Python?matplotlib實(shí)現(xiàn)折線圖的繪制

更新時(shí)間：2022年03月08日 15:38:26 作者：渴望成為寂寞勝者

Matplotlib作為Python的2D繪圖庫(kù)，它以各種硬拷貝格式和跨平臺(tái)的交互式環(huán)境生成出版質(zhì)量級(jí)別的圖形。本文將利用Matplotlib庫(kù)繪制折線圖，感興趣的可以了解一下

一、版本

# 01 matplotlib安裝情況 
import matplotlib 
matplotlib.__version__

二、圖表主題設(shè)置

請(qǐng)點(diǎn)擊：圖表主題設(shè)置

三、一次函數(shù)

import numpy as np 
from matplotlib import pyplot as plt 
# 如何使用中文標(biāo)題
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微軟雅黑的字體
x = np.arange(1,11) 
y =  2  * x +  5  # 圖片顯示的是這個(gè)公式
plt.title("Matplotlib展示") 
plt.xlabel("x軸") 
plt.ylabel("y軸") 
plt.plot(x,y) 
plt.show()

四、多個(gè)一次函數(shù)

創(chuàng)建一個(gè)關(guān)于電影票房的圖表：

films=['穿過(guò)寒冬擁抱你','反貪風(fēng)暴5：最終章','李茂扮太子','誤殺2','以年為單位的戀愛','黑客帝國(guó)：矩陣重啟','雄獅少年','魔法滿屋','汪汪隊(duì)立大功大電影','愛情神話']
regions=['中國(guó)','英國(guó)','澳大利亞','美國(guó)','美國(guó)','中國(guó)','英國(guó)','澳大利亞','美國(guó)','美國(guó)']
bos=['61,181','44,303','42,439','22,984','13,979','61,181','44,303','41,439','20,984','19,979']
persons=['31','23','56','17','9','31','23','56','17','9']
prices=['51','43','56','57','49','51','43','56','57','49']
showdate=['2022-12-03','2022-12-05','2022-12-01','2022-12-02','2022-11-05','2022-12-03','2022-12-05','2022-12-01','2022-12-02','2022-11-05']
ftypes=['劇情','動(dòng)作','喜劇','劇情','劇情','愛情','動(dòng)作','動(dòng)畫','動(dòng)畫','動(dòng)畫']
points=['8.1','9.0','7.9','6.7','3.8','8.1','9.0','7.9','6.7','3.8']
filmdescript={
    'ftypes':ftypes,
    'bos':bos,
    'prices':prices,
    'persons':persons,
    'regions':regions,
    'showdate':showdate,
    'points':points
}

import numpy as np
import pandas as pd
cnbo2021top5=pd.DataFrame(filmdescript,index=films)
cnbo2021top5[['prices','persons']]=cnbo2021top5[['prices','persons']].astype(int)
cnbo2021top5['bos']=cnbo2021top5['bos'].str.replace(',','').astype(int)
cnbo2021top5['showdate']=cnbo2021top5['showdate'].astype('datetime64')
cnbo2021top5['points']=cnbo2021top5['points'].apply(lambda x:float(x) if x!='' else 0)

關(guān)于cnboo1.xlsx，我放在我的碼云里，需要的朋友自行下載：cnboo1.xlsx

# 讀取并初步整理數(shù)據(jù)集
import pandas as pd 
cnbodf=pd.read_excel('cnboo1.xlsx')
cnbodfsort=cnbodf.sort_values(by=['BO'],ascending=False)

def mkpoints(x,y): # 編寫points評(píng)分 
    return len(str(x))*(y/25)-3

cnbodfsort['points']=cnbodfsort.apply(lambda x:mkpoints(x.BO,x.PERSONS),axis=1)

cnbodfsort.to_excel("cnbodfsort.xlsx",index=False) # 創(chuàng)建一個(gè)Excel文件

from matplotlib import pyplot as plt 
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微軟雅黑的字體
plt.title("票房2021TOP5") 
plt.xlabel("x軸") 
plt.ylabel("y軸")
x=cnbo2021top5.persons.sort_values()
y=cnbo2021top5.prices.sort_values()
plt.plot(x,y,marker=".",markersize=20,color='red',linewidth=4,markeredgecolor='blue')
plt.show()

