python数据做折线图

A. python数据分析：可视化

本文是《数据蛙三个月强化课》的第二篇总结教程，如果想要了解 数据蛙社群 ，可以阅读 给DataFrog社群同学的学习建议 。温馨提示：如果您已经熟悉python可视化内容,大可不必再看这篇文章，或是之挑选部分文章

对于我们数据分析师来说，不仅要自己明白数据背后的含义，而且还要给老板更直观的展示数据的意义。所以，对于这项不可缺少的技能，让我们来一起学习下吧。

画图之前，我们先导入包和生成数据集

我们先看下所用的数据集

折线图是我们观察趋势常用的图形，可以看出数据随着某个变量的变化趋势，默认情况下参数 kind="line" 表示图的类型为折线图。

对于分类数据这种离散数据，需要查看数据是如何在各个类别之间分布的，这时候就可以使用柱状图。我们为每个类别画出一个柱子。此时，可以将参数 kind 设置为 bar 。

条形图就是将竖直的柱状图翻转90度得到的图形。与柱状图一样，条形图也可以有一组或多种多组数据。

水平条形图在类别名称很长的时候非常方便，因为文字是从左到右书写的，与大多数用户的阅读顺序一致，这使得我们的图形容易阅读。而柱状图在类别名称很长的时候是没有办法很好的展示的。

直方图是柱形图的特殊形式，当我们想要看数据集的分布情况时，选择直方图。直方图的变量划分至不同的范围，然后在不同的范围中统计计数。在直方图中，柱子之间的连续的，连续的柱子暗示数值上的连续。

箱线图用来展示数据集的描述统计信息，也就是[四分位数]，线的上下两端表示某组数据的最大值和最小值。箱子的上下两端表示这组数据中排在前25%位置和75%位置的数值。箱中间的横线表示中位数。此时可以将参数 kind 设置为 box。

如果想要画出散点图，可以将参数 kind 设置为 scatter，同时需要指定 x 和 y。通过散点图可以探索变量之间的关系。

饼图是用面积表示一组数据的占比，此时可以将参数 kind 设置为 pie。

我们刚开始学习的同学，最基本应该明白什么数据应该用什么图形来展示，同学们来一起总结吧。

B. python怎么画折线图

一、环境准备

linux ubuntu 下需安装下面三个包：

Numpy, Scipy,Matplotlib

分别输入下面的代码进行安装：

[plain]view plain

• pipinstallnumpy

• pipinstallscipy

• sudoapt-getinstallpython-matplotlib

测试是否安装成功

[html]view plain

• python

• >>>importpylab

如果没有报错则安装成功

二、开始画图

1. 画最简单的直线图

代码如下：

[python]view plain

• importnumpyasnp

• importmatplotlib.pyplotasplt

• x=[0,1]

• y=[0,1]

• plt.figure()

• plt.plot(x,y)

• plt.savefig("easyplot.jpg")

结果如下：

C. python绘折线图（数据很多）很难看

数据使用前要清洗，去除无效数据。
如果这些数据都是有效数据，只是你不想显示那些过份异常的数据，那么，就进行去噪处理。
去噪分两步：检测噪点，噪点修正。
对于整体连续，总体范围大的数据集，最简单的检测噪点的办法就是邻值法，对于第n取相邻的k个值：p[n-k,],p[n-k+1]...p[n-1]

对它们加权平均，得到标准点，上下浮动一定范围，如果p[k]不在这个范围内就是异常点
对应的噪点修正可以使用类似的过程，局部噪点回归法。
这些一般来说都不是很实现的东西，对于数据集结构的不同，没有必要做成通用的包，所以你只有自己实现。

D. python画折线图

#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)#限定横轴的范围
#pl.ylim(-1,110)#限定纵轴的范围
plt.plot(x,y,marker='o',mec='r',mfc='w',label=u'y=x^2曲线图')
plt.plot(x,y1,marker='*',ms=10,label=u'y=x^3曲线图')
plt.legend()#让图例生效
plt.xticks(x,names,rotation=45)
plt.margins(0)
plt.subplots_adjust(bottom=0.15)
plt.xlabel(u"time(s)邻居")#X轴标签
plt.ylabel("RMSE")#Y轴标签
plt.title("Asimpleplot")#标题

plt.show()