Python数据处理教程:绘制折线图
前言
用于记录使用python处理一些简单数据的方法
一、Matplotlib模块介绍
Matplotlib是一个功能强大且灵活的绘图库,用于创建静态、动态和交互式的图表。它的语法相对简单,可以绘制各种类型的图表,如折线图、柱状图、散点图等。
二、安装Matplotlib模块
使用pip 命令安装Matplotlib模块
pip install matplotlib
三、绘制折线图
1.plot()函数介绍
import matplotlib.pyplot as plt
plt.plot(x, y, linestyle='-', linewidth=1, color='blue', marker='.', markersize=10, label='data')
注意:以上参数皆为可选参数,但没有X和Y时会生成一个空的折线图
1.1 完整用法
代码:使用全部参数,可自由定义图表的样式
import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# 绘制折线图
plt.plot(x, y, linestyle='-', linewidth=2, color='blue', marker='o', markersize=5, label='data')
# 添加标题和标签
plt.title('Case')
plt.xlabel('time')
plt.ylabel('speed')
# 添加图例
plt.legend()
# 显示图形
plt.show()
运行结果:
1.2. 常见用法
代码:仅使用参数x和y,样式使用默认值
import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# 绘制折线图
plt.plot(x, y)
# 添加标题和标签
plt.title('Case')
plt.xlabel('time')
plt.ylabel('speed')
# 显示图形
plt.show()
运行结果:
1.3.一个图有多组数据
代码:创建两组数据,两次调用plot函数
import matplotlib.pyplot as plt
# 时间数据
t = []
# 速度数据1
speed1 = []
# 速度数据2
speed2 = []
# 生成数据
for num in range(1,10):
t.append(num)
speed1.append(2*num)
speed2.append(3*num)
print(speed1,speed2)
# 绘制折线图
plt.plot(t, speed1, color='blue', label='speed 1')
plt.plot(t, speed2, color='red', label='speed 2')
# 添加标题和标签
plt.title('case')
plt.xlabel('time')
plt.ylabel('speed')
# 添加图例
plt.legend()
# 显示图形
plt.show()
运行结果:
2.subplots()函数介绍
fig, axes = plt.subplots(nrows=1, ncols=1, **kwargs)
参数说明:
nrows
:指定子图的行数,默认为 1。ncols
:指定子图的列数,默认为 1。**kwargs
:可选参数,用于设置其他画布属性。返回值说明:
fig
:表示整个画布的对象。可以使用该对象设置画布的属性,如标题、背景色等。axes
:是一个维度为 (nrows, ncols)
的子图对象数组。可以通过索引来访问和操作每个子图。subplots()
函数返回的 fig
和 axes
可以用于绘制和操作子图。1. 多组数据,多个图
代码:设定列数为3,根据数据集动态计算行数,创建对应布局的子图
import matplotlib.pyplot as plt
data1,data2,data3 =[],[],[]
datasets = [data1,data2,data3] # 数据集
title=["data1","data2","data3"] # 标题
# 创建数据
for num in range(1,10) :
data1.append(2 * num)
data2.append(3 * num)
data3.append(4 * num)
nrows = int(len(datasets)/3) +(1 if len(datasets) % 3 !=0 else 0 ) # 根据数据集动态计算行数
ncols = 3 # 列数
# 创建一个包含nrows行3列的子图画布,大小为 (15, 15)
fig, axes = plt.subplots(nrows=nrows, ncols=ncols, figsize=(15, 15))
# 使用 for 循环绘制子图
for i, ax in enumerate(axes.flatten()[:len(datasets)]):
dataset = datasets[i] # 获取当前数据集
ax.plot(dataset) # 绘制当前数据集
ax.set_title(title[i]) # 设置标题
plt.xlabel('time') # 设置X标签
plt.ylabel('speed') # 设置Y标签
# 展示图表
plt.show()
运行结果:
作者:今天是周日啊