Python的matplotlib是一个很强大的画图库,用法也很简单,具体如下:
# 基本操作
import pandas as pd
import matplotlib.pyplot as plt
date = pd.read_csv('date.csv')
date = date[0:12]
plt.plot(date['key'], date['value']) # 第一个参数x轴数据,第二参数y轴数据
plt.xticks(rotation=45) # x轴上点的名称倾斜45度
# plt.xticks(np.linspace(1998, 2017, 20, endpoint=True)) x轴点的设置,1998到2017 20个点
plt.xlabel('XXX') # x轴代表的什么
plt.ylabel('XXX') # y轴代表的什么
plt.title('XXX') # 该图的标题
plt.show()
# 子图的操作
import matplotlib.pyplot as plt
fig = plt.figure(figsize=(3,3)) # 参数为子图的大小
ax1 = fig.add_subplot(2,2,1) # 2行2列的第一个图
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,4)
ax1.plot(x内容, y内容) # 往子图添加内容
ax2.plot(x内容, y内容)
ax3.plot(x内容, y内容)
plt.show()
# 一个图中画多条线只需多次plot
import matplotlib.pyplot as plt
plt.plot(xvalue,yvalue,c='red',label='1948') # 参数x内容,y内容,线的颜色,线的标签
plt.plot(xvalue,yvalue,c='blue',label='1949')
plt.plot(xvalue,yvalue,c='green',label='1950')
plt.legend('loc='best') # 加上这句话标签才能显示出来,参数可以指定标签的位置
plt.show()
# 条形图画法
import matplotlib.pyplot as plt
fig,ax = plt.subplots()# 另外一种画子图的方法,不写参数默认一个,可以写参数指定行列
ax.bar(xValueList,yValueList,0.5) # 第一个参数是x轴内容列表,第二个是y轴内容列表,第三个是柱的宽度
ax.bar(xValueList,yValueList,0.5) # 横着画
ax.set_xticks(range(1,6)) # x轴之间的距离
ax.set_xlabel('XXX')
ax.set_ylabel('XXX')
ax.set_title('XXX')
plt.show()
# 画散点图
import matplotlib.pyplot as plt
fig,ax = plt.subplots()
ax.scatter(xValueList,yValueList)
ax.set_xlabel('XXX')
ax.set_ylabel('XXX')
plt.show()