matplotlib–折線圖

折線圖的概念：

該方法通常將資料繪製在折線圖中，可以顯示隨時間變化，資料變化的趨勢。
因此非常適用於顯示在相等時間間隔下資料的走向變化。

折線圖的做法：

示例：通過引入某商場一年中每天銷售量的資料記載，用折線圖來觀察不同時期銷售額的變化。首先同樣的操作，要有資料，我們把已有的資料讀取進來執行輸出。

示例程式碼：

@skl--python

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("sale.csv")
df
 

執行結果：

需要稍加處理：

@skl--python

df["date"] = pd.to_datetime(df["date"])    #將date轉換成日期格式
df.head()

看下結果：

現在，資料有了也簡單的處理過了，那麼從一個簡單的折線圖開始。下面我們採用的是面向物件的作圖方式，之前有提過這種作圖方式較有邏輯性，所以推薦運用，還是看程式碼比較直觀吧！

示例程式碼：

@skl--python

fig,ax = plt.subplots(figsize = (8,5) , dpi = 80)
ax.plot(df["date"] , df["sale"
 
])
ax.set(xlabel = "date" , ylabel = "sale" ,title = "sale_plot")
plt.show()

(以上程式碼中的語法及引數前兩篇已經闡述)

執行結果：

補充知識：
對於畫折線圖會涉及到一些新的引數，通過結合例項來對這些引數的理解，下面將進行展示。

1.引數介紹
(1)針對線條的處理

• 線條型別
  引數：linestyle或者ls，可以取值：(1)”-” (2)”–” (3)”-.” (4)”:”

• 線條粗細
  引數：linewidth或lw，可自行設定

• 線條顏色
  引數：color或c
  顏色名稱或簡寫 blue/b green/g red/r black/k white/w yellow/y
  cyan/c magenta/m
  (r, g, b),取值為[0, 1]之間（分母為255）

示例程式碼：

@skl--python

fig,ax = plt.subplots(figsize = (8,5) ,dpi = 80)
ax.plot(df["date"] , df["sale"] , linestyle = "--" , linewidth = 2 , color = (222/255,89/255,155/255))
#線條型別為“--”，線條寬度為2，線條顏色為RGB（222,89,155）
ax.set(xlabel = "date" , ylabel = "sale" , title = "plot")
plt.show()

執行結果：

(2)針對資料標記的處理

• 引數marker： 資料標記的型別
• 引數markeredgecolor 或 mec： 資料標記的邊界顏色
• 引數markeredgewidth 或 mew：資料標記的寬度
• 引數markerfacecolor 或 mfc： 資料標記的填充色

示例程式碼：

@skl--python

fig , ax = plt.subplots(figsize = (8,5) ,dpi = 80)
ax.plot(df["date"] , df["sale"] ,marker = "o" ,mec = "k" , mfc = "w" , mew = 0.5)
#新增圓圈形狀的資料標記，資料標記的邊框顏色為綠色，填充色為白色
ax.set(xlabel = "date" ,ylabel = "sale" ,title = "plot")
plt.show()

執行結果：

(3)增加圖例

• legend()函式中的loc引數：圖例的位置
  可取的值有：
  0: “best”
  1: “upper right”
  2: “upper left”
  3: “lower left”
  4: “lower right”
  5: “right”
  6: “center left”
  7: “center right”
  8: “lower center”
  9: “upper center”
  10: “center”

示例程式碼：

@skl--python

fig ,ax = plt.subplots(figsize = (8,5) , dpi = 80)
ax.plot(df["date"] , df["sale"] , color = "g" , label = "sale")    #增加圖例時，後面多加了一個引數label=""
ax.set(xlabel = "date" , ylabel = "sale" ,title = "plot")
ax.legend(loc = "best")   #best為最適合位置,自動尋找空白地方最大的位置
plt.show()

執行結果：

(4)網格線

• 在繪製的折線圖上，加網格線作為圖板背景。

示例程式碼：

@skl--python

fig , ax = plt.subplots(figsize = (8,5) , dpi =80)
ax.plot(df["date"] , df["sale"] , color = (89/255 , 89/255 , 89/255) , label = "sale")
ax.set(xlabel = "date" , ylabel = "sale" ,title = "plot")
ax.legend(loc = "best")
ax.grid(True) #新增網格線
plt.show()

執行結果：

2.在一個圖中畫多條線
示例程式碼：

@skl--python

fig , ax = plt.subplots(figsize = (8,5) , dpi =80)
ax.plot(df["date"] , df["sale"] , label = "sale")
ax.plot(df["date"] , df["sale"] +np.random.randint(1000,5000) , label = "more sale")
ax.set(xlabel = "date" , ylabel = "sale" , title ="plot")
ax.legend()
plt.show()

其中randint()函式：
randint(low[, high, size]),返回隨機的整數，位於半開區間[low,high)。

執行結果：