# 折線圖進(jìn)階
from matplotlib import pyplot as plt 
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微軟雅黑的字體
plt.title("中國(guó)票房2021TOP5") 
plt.plot(bo,prices,label='票房與票價(jià)')
plt.plot(bo,persons,label='票房與人次')
plt.plot(bo,points,label='票房與評(píng)價(jià)')
plt.legend() # 顯示標(biāo)簽
plt.xlabel('票房') # 橫坐標(biāo)軸
plt.ylabel('行情') # 縱坐標(biāo)軸
plt.show()

更改一下版式

# 折線圖進(jìn)階
from matplotlib import pyplot as plt 
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微軟雅黑的字體
plt.title("中國(guó)票房2021TOP5") 
plt.plot(bo,prices,'r^--',label='票房與票價(jià)')
plt.plot(bo,persons,'g*-',label='票房與人次')
plt.plot(bo,points,color='blue',marker='o',markersize=10,label='票房與評(píng)價(jià)')
plt.legend() # 顯示標(biāo)簽
plt.xlabel('票房') # 橫坐標(biāo)軸標(biāo)題
plt.ylabel('行情') # 縱坐標(biāo)軸標(biāo)題
plt.show()

五、填充折線圖

填充折線圖：當(dāng)確定一條數(shù)據(jù)線上面的一點(diǎn)的時(shí)候，能夠?qū)⒃擖c(diǎn)的上下兩部分分別使用不同的顏色填充。

dev_x=[25,26,27,28,29,30] # 開發(fā)者的年齡
dev_y=[7567,8789,8900,11560,16789,25231] #收入情況
py_dev_y=[5567,6789,9098,15560,20789,23231] # python開發(fā)者
js_dev_y=[6567,7789,8098,12356,14789,20231] # java開發(fā)者
devsalary=pd.DataFrame([dev_x,dev_y,py_dev_y,js_dev_y])
devsalaryT=pd.DataFrame(devsalary.values.T,columns=["Age","Dev","Python","Java"])

# 繪制帶陰影的折線圖
from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(7,4))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微軟雅黑的字體
plt.title("開發(fā)人員薪資情況") 

baseline=10000

plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="總體薪資")
plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪資") # 如果沒有l(wèi)abel是不會(huì)顯示legend的數(shù)據(jù)標(biāo)簽的

plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]>baseline),interpolate=True,color='yellow')
plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]<=baseline),interpolate=True,color='red')

plt.grid()
plt.legend()
plt.show()

# 繪制帶陰影的折線圖
from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(7,4))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微軟雅黑的字體
plt.title("開發(fā)人員薪資情況") 

baseline=10000

plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="總體薪資")
plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪資") # 如果沒有l(wèi)abel是不會(huì)顯示legend的數(shù)據(jù)標(biāo)簽的

plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]>baseline),interpolate=True,color='yellow',alpha=0.3)
plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]<=baseline),interpolate=True,color='red',alpha=0.3) # alpha=0.3調(diào)整透明度

plt.grid()
plt.legend()
plt.show()

# 繪制帶陰影的折線圖
from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(7,4))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微軟雅黑的字體
plt.title("開發(fā)人員薪資情況") 

baseline=10000

plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="總體薪資")
plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪資") # 如果沒有l(wèi)abel是不會(huì)顯示legend的數(shù)據(jù)標(biāo)簽的

plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]>baseline),interpolate=True,color='pink',alpha=0.7,label="高于10000元")
plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]<=baseline),interpolate=True,color='purple',alpha=0.7,label="低于或等于10000元") # alpha=0.3調(diào)整透明度

plt.grid()
plt.legend()
plt.show()

interpolate=True：將交叉的位置進(jìn)行填充

# 繪制帶陰影的折線圖
from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(7,4))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微軟雅黑的字體
plt.title("開發(fā)人員薪資情況") 

plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="總體薪資")
plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪資") # 如果沒有l(wèi)abel是不會(huì)顯示legend的數(shù)據(jù)標(biāo)簽的

plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],devsalaryT["Dev"],where=(devsalaryT["Python"]>baseline),interpolate=True,color='green',alpha=0.7,label="高于總體")
plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],devsalaryT["Dev"],where=(devsalaryT["Python"]<=baseline),interpolate=True,color='tomato',alpha=0.7,label="低于或等于總體") # alpha=0.3調(diào)整透明度

plt.grid()
plt.legend()
plt.show()

到此這篇關(guān)于Python matplotlib實(shí)現(xiàn)折線圖的繪制的文章就介紹到這了,更多相關(guān)Python matplotlib折線圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: