目录

• 一、版本
• 二、图表主题设置
• 三、一次函数
• 四、多个一次函数
• 五、填充折线图

官网： https://matplotlib.org

一、版本

# 01 matplotlib安装情况 import matplotlib matplotlib.__version__

二、图表主题设置 请点击：图表主题设置

三、一次函数

import numpy as np from matplotlib import pyplot as plt # 如何使用中文标题plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体x = np.arange(1,11) y =2* x +5# 图片显示的是这个公式plt.title("Matplotlib展示") plt.xlabel("x轴") plt.ylabel("y轴") plt.plot(x,y) plt.show()

【Python|Python matplotlib实现折线图的绘制】
文章图片


四、多个一次函数 创建一个关于电影票房的图表：

films=['穿过寒冬拥抱你','反贪风暴5：最终章','李茂扮太子','误杀2','以年为单位的恋爱','黑客帝国：矩阵重启','雄狮少年','魔法满屋','汪汪队立大功大电影','爱情神话']regions=['中国','英国','澳大利亚','美国','美国','中国','英国','澳大利亚','美国','美国']bos=['61,181','44,303','42,439','22,984','13,979','61,181','44,303','41,439','20,984','19,979']persons=['31','23','56','17','9','31','23','56','17','9']prices=['51','43','56','57','49','51','43','56','57','49']showdate=['2022-12-03','2022-12-05','2022-12-01','2022-12-02','2022-11-05','2022-12-03','2022-12-05','2022-12-01','2022-12-02','2022-11-05']ftypes=['剧情','动作','喜剧','剧情','剧情','爱情','动作','动画','动画','动画']points=['8.1','9.0','7.9','6.7','3.8','8.1','9.0','7.9','6.7','3.8']filmdescript={'ftypes':ftypes,'bos':bos,'prices':prices,'persons':persons,'regions':regions,'showdate':showdate,'points':points}

import numpy as npimport pandas as pdcnbo2021top5=pd.DataFrame(filmdescript,index=films)cnbo2021top5[['prices','persons']]=cnbo2021top5[['prices','persons']].astype(int)cnbo2021top5['bos']=cnbo2021top5['bos'].str.replace(',','').astype(int)cnbo2021top5['showdate']=cnbo2021top5['showdate'].astype('datetime64')cnbo2021top5['points']=cnbo2021top5['points'].apply(lambda x:float(x) if x!='' else 0)

关于cnboo1.xlsx，我放在我的码云里，需要的朋友自行下载：cnboo1.xlsx

# 读取并初步整理数据集import pandas as pd cnbodf=pd.read_excel('cnboo1.xlsx')cnbodfsort=cnbodf.sort_values(by=['BO'],ascending=False)

文章图片

def mkpoints(x,y): # 编写points评分 return len(str(x))*(y/25)-3cnbodfsort['points']=cnbodfsort.apply(lambda x:mkpoints(x.BO,x.PERSONS),axis=1)

文章图片

cnbodfsort.to_excel("cnbodfsort.xlsx",index=False) # 创建一个Excel文件

from matplotlib import pyplot as plt plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体plt.title("票房2021TOP5") plt.xlabel("x轴") plt.ylabel("y轴")x=cnbo2021top5.persons.sort_values()y=cnbo2021top5.prices.sort_values()plt.plot(x,y,marker=".",markersize=20,color='red',linewidth=4,markeredgecolor='blue')plt.show()

文章图片

# 折线图进阶from matplotlib import pyplot as plt plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体plt.title("中国票房2021TOP5") plt.plot(bo,prices,label='票房与票价')plt.plot(bo,persons,label='票房与人次')plt.plot(bo,points,label='票房与评价')plt.legend() # 显示标签plt.xlabel('票房') # 横坐标轴plt.ylabel('行情') # 纵坐标轴plt.show()

文章图片

更改一下版式

# 折线图进阶from matplotlib import pyplot as plt plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体plt.title("中国票房2021TOP5") plt.plot(bo,prices,'r^--',label='票房与票价')plt.plot(bo,persons,'g*-',label='票房与人次')plt.plot(bo,points,color='blue',marker='o',markersize=10,label='票房与评价')plt.legend() # 显示标签plt.xlabel('票房') # 横坐标轴标题plt.ylabel('行情') # 纵坐标轴标题plt.show()

