E6 c! L! N% |6 M/ U: y #绘制余弦曲线 / D6 p7 Y. g3 [$ X) Q, i ax2.plot(x_data,np.cos(x_data)) ax2.spines[right].set_color(none) 4 r" y- H a- _6 }7 x2 F1 { ax2.spines[top].set_color(none) ax2.spines[bottom].set_position((data,0)) ax2.spines[left].set_position((data,0)) + C' ?: b" J! P3 n ax2.set_title(余弦曲线,fontproperties=my_font) #绘制正切曲线 0 k9 e' H/ N4 G. z ax3.plot(x_data,np.tan(x_data)) ( \' v- q! a8 k- Q ax3.spines[right].set_color(none) / G; o. H+ g* E: ~; i. F/ K ax3.spines[top].set_color(none) ax3.spines[bottom].set_position((data,0)) ax3.spines[left].set_position((data,0)) " `- G% ]8 @! g) ]% Z3 } ax3.set_title(正切曲线,fontproperties=my_font) plt.show()

结果：

$ S8 L! N% H# a! w6 p ! ~2 { T8 _- P2 y' r$ F 2 g- a' y& I y5 \& m2 a8 h6 V