python數據做折線圖

A. python數據分析：可視化

本文是《數據蛙三個月強化課》的第二篇總結教程，如果想要了解 數據蛙社群 ，可以閱讀 給DataFrog社群同學的學習建議 。溫馨提示：如果您已經熟悉python可視化內容,大可不必再看這篇文章，或是之挑選部分文章

對於我們數據分析師來說，不僅要自己明白數據背後的含義，而且還要給老闆更直觀的展示數據的意義。所以，對於這項不可缺少的技能，讓我們來一起學習下吧。

畫圖之前，我們先導入包和生成數據集

我們先看下所用的數據集

折線圖是我們觀察趨勢常用的圖形，可以看出數據隨著某個變數的變化趨勢，默認情況下參數 kind="line" 表示圖的類型為折線圖。

對於分類數據這種離散數據，需要查看數據是如何在各個類別之間分布的，這時候就可以使用柱狀圖。我們為每個類別畫出一個柱子。此時，可以將參數 kind 設置為 bar 。

條形圖就是將豎直的柱狀圖翻轉90度得到的圖形。與柱狀圖一樣，條形圖也可以有一組或多種多組數據。

水平條形圖在類別名稱很長的時候非常方便，因為文字是從左到右書寫的，與大多數用戶的閱讀順序一致，這使得我們的圖形容易閱讀。而柱狀圖在類別名稱很長的時候是沒有辦法很好的展示的。

直方圖是柱形圖的特殊形式，當我們想要看數據集的分布情況時，選擇直方圖。直方圖的變數劃分至不同的范圍，然後在不同的范圍中統計計數。在直方圖中，柱子之間的連續的，連續的柱子暗示數值上的連續。

箱線圖用來展示數據集的描述統計信息，也就是[四分位數]，線的上下兩端表示某組數據的最大值和最小值。箱子的上下兩端表示這組數據中排在前25%位置和75%位置的數值。箱中間的橫線表示中位數。此時可以將參數 kind 設置為 box。

如果想要畫出散點圖，可以將參數 kind 設置為 scatter，同時需要指定 x 和 y。通過散點圖可以探索變數之間的關系。

餅圖是用面積表示一組數據的佔比，此時可以將參數 kind 設置為 pie。

我們剛開始學習的同學，最基本應該明白什麼數據應該用什麼圖形來展示，同學們來一起總結吧。

B. python怎麼畫折線圖

一、環境准備

linux ubuntu 下需安裝下面三個包：

Numpy, Scipy,Matplotlib

分別輸入下面的代碼進行安裝：

[plain]view plain

• pipinstallnumpy

• pipinstallscipy

• sudoapt-getinstallpython-matplotlib

測試是否安裝成功

[html]view plain

• python

• >>>importpylab

如果沒有報錯則安裝成功

二、開始畫圖

1. 畫最簡單的直線圖

代碼如下：

[python]view plain

• importnumpyasnp

• importmatplotlib.pyplotasplt

• x=[0,1]

• y=[0,1]

• plt.figure()

• plt.plot(x,y)

• plt.savefig("easyplot.jpg")

結果如下：

C. python繪折線圖（數據很多）很難看

數據使用前要清洗，去除無效數據。
如果這些數據都是有效數據，只是你不想顯示那些過份異常的數據，那麼，就進行去噪處理。
去噪分兩步：檢測噪點，噪點修正。
對於整體連續，總體范圍大的數據集，最簡單的檢測噪點的辦法就是鄰值法，對於第n取相鄰的k個值：p[n-k,],p[n-k+1]...p[n-1]

對它們加權平均，得到標准點，上下浮動一定范圍，如果p[k]不在這個范圍內就是異常點
對應的噪點修正可以使用類似的過程，局部噪點回歸法。
這些一般來說都不是很實現的東西，對於數據集結構的不同，沒有必要做成通用的包，所以你只有自己實現。

D. python畫折線圖

#encoding=utf-8
importmatplotlib.pyplotasplt
frompylabimport*#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()