第三节 折线图

折线图

1.1 numpy介绍

1. 上节课我们学了柱状图, 通过柱状图可以了解, numpy主要是科学计算库, 提供了用于处理多维数组及其相关功能的工具。,用于处理任意维度的数组.
2. 上节课, 我们了解 列表转数组, 和 数组转换列表.
3. NumPy可用于执行各种数学操作，例如,随机数生成等。
4. NumPy数组（称为ndarray）是Python中的一种数据结构，用于表示同构的多维数组。NumPy还具有广泛的应用程序，包括科学计算、统计学、数据分析和机器学习等。

1.2 预测趋势

1. 前期使用柱状图,能分析统计, 但是想预测趋势, 就显得有些不那么明显.
   • 思考一下, 下面的情况如果使用 柱状图可以有效的预测么?
     
2. 预测趋势的 折线图.
   
3. 柱状图和折线图的区别
   

1.3 折线图流程工具 Pandas

1. 折线 流程图流程 :
   • 数据读取, 在数据分析中，有一个能够提供高性能、易于使用的数据结构和数据分析工具：Pandas
   • Pandas 一个强大的分析结构化数据的工具集，基础是Numpy（提供高性能的矩阵运算）
   • 需要安装 pip install pandas
     
2. Pandas 可以从各种文件格式
   • 比如CSV、JSON、SQL、Microsoft Excel 导入数据。
   • 例如: 我们先来认识一下CSV文件

1.3.1 读取并生成 CSV

1. Pandas 读取 CVS文件:
   

2. 提供了方法 read_csv() 方法可以读取CSV文件的数据.

   • pd.read_csv("文件路径")

   # pandas使用
   import pandas as pd
   #通过read_csv("路径") 读取磁盘地址
   data = pd.read_csv("D:\城市.csv")
   print(data)
   

3. 也提供了写出方法

   • data.to_scv("文件路径")

   # 使用pandas工具进行操作文件
   import pandas as pd
   
   #1.读取read_csv()文件.
   data = pd.read_csv("D:\城市.csv")
   print(data)
   
   #2. 将读取的数据写出到磁盘
   data.to_csv("D:\城市2.csv")
   

1.3.2 输出列数据

1. 如何取出列数据中的内容, 可以像字典一样

   • 数据['列名'] ,列数据可以根据列名去获取值。
   • 数据[列明][索引] 列数据中的元素, 可以通过索引获取。
     

   # 使用pandas工具进行操作文件
   import pandas as pd
   
   #1.读取read_csv()文件.
   data = pd.read_csv("D:\北京.csv")
   print(data)
   print("-"*40)#华丽分割线
   
   #1.1 例如字典的方式 -->数据名[索引方式]
   #1.1.1可以拿到 星期数据
   week = data["星期"]
   temp = data["温度"]
   print(week,temp)
   
   print("-"*40)#华丽分割线
   
   #1.1.2 如何拿到星期的周一, 或者 温度的一个元素
   week_1= data["星期"][0]
   temp_1= data["温度"][1]
   
   print(week_1,temp_1)
   
   #2. 将读取的数据写出到磁盘
   #data.to_csv("D:\北京.csv")
   

1.3.3 画折线图

1. 还记得上次画的柱状图么?

   • 需要使用matplotlib工具pyplot

2. 导入工具包,数据结构的分析工具

   • pandas 工具包导入

3. 注意乱码问题

   '''
   开始画折线图,需要导入两个工具包
       1. matplotlib 出图
       2. 读取数据 使用pandas
   '''
   #导入使用工具pyplot
   from matplotlib import pyplot as plt
   # 获取csv的工具
   import  pandas as pd
   
   #通过pandas将数据源读取进来
   data = pd.read_csv("D:\北京.csv")
   print(data)#测试是否读入成功
   
   #获取列明
   x = data["星期"]
   y = data["温度"]
   
   #处理乱码问题
   plt.rcParams["font.sans-serif"]=["SimHei"]
   plt.rcParams["axes.unicode_minus"]=False
   #绘制折现图
   plt.plot(x,y)
   #将图片保存到磁盘
   plt.savefig("D:/1.png")
   
   plt.show()
   
   
   

   

1.5 添加横纵坐标,标题 屏幕属性

1. 相当于在基础折线图基础上进行修饰

   #设置x轴和y轴信息
   plt.xlabel("星期", loc='right')
   plt.ylabel('温度(℃)', loc='top')
   

2. 添加标题 。

   • 使用 title() 标签.

