python折線圖動起來

㈠ 如何使用python的Pandas庫繪制折線圖

我們經常會使用Python的Pandas繪制各種數據圖形，那麼如何使用它繪制折線圖呢？下面我給大家分享一下。

工具/材料

Pycharm

• 01

  首先我們需要打開Excel軟體准備需要的數據，這里多准備幾列數據，一列就是一條折線，如下圖所示

• 02

  然後我們打開Pycharm軟體，新建Python文件，導入Pandas庫，接著將Excel中的數據讀取進數據集緩存，如下圖所示

• 03

  接下來我們利用plot方法繪制折線圖，如下圖所示，這里只添加了一列標題

• 04

  運行文件以後我們就可以看到折線圖顯示出來了，但是比較的簡單，下面我們逐漸的豐富它

• 05

  然後在plot方法中將excel裡面的多列標題都添加進來，如下圖所示

• 06

  這次在運行文件的時候我們就可以看到折線圖上有多條線了，如下圖所示

• 07

  接下來我們在為折線圖設置標題，X，Y坐標軸的內容，如下圖所示

• 08

  然後通過plot方法下面的area方法對折線圖的空白區域進行疊加填充，如下圖所示

• 09

  最後我們運行完善好後的文件，就可以看到如下圖所示的折線圖了，到此我們的折線圖繪制也就完成了

㈡ 如何用python繪制各種圖形

1.環境

系統：windows10

python版本：python3.6.1

使用的庫：matplotlib，numpy

2.numpy庫產生隨機數幾種方法

import numpy as np
numpy.random

rand(d0,d1,...,dn)

In [2]: x=np.random.rand(2,5)

In [3]: x
Out[3]:
array([[ 0.84286554, 0.50007593, 0.66500549, 0.97387807, 0.03993009],
[ 0.46391661, 0.50717355, 0.21527461, 0.92692517, 0.2567891 ]])

randn(d0,d1,...,dn)查詢結果為標准正態分布

In [4]: x=np.random.randn(2,5)

In [5]: x
Out[5]:
array([[-0.77195196, 0.26651203, -0.35045793, -0.0210377 , 0.89749635],
[-0.20229338, 1.44852833, -0.10858996, -1.65034606, -0.39793635]])

randint(low,high,size)

生成low到high之間（半開區間 [low, high)），size個數據

In [6]: x=np.random.randint(1,8,4)

In [7]: x
Out[7]: array([4, 4, 2, 7])

random_integers(low,high,size)

生成low到high之間（閉區間 [low, high)），size個數據

In [10]: x=np.random.random_integers(2,10,5)

In [11]: x
Out[11]: array([7, 4, 5, 4, 2])

3.散點圖

x x軸
y y軸
s 圓點面積
c 顏色
marker 圓點形狀
alpha 圓點透明度#其他圖也類似這種配置
N=50# height=np.random.randint(150,180,20)# weight=np.random.randint(80,150,20)
x=np.random.randn(N)
y=np.random.randn(N)
plt.scatter(x,y,s=50,c='r',marker='o',alpha=0.5)
plt.show()

8.箱型圖

import matplotlib.pyplot as pltimport numpy as npdata=np.random.normal(loc=0,scale=1,size=1000)#sym 點的形狀，whis虛線的長度plt.boxplot(data,sym="o",whis=1.5)plt.show()
#sym 點的形狀，whis虛線的長度

㈢ python可視化數據分析常用圖大集合（收藏）

python數據分析常用圖大集合：包含折線圖、直方圖、垂直條形圖、水平條形圖、餅圖、箱線圖、熱力圖、散點圖、蜘蛛圖、二元變數分布、面積圖、六邊形圖等12種常用可視化數據分析圖，後期還會不斷的收集整理，請關注更新！

以下默認所有的操作都先導入了numpy、pandas、matplotlib、seaborn

一、折線圖

折線圖可以用來表示數據隨著時間變化的趨勢

Matplotlib

plt.plot(x, y)

plt.show()

Seaborn

df = pd.DataFrame({'x': x, 'y': y})

sns.lineplot(x="x", y="y", data=df)

plt.show()

二、直方圖

直方圖是比較常見的視圖，它是把橫坐標等分成了一定數量的小區間，然後在每個小區間內用矩形條（bars）展示該區間的數值

Matplotlib

Seaborn

三、垂直條形圖

條形圖可以幫我們查看類別的特徵。在條形圖中，長條形的長度表示類別的頻數，寬度表示類別。

Matplotlib

Seaborn

1plt.show()

四、水平條形圖

五、餅圖

六、箱線圖

箱線圖由五個數值點組成：最大值 (max)、最小值 (min)、中位數 (median) 和上下四分位數 (Q3, Q1)。

可以幫我們分析出數據的差異性、離散程度和異常值等。

Matplotlib

Seaborn

七、熱力圖

力圖，英文叫 heat map，是一種矩陣表示方法，其中矩陣中的元素值用顏色來代表，不同的顏色代表不同大小的值。通過顏色就能直觀地知道某個位置上數值的大小。

通過 seaborn 的 heatmap 函數，我們可以觀察到不同年份，不同月份的乘客數量變化情況，其中顏色越淺的代表乘客數量越多

八、散點圖

散點圖的英文叫做 scatter plot，它將兩個變數的值顯示在二維坐標中，非常適合展示兩個變數之間的關系。

Matplotlib

Seaborn

九、蜘蛛圖

蜘蛛圖是一種顯示一對多關系的方法，使一個變數相對於另一個變數的顯著性是清晰可見

十、二元變數分布

二元變數分布可以看兩個變數之間的關系

十一、面積圖

面積圖又稱區域圖，強調數量隨時間而變化的程度，也可用於引起人們對總值趨勢的注意。

堆積面積圖還可以顯示部分與整體的關系。折線圖和面積圖都可以用來幫助我們對趨勢進行分析，當數據集有合計關系或者你想要展示局部與整體關系的時候，使用面積圖為更好的選擇。

十二、六邊形圖

六邊形圖將空間中的點聚合成六邊形，然後根據六邊形內部的值為這些六邊形上色。

原文至：https://www.py.cn/toutiao/16894.html

㈣ 用Python畫折線圖怎麼實現拉伸效果

#encoding=utf-8importmatplotlib.pyplotaspltfrompylabimport*#支持中文mpl.rcParams['font.sans-serif']=['SimHei']names=['5','10','15','20','25']x=range(len(names))y=[0.855,0.84,0.835,0.815,0.81]y1=[0.86,0.85,0.853,0.849,0.83]#plt.plot(x,y,'ro-')#plt.plot(x,y1,'bo-')#pl.xlim(-1,11)#限定橫軸的范圍#pl.ylim(-1,110)#限定縱軸的范圍plt.plot(x,y,marker='o',mec='r',mfc='w',label=u'y=x^2曲線圖')plt.plot(x,y1,marker='*',ms=10,label=u'y=x^3曲線圖')plt.legend()#讓圖例生效plt.xticks(x,names,rotation=45)plt.margins(0)plt.subplots_adjust(bottom=0.15)plt.xlabel(u"time(s)鄰居")#X軸標簽plt.ylabel("RMSE")#Y軸標簽plt.title("Asimpleplot")#標題plt.show()