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')

  • x:x轴数据,可以是一个列表或数组。
  • y:y轴数据,可以是一个列表或数组。
  • linestyle:线条样式,默认为实线,可选参数有虚线'–'、点画线'..'、点划线'-.'等。
  • linewidth:线条宽度,可以设置一个整数值。
  • color:线条颜色,可以是英文单词或十六进制码。
  • marker:数据点标记样式,默认为无标记,可选参数有圆点'.'、方形's'、三角形'^'等。
  • markersize:数据点标记大小,默认为6。
  • label:添加图例名称。
  • 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 figaxes 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

    物联沃分享整理
    物联沃-IOTWORD物联网 » Python数据处理教程:绘制折线图

    发表回复