   #设置图标标题
   plt.title("最近一周最高温度_北京", fontsize=30, fontweight='heavy', fontstyle='italic', backgroundcolor='blue')
   

3. 完整代码

   '''
   开始画折线图,需要导入两个工具包
       1. matplotlib 出图
       2. 读取数据 使用pandas
   '''
   # 导入使用工具pyplot
   from matplotlib import pyplot as plt
   # 获取csv的工具
   import pandas as pd
   
   # 通过pandas将数据源读取进来
   data = pd.read_csv("D:\北京.csv")
   print(data)  # 测试是否读入成功
   
   # 获取列明
   x = data["星期"]
   y = data["温度"]
   
   # 处理乱码问题
   plt.rcParams["font.sans-serif"] = ["SimHei"]
   plt.rcParams["axes.unicode_minus"] = False
   
   #设置x轴和y轴信息
   plt.xlabel("星期", loc='right')
   plt.ylabel('温度(℃)', loc='top')
   
   #设置图标标题
   plt.title("最近一周最高温度_北京", fontsize=30, fontweight='heavy', fontstyle='italic', backgroundcolor='blue')
   # 绘制折现图
   plt.plot(x, y)
   # 将图片保存到磁盘
   # plt.savefig("D:/1.png")
   
   plt.show()
   
   

   

1.4 画双折线图

1. 画双折线图,通过上图可以发现 有两条折线
   • 根据上图所示需要使用两个城市的数据.
   • 城市.csv 数据.

   import pandas as pd
   from matplotlib import pyplot as plt
   
   
   data = pd.read_csv("D:\两个城市.csv")
   print(data)
   
   #获取列名称
   x= data["星期"]
   y_1 = data["北京"]
   y_2 = data["青岛"]
   # 处理乱码问题
   plt.rcParams["font.sans-serif"] = ["SimHei"]
   plt.rcParams["axes.unicode_minus"] = False
   #绘制折线图
   plt.plot(x,y_1)
   plt.plot(x,y_2)
   
   
   plt.show()
   

   星期,北京,青岛
   周一,22,21
   周二,25,22
   周三,24,20
   周四,27,21
   周五,26,21
   周六,27,22
   周日,28,21
   

2. 添加标题, 背景颜色. 坐标轴x和y
   • 修饰折线图的线条风格

# plt.plot( x轴数据, y轴数据,  图例名,    线条颜色,     线条风格,       线宽,     透明度 )
# plt.plot(     x,      y , label='XX',color='XX',linestyle='XX',linewidth=X, alpha=X)
plt.plot(x,y1,label='北京',color='red',linestyle='--',linewidth=5,alpha=1)
plt.plot(x,y2,label='青岛',color='blue',linestyle=':',linewidth=2,alpha=1)

#添加 图示例
plt.legend(loc='upper left')

1.5 扩展:做三线图

1. 已知 数据如下:请输出折线图

星期,北京,青岛,上海
周一,22,21,23
周二,25,22,25
周三,24,20,24
周四,27,21,26
周五,26,21,24
周六,27,22,27
周日,28,21,25

from matplotlib import pyplot as plt

import pandas as pd
data = pd.read_csv('数据.csv') # 获取日期数据
print(data)

x = data["星期"]
y1 = data["北京"]
y2 = data["青岛"]
y3 = data["上海"]

fig = plt.figure(figsize=(10,5))

# # xticks(位置列表,每个位置的具体信息,字体)
plt.xlabel("星期",loc='right')
plt.ylabel('温度(℃)',loc='top')


# plt.plot( x轴数据, y轴数据,  图例名,    线条颜色,     线条风格,       线宽,     透明度 )
# plt.plot(     x,      y , label='XX',color='XX',linestyle='XX',linewidth=X, alpha=X)
plt.plot(x,y1,label='北京',color='red',linestyle='--',linewidth=5,alpha=1)
plt.plot(x,y2,label='青岛',color='blue',linestyle=':',linewidth=2,alpha=1)
plt.plot(x,y3,label='上海',color='green',linestyle='-.',linewidth=3,alpha=1)

#乱码处理
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 添加图例----------------------------1
plt.legend(loc='upper left')

#plt.savefig('双折线图.png')
plt.show()