Python数据可视化-Matplotlib学习笔记（2）--画图进阶

1. 一个区域画多个图

还是以画折线图为例，在笔记（1）中，画了一张图，但有的时候我们需要在一个大区域画好几张小图。具体实现看下面代码：

import matplotlib.pyplot as plt
fig = plt.figure() # 定义区域
ax1 = fig.add_subplot(3,2,1) # 添加子图，参数3,2,1代表区域划分为3行2列共6个区域，顺序为1开始从左到右，从上到下。1为在1区域添加子图。即前两个参数代表布局，第三个参数代表位置。
ax2 = fig.add_subplot(3,2,3) # 3为在3区域添加子图
ax3 = fig.add_subplot(3,2,6) # 6为在6区域添加子图
plt.show() # 这里不给图填充数据，我们画一下看效果

# ax = fig.add_subplot(1,1,1) # 参数111为填充整个区域

---

下面来实际画一下，还是用笔记（1）中的数据：

import pandas as pd
import matplotlib.pyplot as plt

unrate = pd.read_csv('unrate.csv') # 读csv文件
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month # 也可以将'DATE'转换为数字月份

first_twelve = unrate[0:12] # 取前12行数据

# fig = plt.figure()
fig = plt.figure(figsize=(10, 12)) # figsize=(10, 12)参数为手动设定区域（长，宽）的大小

ax1 = fig.add_subplot(2, 1, 1)
plt.xticks(rotation=20) # 旋转20度
plt.xlabel('Month')
plt.ylabel('Unemployment Rate')
plt.title('Monthly Unemployment Trends, 1948')

ax2 = fig.add_subplot(2, 1, 2)
plt.xticks(rotation=0) # 不旋转，或者直接不要这条语句
plt.xlabel('Month')
plt.ylabel('Unemployment Rate')
plt.title('Monthly Unemployment Trends, 1948')

ax1.plot(first_twelve['DATE'], first_twelve['VALUE'])
ax2.plot(first_twelve['MONTH'], first_twelve['VALUE'])

plt.show()

2. 一个图中画两条线

import pandas as pd
import matplotlib.pyplot as plt

unrate = pd.read_csv('unrate.csv') # 读csv文件
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month

fig = plt.figure(figsize=(7, 5))

plt.xlabel('Month')
plt.ylabel('Unemployment Rate')
plt.title('Monthly Unemployment Trends, 1948 & 1949')

plt.plot(unrate[0:12]['MONTH'], unrate[0:12]['VALUE'], c='red') # c='red'定义画线为红色
plt.plot(unrate[12:24]['MONTH'], unrate[12:24]['VALUE'], c='blue') # c='blue'定义画线为蓝色
# 如果有多条线需要画，可以多写这么几条函数，也可以像下面代码中，用一个循环解决

plt.show()

即红色为1948年，蓝色为1949年数据。

3. 一个图中画多条线

import pandas as pd
import matplotlib.pyplot as plt

unrate = pd.read_csv('unrate.csv') # 读csv文件
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month

fig = plt.figure(figsize=(10, 6))

plt.xlabel('Month')
plt.ylabel('Unemployment Rate')
plt.title('Monthly Unemployment Trends')

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]
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i])

plt.show()

按colors清单里定义的5种颜色，依次画线，分别为1948、1949、1950、1951、1952

4. 在图中添加提示标签

实现起来也很简单，之前基础上修改3处代码就可以了，实现看下面代码：
在for部分

for i in range(5):
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index:end_index]
    label = str(1948 + i) # 修改部分1，增加这句
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i], label=label) # 修改部分2，把label=label加进去
plt.legend(loc='best') # 修改部分3，用这句把提示标签画出来，loc参数决定标签在图中放的位置
# print(help(plt.legend)) # 查看plt.legend函数都有什么参数可选
plt.show()