复习回顾:
众所周知,matplotlib 是一款功能强大开源的数据可视化模块,凭借着强大的扩展性构建出更高级别的绘图工具接口如seaborn、ggplot。我们来看看往期学习章节内容概述吧~
在 matplotlib 官网教程中,可以绘制诸如折线图、柱状图、饼图等常规图外,还有可以绘制动态图、散点图、等高线图、帽子图、多个子图等
接下来,我们将继续学习matplotlib 图表绘制具体的功能实操,掌握针对不同图表的绘制
折线图自身的线条的变化,可以在图表中清晰读取到数据变化情况,可以运用的场景特点如下
matplotlib.pyplot
模块numpy/pandas
整理数据pyplot.plot()
绘制折线图接下来我们使用折线图来展示从 10份 所有文章访问量数据展示
所有的案例用到的数据如下:
import random x_data = ["10月{}日".format(i+1) for i in range(30)] y_view = [random.randint(50,200) for i in range(30)]
展示10月份数据折线图:
import matplotlib.pyplot as plt import random plt.rcParams["font.sans-serif"]=['SimHei'] plt.rcParams["axes.unicode_minus"]=False x_data = ["10月{}日".format(i+1) for i in range(30)] y_view = [random.randint(50,200) for i in range(30)] plt.figure(figsize=(20,5),dpi=90) plt.plot(x_data,y_view) plt.xticks(rotation=45) plt.title("访问量分析") plt.xlabel("日期") plt.ylabel("访问量") plt.show()
属性值 | 说明 |
---|---|
"-" 、"solid" | 默认实线显示 |
"--"、"dashed" | 虚线 |
"-." "dashdot" | 点划线 |
":"、"dotted" | 虚线 |
"None" """" | 空 |
颜色简称:
属性值 | 说明 | 属性值 | 说明 |
---|---|---|---|
"b"/"bule" | 蓝色 | "m"/"magenta" | 品红 |
"g" /"green" | 绿色 | "y"/"yellow" | 黄色 |
"r"/"red" | 红色 | "k"/"black" | 黑色 |
"c"/"cyan" | 青色 | "w"/"white" | 白色 |
rgb
属性值 | 说明 | 属性值 | 说明 |
---|---|---|---|
"o" | ⏺️圆圈标记 | "8" | 八边形 |
"v" | 相关文章猜您喜欢
|