Python数据分析之 Matplotlib 折线图绘制

一、Matplotlib 绘图

在数据分析流程中，数据可视化占据重要地位。通过直观展示数据处理过程与结果，能够帮助分析者更清晰地理解数据特征，从而支持后续的深度分析。本文将重点介绍Python中用于数据可视化的核心工具库——Matplotlib。

Matplotlib 是一个功能强大的Python 2D绘图库。利用该库，用户可以通过多种图表形式直观呈现数据，实现数据可视化目标。其操作简便，支持绘制折线图、柱状图、饼图、直方图及散点图等多种常见图表类型。

安装该库可使用以下命令：

pip install matplotlib
# 或者
conda install matplotlib

简单示例

绘制y=2x+1方程图：

import matplotlib.pyplot as plt

# 创建figure对象(绘画对象)
plt.figure(figsize=(4, 6))

# 绘制图像
x = [1, 2, 3, 4]
y = [2*i+1 for i in x]
plt.plot(x, y)

# 显示图像
plt.show()

结果如下：

其中：

• pyplot 是 Matplotlib 的子库，提供了绘图所需的接口及函数，可快速完成图表绘制。
• plt.figure(figsize=(4, 6))表示创建一个绘图对象。若未手动创建而直接调用plot函数，系统会自动生成一个绘图对象。其语法格式如下：

plt.figure(num=None, figsize=None, dpi=None, ······)

常用参数说明如下：

• num：表示图形编号，类型可为int或string。默认为None，若不传递此参数则创建新图形，且图形编号自动递增；若传递具体值，则返回该编号对应图形的引用。
• figsize：表示画布的宽度和高度，接收一个包含整数值的元组。
• dpi：表示绘图对象的分辨率······
  • plt.plot()函数用于在当前绘图对象中进行图表绘制，x和y分别对应x轴和y轴的数据。
  • plt.show()表示显示图像，执行后释放figure对象所占用的资源。

二、折线图绘制

折线图是一种将数据点按顺序连接起来的图形，能够体现变量y随变量x变化的趋势。Matplotlib 提供了plot()函数用于绘制折线图，其语法格式如下：

plt.plot(*args, **kwargs)

常用参数及说明如下：

• x、y：分别表示x轴和y轴对应的数据，接收列表类型参数。
• color：表示折线的颜色。
• marker：表示折线上数据点的类型，可选值包括“.”、“o”、“v”等。
• linestyle：表示折线的类型。默认为“-”（实线）；设置为“--”表示长虚线；设置为“-.”表示点线；设置为“:”表示点虚线。
• linewidth：表示折线的粗细。
• alpha：表示点的透明度，接收0~1之间的小数值。

例如，绘制某地区周一到周日平均温度变化折线图：

import matplotlib.pyplot as plt
plt.figure(figsize=(10, 8))
# 周一到周日平均温度数据
plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10])
plt.show()

结果输出如下：

观察上述结果，图表视觉效果较为简单。我们可以通过添加标签和图例来优化图表，使其更加清晰美观。

具体方法如下：

• plt.title()：用于指定当前图表的标题，可设置名称、位置、颜色、字体大小等属性。
• plt.xlabel()：用于指定当前图表x轴的名称、位置、颜色、字体大小等属性。
• plt.ylabel()：用于指定当前图表y轴的名称、位置、颜色、字体大小等属性。
• plt.xlim()：用于指定当前图表x轴的显示范围。
• plt.ylim()：用于指定当前图表y轴的显示范围。
• plt.xticks()：用于指定当前图表x轴的刻度值。
• plt.yticks()：用于指定当前图表y轴的刻度值。
• ····

import matplotlib.pyplot as plt
# 设置支持中文
plt.rcParams['font.family'] = ['SimHei']
plt.figure(figsize=(10, 8))
plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10], linestyle="-", marker=".")
plt.xlabel("时间")
plt.ylabel("温度")
plt.yticks([i for i in range(20)][::5])
plt.show()

结果输出如下：

到此这篇关于Python数据分析之 Matplotlib 折线图绘制的文章就介绍到这了，更多相关Python 绘制折线图内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！