006.python科学计算库matplotlib(上)

版权声明:本文为博主原创文章,允许转载,请标明出处。 https://blog.csdn.net/qwdafedv/article/details/82721452

测试数据 unrate.csv


plot

import matplotlib.pyplot as plt

# 使用不同的pyplot函数,我们可以创建、定制和显示一个plot。例如,我们可以使用两个函数
plt.plot()
plt.show()
import matplotlib.pyplot as plt
import pandas as pd

# 使用不同的pyplot函数,我们可以创建、定制和显示一个plot。例如,我们可以使用两个函数
unrate = pd.read_csv('unrate.csv')
first_twelve = unrate[0:12]
plt.plot(first_twelve['DATE'], first_twelve['VALUE'])
plt.show()

xticks

import matplotlib.pyplot as plt
import pandas as pd

# 使用不同的pyplot函数,我们可以创建、定制和显示一个plot。例如,我们可以使用两个函数
unrate = pd.read_csv('unrate.csv')
first_twelve = unrate[0:12]
plt.plot(first_twelve['DATE'], first_twelve['VALUE'])
# 虽然y轴看起来不错,但x轴标记标签太过接近,无法阅读
# 我们可以旋转x轴刻度标签90度,这样它们就不会重叠
# 我们可以使用浮点数或整数值来指定旋转的程度
# rotation 指定x轴标签的角度
plt.xticks(rotation=45)
plt.show()

xlabel/ylabel/title

import matplotlib.pyplot as plt
import pandas as pd

# 使用不同的pyplot函数,我们可以创建、定制和显示一个plot。例如,我们可以使用两个函数
unrate = pd.read_csv('unrate.csv')
first_twelve = unrate[0:12]
plt.plot(first_twelve['DATE'], first_twelve['VALUE'])
# 虽然y轴看起来不错,但x轴标记标签太过接近,无法阅读
# 我们可以旋转x轴刻度标签90度,这样它们就不会重叠
# 我们可以使用浮点数或整数值来指定旋转的程度
# rotation 指定x轴标签的角度
plt.xticks(rotation=90)
# xlabel(): 接受一个字符串值,该值被设置为x轴标签
plt.xlabel('Month')
# ylabel(): 接受一个字符串值,该值被设置为y轴标签
plt.ylabel('Unemployment Rate')
# title(): 接受一个字符串值,该值被设置为plot标题
plt.title('Monthly Unemployment Trends, 1948')
plt.show()

add_subplot

import matplotlib.pyplot as plt

# figure 创建一个新图形
fig = plt.figure()
# add_subplot(first,second,index) first表示行数,second表示列数
ax1 = fig.add_subplot(3, 2, 1)
ax2 = fig.add_subplot(3, 2, 2)
ax2 = fig.add_subplot(3, 2, 6)
plt.show()
import matplotlib.pyplot as plt
import numpy as np

# figure 创建一个新图形
# figsize 宽度,高度以英寸为单位。如果没有提供,默认为rc图形
fig = plt.figure(figsize=(3, 3))
# add_subplot(first,second,index) first表示行数,second表示列数
ax1 = fig.add_subplot(2, 1, 1)
ax2 = fig.add_subplot(2, 1, 2)
# 随机值
ax1.plot(np.random.randint(1, 5, 5), np.arange(5))
ax2.plot(np.arange(10) * 3, np.arange(10))
plt.show()

figure上添加多个plot

import matplotlib.pyplot as plt
import pandas as pd

unrate = pd.read_csv('unrate.csv')
# 将DATE列转为日期格式
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month
fig = plt.figure(figsize=(6, 3))
# 在figure上添加两条线段
plt.plot(unrate[0:12]['MONTH'], unrate[0:12]['VALUE'], c='red')
plt.plot(unrate[12:24]['MONTH'], unrate[12:24]['VALUE'], c='blue')
plt.show()
import matplotlib.pyplot as plt
import pandas as pd

unrate = pd.read_csv('unrate.csv')
# 将DATE列转为日期格式
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month
fig = plt.figure(figsize=(10, 6))
colors = ['red', 'blue', 'green', 'orange', 'black']
# 五年的数据线段对比
for i in range(5):
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index:end_index]
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i])

plt.show()
import matplotlib.pyplot as plt
import pandas as pd

unrate = pd.read_csv('unrate.csv')
# 将DATE列转为日期格式
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month
fig = plt.figure(figsize=(10, 6))
colors = ['red', 'blue', 'green', 'orange', 'black']
for i in range(5):
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index:end_index]
    label = str(1948 + i)
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i], label=label)
plt.legend(loc='best')
plt.show()

其中,plt.legend(loc=’best’),loc参数定义的是标签框的放置位置

import matplotlib.pyplot as plt
import pandas as pd

unrate = pd.read_csv('unrate.csv')
# 将DATE列转为日期格式
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month
fig = plt.figure(figsize=(10, 6))
colors = ['red', 'blue', 'green', 'orange', 'black']
for i in range(5):
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index:end_index]
    label = str(1948 + i)
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i], label=label)
plt.legend(loc='upper left')
plt.xlabel('Month, Integer')
plt.ylabel('Unemployment Rate, Percent')
plt.title('Monthly Unemployment Trends, 1948-1952')
plt.show()

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏生信小驿站

Python数据处理从零开始----第四章(可视化)(2)目录正文

=========================================================

1012
来自专栏书山有路勤为径

Day and Night Image data Standardization

852
来自专栏GIS讲堂

说说地图中的聚类

虽然Openlayers4会有自带的聚类效果,但是有些时候是不能满足我们的业务场景的,本文结合一些业务场景,讲讲地图中的聚类展示。

1273
来自专栏Code_iOS

OpenGL ES 2.0 (iOS)[03]:熟练图元绘制,玩转二维图形

文章的大前提是,你得有《OpenGL ES 2.0 (iOS): 一步从一个小三角开始》的基础知识。

1891
来自专栏伦少的博客

spark ML算法之线性回归使用

转载请务必注明原创地址为:http://dongkelun.com/2018/04/09/sparkMlLinearRegressionUsing/

5603
来自专栏linux、Python学习

必备神技能 | MySQL 查找删除重复行

本文讲述如何查找数据库里重复的行。这是初学者十分普遍遇到的问题。方法也很简单。这个问题还可以有其他演变,例如,如何查找“两字段重复的行”(#mysql IRC ...

710
来自专栏Java帮帮-微信公众号-技术文章全总结

【Java案例】余弦函数

案例描述 在屏幕上画出余弦函数cos(x)曲线,如图1.6所示。 ? 图1.6 余弦函数cos(x)曲线 案例分析 连续的曲线是由点组成的,点与点之间距离比较...

4636
来自专栏阮一峰的网络日志

XOR 加密简介

本文介绍一种简单高效、非常安全的加密方法:XOR 加密。 ? 一、 XOR 运算 逻辑运算之中,除了 AND 和 OR,还有一种 XOR 运算,中文称为"异或运...

3916
来自专栏hbbliyong

使用WPF教你一步一步实现连连看(三)

这次首先对以前的结构进行了调整: 第一步:把MyButton按钮的属性独立成一个类,放在一个单独的MyButton.cs中,把图片的初始化也放到里面。 调整代...

3477
来自专栏hanlp学习笔记

hanlp源码解析之中文分词算法

词图指的是句子中所有词可能构成的图。如果一个词A的下一个词可能是B的话,那么A和B之间具有一条路径E(A,B)。一个词可能有多个后续,同时也可能有多个前驱,它们...

1562

扫码关注云+社区