文章图片


五、填充折线图 填充折线图：当确定一条数据线上面的一点的时候，能够将该点的上下两部分分别使用不同的颜色填充。

dev_x=[25,26,27,28,29,30] # 开发者的年龄dev_y=[7567,8789,8900,11560,16789,25231] #收入情况py_dev_y=[5567,6789,9098,15560,20789,23231] # python开发者js_dev_y=[6567,7789,8098,12356,14789,20231] # java开发者devsalary=pd.DataFrame([dev_x,dev_y,py_dev_y,js_dev_y])devsalaryT=pd.DataFrame(devsalary.values.T,columns=["Age","Dev","Python","Java"])

# 绘制带阴影的折线图from matplotlib import pyplot as plt plt.style.use('classic')plt.figure(figsize=(7,4))plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体plt.title("开发人员薪资情况") baseline=10000plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="总体薪资")plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪资") # 如果没有label是不会显示legend的数据标签的plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]>baseline),interpolate=True,color='yellow')plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]<=baseline),interpolate=True,color='red')plt.grid()plt.legend()plt.show()

文章图片

# 绘制带阴影的折线图from matplotlib import pyplot as plt plt.style.use('classic')plt.figure(figsize=(7,4))plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体plt.title("开发人员薪资情况") baseline=10000plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="总体薪资")plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪资") # 如果没有label是不会显示legend的数据标签的plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]>baseline),interpolate=True,color='yellow',alpha=0.3)plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]<=baseline),interpolate=True,color='red',alpha=0.3) # alpha=0.3调整透明度plt.grid()plt.legend()plt.show()

文章图片

# 绘制带阴影的折线图from matplotlib import pyplot as plt plt.style.use('classic')plt.figure(figsize=(7,4))plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体plt.title("开发人员薪资情况") baseline=10000plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="总体薪资")plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪资") # 如果没有label是不会显示legend的数据标签的plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]>baseline),interpolate=True,color='pink',alpha=0.7,label="高于10000元")plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]<=baseline),interpolate=True,color='purple',alpha=0.7,label="低于或等于10000元") # alpha=0.3调整透明度plt.grid()plt.legend()plt.show()

文章图片

interpolate=True：将交叉的位置进行填充

# 绘制带阴影的折线图from matplotlib import pyplot as plt plt.style.use('classic')plt.figure(figsize=(7,4))plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体plt.title("开发人员薪资情况") plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="总体薪资")plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪资") # 如果没有label是不会显示legend的数据标签的plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],devsalaryT["Dev"],where=(devsalaryT["Python"]>baseline),interpolate=True,color='green',alpha=0.7,label="高于总体")plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],devsalaryT["Dev"],where=(devsalaryT["Python"]<=baseline),interpolate=True,color='tomato',alpha=0.7,label="低于或等于总体") # alpha=0.3调整透明度plt.grid()plt.legend()plt.show()

文章图片

到此这篇关于Python matplotlib实现折线图的绘制的文章就介绍到这了,更多相关Python matplotlib折线图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

推荐阅读

• 

  刘德华刷屏热搜，我只觉得悲哀！
• 

  招商银行app转账记录怎么删除
• 

  吐司可以怎么吃 夏天吐司要放冰箱冷藏吗
• 

  壁挂炉关掉暖气只留热水怎么操作,这是非常重要的指数
• 

  如何清理笔记本电脑灰尘 怎么清理笔记本电脑灰尘
• 

  手工消防车怎么做
• 

  恭贺新春|恭贺新春 | 汉字到底有多少字（）
• 

  环保板材有哪些等级
• 

  原车漆可以保持几年 原车漆可以保持几年不变色
• 

  迷你世界秋果激活码 迷你世界秋果兑换码
• 

  女人越贵,越有底气,你们赞同吗？
• 

  windows查看本机端口 我来分享win8系统查看本机端口的基础操作
• 

  新生儿黄疸多久消退
• 

  北极熊为何不吃企鹅 北极熊不吃企鹅
• 

  比熊养殖技术 比熊养殖技巧
• 

  门店财务分析,杜邦财务分析
• 

  原神什么时候升暴击 原神暴击提升时机分析
• 

  武装突袭3怎么在地图上看自己 武装突袭怎么看自己位置
• 

  2023海南热带野生动植物园赏花时间 海南热带野生动植物园本地人门票
• 

  万寿果泡酒的功效与作用有哪些

• python列表的构造方法list()
• python如何生成密码字典
• Python|Python 十大经典排序算法实现详解
• python实现简单俄罗斯方块游戏
• MySQL查询字段实现字符串分割split功能的示例代码
• python游戏实战项目之俄罗斯方块的魅力
• vue实现网页语言国际化切换
• 实现JavaScript语言解释器（一）
• 实现JavaScript语言解释器（二）
• 实现JavaScript语言解释器（三）