Python?數(shù)據(jù)可視化超詳細講解折線圖的實現(xiàn)
更新時間：2022年03月17日 11:56:48 作者：hacker707
數(shù)據(jù)可以幫助我們描述這個世界、闡釋自己的想法和展示自己的成果，但如果只有單調乏味的文本和數(shù)字，我們卻往往能難抓住觀眾的眼球。而很多時候，一張漂亮的可視化圖表就足以勝過千言萬語，讓我們來用Python實現(xiàn)一個可視化的折線圖
繪制簡單的折線圖
?在使用matplotlib繪制簡單的折線圖之前首先需要安裝matplotlib，直接在pycharm終端pip install matplotlib即可
?使用matplotlib繪制簡單的折線圖，再對其進行定制，實現(xiàn)數(shù)據(jù)的可視化操作
import matplotlib.pyplot as plt # 導入pyplot模塊并設置別名為plt squares = [1, 4, 9, 16, 25] plt.plot(squares) plt.show() # 打開matplotib查看器，并顯示繪制的圖形
運行結果如下：
修改標簽文字和線條粗細
上圖所示的圖形表示的數(shù)字越來越大，但標簽文字太小，線條太細，不方便觀察，這時就需要調整一下增加圖形的可讀性
import matplotlib.pyplot as plt # 導入pyplot模塊并設置別名為plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth=5) # 函數(shù)linewidth設置繪制線條的粗細
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', labelsize=14)
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
校正圖形
圖形更容易閱讀了，但我們發(fā)現(xiàn)沒有正確的繪制數(shù)據(jù)，折線圖的終點指出4的平方為25！
向plot()提供一系列數(shù)字時，它假設第一個數(shù)據(jù)點對應的x坐標值為0，但我們的第一個點對應的x值為1。為改變這種默認行為，我們可以給plot同時提供輸入值和輸出值。
import matplotlib.pyplot as plt # 導入pyplot模塊并設置別名為plt
input_value = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_value, squares, linewidth=5) # 函數(shù)linewidth設置繪制線條的粗細
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', labelsize=14)
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
現(xiàn)在plot()成功繪制數(shù)據(jù)，因為我們同時提供了輸入值和輸出值。使用plot()時可指定各種實參，還可使用眾多函數(shù)對圖像進行定制
使用scatter()繪制散點圖并設置其格式
有時候需要繪制散點圖并設置各個數(shù)據(jù)的格式。例如：你可能想以一種顏色顯示較小的值，用一種顏色顯示較大的值。繪制大型數(shù)據(jù)集時，你還可以對每個點都設置同樣的格式，再使用不同的樣式選項重新繪制某個點，以突出它們 ?要繪制單個點，可使用函數(shù)scatter()，并向它傳遞一對x,y坐標，它將在指定繪制繪制一個點
import matplotlib.pyplot as plt plt.scatter(2, 4) # 向scatter函數(shù)傳遞一對x,y坐標 plt.show() # 打開matplotib查看器，并顯示繪制的圖形
效果如下：
下面來設置輸出的樣式，使其更有趣：添加標題，給坐標軸加上標簽，并設置文本格式
import matplotlib.pyplot as plt
plt.scatter(2, 4, s=200) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
使用scatter()繪制一系列點
import matplotlib.pyplot as plt
x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.scatter(x_values, y_values, s=100) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
自動計算數(shù)據(jù)
手動計算列表包含的值很麻煩，可以利用python中的循環(huán)來解決，下面是繪制1000個點的范例：
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打開matplotib查看器，并顯示繪制的圖形?這里需要注意函數(shù)axis需要傳入四個值，x,y坐標的最小值，最大值 效果如下：
刪除數(shù)據(jù)點的輪廓
要刪除數(shù)據(jù)點的輪廓，可在調用scatter()時傳遞實參edgecolor=‘none’
plt.scatter(x_values, y_values, edgecolors='none', s=10)
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, edgecolors='none', s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
自定義顏色
要修改數(shù)據(jù)點的顏色，可向scatter()傳遞參數(shù)c,并將其設置要使用的顏色的名稱
plt.scatter(x_values, y_values, c='red',edgecolors='none', s=10)
