数据可视化——散点图,折线图
2018-02-18 20:34
295 查看
散点图
折线图与散点图的不同,主要体现在将数据点的形式转换用线来显示,同时,线的粗细需要设置
import matplotlib; from pandas import read_csv; import matplotlib.pyplot as plt; data = read_csv('F://baiduNetdisk//pytorch//5//5.1//data.csv') font = { 'family' : 'SimHei' } matplotlib.rc('font', **font); #中文字体需要设置其字体,否则显示不出来 #字体设置都是设置集合。意思是:优先使用微软雅黑,如果客户端未安装雅黑则使用黑体,如果两者都找不到,则使用系统默认字体。像中文环境,只能指定:雅黑,黑体,宋体,楷体。其中宋体多为默认。雅黑只有VISTA及以上才预装。一般对中文最好不指定字体,非使用艺术字体的话可以使用图片形式。 plt.plot(data['广告费用'], data['购买用户数'], '.') #plt.plot(data['广告费用'], data['购买用户数'], 'o') #plt.plot(data['广告费用'], data['购买用户数'], 'o', color='yellow') #plt.plot(data['广告费用'], data['购买用户数'], 'o', color=(1, 1, 0)) #plt.plot(data['广告费用'], data['购买用户数'], 'o', color='#FFFF00') plt.xlabel('广告费用');
折线图与散点图的不同,主要体现在将数据点的形式转换用线来显示,同时,线的粗细需要设置
import pandas; from pandas import read_csv; from matplotlib import pyplot as plt; data = read_csv('F://baiduNetdisk//pytorch//5//5.2//data.csv'); #对日期格式进行转换 data['购买日期']=pandas.to_datetime(data['日期']); #'-' 顺滑的曲线 plt.plot(data['购买日期'], data['购买用户数'], '-'); #设置颜色 plt.plot(data['购买日期'], data['购买用户数'], '-', color='r'); #设置线条粗细 plt.plot(data['购买日期'], data['购买用户数'], '-', color='r', lineWidth=10); #'--' 虚线 plt.plot(data['购买日期'], data['购买用户数'], '--'); #'-.' 线加点 plt.plot(data['购买日期'], data['购买用户数'], '-.'); #':' 由点组成的曲线 plt.plot(data['购买日期'], data['购买用户数'], ':'); #'.' 散点图 plt.plot(data['购买日期'], data['购买用户数'], '.'); #',' 像素点的散点图 plt.plot(data['购买日期'], data['购买用户数'], ','); #'o' 大点的散点图 plt.plot(data['购买日期'], data['购买用户数'], 'o'); #'v' 下三角标记的散点图 plt.plot(data['购买日期'], data['购买用户数'], 'v'); #'^' 上上角标记的散点图 plt.plot(data['购买日期'], data['购买用户数'], '^'); #'<' 左角标记的散点图 plt.plot(data['购买日期'], data['购买用户数'], '<'); #'>' 右角标记的散点图 plt.plot(data['购买日期'], data['购买用户数'], '>'); #'1' 伞形下的标记散点图 #'2' 伞形上的标记散点图 #'3' 伞形左的标记散点图 #'4' 伞形右的标记散点图 plt.plot(data['购买日期'], data['购买用户数'], '4'); #'s' 正方形标记的散点图 plt.plot(data['购买日期'], data['购买用户数'], 's'); #'p' 五角形标记的散点图 plt.plot(data['购买日期'], data['购买用户数'], 'p'); #'*' 五角星标记的散点图 plt.plot(data['购买日期'], data['购买用户数'], '*'); #'h' 多边形标记的散点图 #'H' hexagon2 marker plt.plot(data['购买日期'], data['购买用户数'], 'h'); #'+' plus marker #'x' x marker #'D' diamond marker #'d' thin_diamond marker plt.plot(data['购买日期'], data['购买用户数'], 'D'); #'|' vline marker #'_' hline marker plt.plot(data['购买日期'], data['购买用户数'], '|'); plt.title('购买用户数时间序列图'); plt.show();
相关文章推荐
- 数据挖掘数据可视化教程(1) 散点图,折线图
- Python数据可视化:Matplotlib 直方图、箱线图、条形图、热图、折线图、散点图。。。
- Python数据可视化之散点图和折线图
- [置顶] 【python 数据可视化 】饼图,箱线图,条形图,直方图,折线图,散点图
- R语言数据可视化之散点图
- 使用PyQtGraph进行Python数据可视化:绘制精美折线图(以 上证指数走势为例) 推荐
- 数据可视化-折线图
- python数据可视化——利用pyplot绘制折线图和散点图
- python 数据可视化 matplotlib学习二 : 对折线图使用颜色映射
- Python数据可视化——散点图
- JavaScript数据可视化编程学习(一)Flotr2,包含简单的,柱状图,折线图,饼图,散点图
- JavaScript数据可视化编程学习(一)Flotr2,包含简单的,柱状图,折线图,饼图,散点图
- R数据可视化手册笔记-Chapter4:折线图
- ECharts 提供了常规的折线图,柱状图,散点图,饼图,K线图,用于统计的盒形图,用于地理数据可视化的地图,热力图,线图
- 数据可视化:python画散点图scatter
- 使用R进行数据可视化套路之-散点图、图形分隔、时间序列
- Python数据可视化-Matplotlib学习笔记(3)--画散点图
- Echarts数据可视化series-scatter散点图,开发全解+完美注释
- MATLAB 数据分析二: 样本数据可视化--条形图、直方图、二/三维散点图
- R语言:我写的一个数据可视化的函数,散点图和线性回归趋势线及公式