Python数据可视化绘图（折线图，散点图）

小白大白123

Python数据可视化绘图（折线图，散点图）

（1）有关python的经验方法都是基于anaconda下载的库包（conda install 库包名 或 cmd 命令 pip install 库报名），以及使用anaconda里的spyder(python3.8)编辑和运行代码。

（2）所有的代码都是经过了spyder(python3.8)正常运行得出结果的，可以放心使用，也欢迎交流和讨论。

（3）关于不同版本运行本号分享的代码出现问题，请自行网上搜索解决办法解决。

1. 使用Matplotlib绘制简单的折线图：以一组1981-1990年的某地月平均气温数据为例（数据信息如下图所示）。

第一步：使用anaconda安装Matplotlib库：

conda install Matplotlib

第2步：绘制折线图

subplots()可以在一张图片中绘制一个或多个图表

fig表示整张图片，ax表示图片中的各个图表

plot()根据给定的数据以有意义的方式绘制图表

只输入一个列表时ax.plot(squares)，假设第一个数据点对应x坐标为0

同时提供输入和输出ax.plot(input_values, squares)

import matplotlib.pyplot as plt
x_values = [1981, 1982, 1983, 1984, 1985]
y_values = [22.8, 22.3, 22.9, 21.8, 22.2]
fig, ax = plt.subplots() #绘制画布，地图
ax.plot(x_values, y_values, linewidth=3)
ax.set_title("1981-1985 temperature", fontsize=24) #标题
ax.set_xlabel("time(year)", fontsize=14) #坐标轴标签
ax.set_ylabel("temperature(℃)", fontsize=14)
ax.tick_params(axis='both', labelsize=14) #刻度标记
plt.show()

代码读取后显示：

• 
  

第3步：使用内置的不同图形样式绘制折线图

1、显示所有的不同样式的图形，共有20张

import matplotlib.pyplot as plt

x_values = [1981, 1982, 1983, 1984, 1985]
y_values = [22.8, 22.3, 22.9, 21.8, 22.2]

fig, ax = plt.subplots()
ax.plot(x_values, y_values, linewidth=3)

# 使用内置样式画图
print(plt.style.available) #显示有哪些可用的内置样式
mystyles = plt.style.available

for mystyle in mystyles:
    plt.style.use(mystyle) #使用内置样式

    fig, ax = plt.subplots()
    ax.plot(x_values, y_values)

    ax.set_ylabel("temperature(℃)", fontsize=14)
    ax.set_xlabel("Value") #坐标轴标签
    ax.set_ylabel("Square of Value")
    ax.tick_params(axis='both') #刻度标记

    plt.show()

所有的内置样式有（print(plt.style.available)）：

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

plt.style.use('seaborn') #使用内置样式
fig, ax = plt.subplots()

如'bmh'：

plt.style.use('bmh') #使用内置样式
fig, ax = plt.subplots()

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

import matplotlib.pyplot as plt
x_values = range(1, 20) #取连续的1-20的整数
y =  [x**2 for x in x_values] #x值的二次方为y值
plt.style.use('fast') #使用内置样式
fig, ax = plt.subplots()
ax.scatter(x_values, y, c='red', s=50)
#绘制散点图，传递x和y坐标，点的尺寸s
#颜色c，可用设置为'red'，(0, 0.8, 0)
ax.set_title("1981-1985 temperature", fontsize=24) #标题
ax.set_xlabel("Value") #坐标轴标签
ax.set_ylabel("temperature(℃)", fontsize=14)
ax.tick_params(axis='both') #刻度标记
plt.show()

注：内置样式可以更换，这里选择的是‘fast’。

upu

{:eb502:}{:eb502:}

小白大白123

upu 发表于 2023-10-7 08:46