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, c='red',edgecolors='none', s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打開matplotib查看器，并顯示繪制的圖形效果如下：
使用顏色映射
顏色映射(colormap)是一系列顏色，它們從顏色漸變到結束顏色。在可視化中，顏色映射用于突出數(shù)據(jù)的規(guī)律，例如，你可能用較淺的顏色顯示較小的值，并使用較深的顏色顯示較大的值
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
# 將c設置為y值列表，使用參數(shù)cmap告訴pyplot使用哪個顏色映射
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors='none', s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打開matplotib查看器，并顯示繪制的圖形
自動保存圖表
要讓程序自動將圖表保存到文件中，可將對plt.show()的調用替換為對plt.sacefig()的調用
plt.savefig('squares.png',bbox_inches='tight')第一個實參指定要以什么樣的文件名保存圖表，第二個實參指定將圖表多余的空白區(qū)域裁剪（如果要保留，可省略這個實參）
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
# 將c設置為y值列表，使用參數(shù)cmap告訴pyplot使用哪個顏色映射
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors='none', s=10) # 向scatter函數(shù)傳遞一對x,y坐標
# 設置圖表標題，并給坐標軸加上標簽
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 設置每個坐標軸的取值范圍
plt.axis([0, 1100, 0, 1100000])
plt.savefig('squares.png',bbox_inches='tight')
plt.show() # 打開matplotib查看器，并顯示繪制的圖形保存效果如下：
?注意事項： 一定要把保存圖表的代碼放在plt.show前面，要是放在后面show會重新創(chuàng)建新的圖片
以上就是繪制簡單折線圖的教程，如果有改進的建議歡迎在評論區(qū)留言奧
??人生苦短，我用python??
到此這篇關于Python 數(shù)據(jù)可視化超詳細講解折線圖的實現(xiàn)的文章就介紹到這了,更多相關Python 折線圖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
Python實現(xiàn)將DNA序列存儲為tfr文件并讀取流程介紹
為什么要在實驗過程中存儲文件，因為有些算法的內容存在一些重復計算的步驟，這些步驟往往消耗很大一部分時間，在有大量參數(shù)的情況時，需要在多次不同參數(shù)的情況下重復試驗，因此可以考慮將一些不涉及參數(shù)運算的部分結果存入文件中2022-09-09
這篇文章主要介紹了python進度條庫tqdm的基本操作方法，tqdm實時輸出處理進度而且占用的CPU資源非常少，支持windows、Linux、mac等系統(tǒng)，支持循環(huán)處理、多進程、遞歸處理、還可以結合linux的命令來查看處理情況等優(yōu)點，下面對其更多內容詳細介紹,需要的朋友可以參考一下2022-03-03
手把手教你搭建python+selenium自動化環(huán)境(圖文)
本文主要介紹了手把手教你搭建python+selenium自動化環(huán)境，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-06-06
我們在使用?sorted()?或?map()?函數(shù)的時候，都會看到里面有一個?key?參數(shù)，其實這個?key?參數(shù)也存在于其他內置函數(shù)中（例如?min()、max()?等），那么我們今天就來了解一下?key?參數(shù)的含義以及用途吧,需要的朋友可以參考下2023-12-12
這篇文章主要介紹了python中xrange用法,實例分析了xrange的功能、作用以及與range在使用中的區(qū)別,具有一定參考借鑒價值,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了生成Jupyter Lab快捷方式的小技巧，操作迅猛，花費時間少，步驟詳細，有需要的朋友可以參考下，希望可以對廣大讀者朋友有所幫助2021-09-09
Python中的迭代器是一個對象,用于迭代可迭代對象,如列表,元組,字典和集合,這篇文章主要為大家介紹了Python中迭代器的創(chuàng)建與使用,需要的可以參考下2023-08-08
這篇文章主要介紹了python利用numpy存取文件案例教程,本篇文章通過簡要的案例,講解了該項技術的了解與使用,以下就是詳細內容,需要的朋友可以參考下2021-08-08
這篇文章主要介紹了Flask框架單例模式實現(xiàn)方法,結合實例形式分析了flask框架單例模式的4種實現(xiàn)方式與相關操作技巧,需要的朋友可以參考下2019-07-07
簡單談談Python中的幾種常見的數(shù)據(jù)類型
Python 中的變量不需要聲明。每個變量在使用前都必須賦值，變量賦值以后該變量才會被創(chuàng)建。在 Python 中，變量就是變量，它沒有類型，我們所說的"類型"是變量所指的內存中對象的類型。2017-02-02