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

• 

  洛阳牡丹怎么养，洛阳牡丹花如何养
• 

  虎头茉莉怎么施肥 虎头茉莉怎么养
• 

  战歌竞技场亡灵战阵容怎么组 战歌竞技场亡灵战阵容分享
• 

  小学毕业寄语50句话 小学毕业寄语50句
• 

  脂肪型肥胖的危害有哪些 引起肥胖的三类脂肪
• 

  光火神殿为什么在秩序之战闭门不出？
• 

  我最近经常吃辣条，会口臭，是辣条造成的吗？
• 

  胡忠信名字打分102分
• 

  翠玉是玉还是翡翠 翠玉属于翡翠吗
• 

  精油皂和洗面奶哪个洗脸好
• 

  吃菠萝蜜会发胖吗
• 

  gmc是什么车gmc是哪个公司的车
• 

  淘宝不认tm商标 淘宝如何申请商标入驻，入驻淘宝品牌库显示近似商标
• 

  空调外机没有水滴下来怎么回事 美的空调制冷室外机不滴水怎么回事
• 

  抖音极速版怎么合拍不了 抖音极速版怎么合拍
• 

  信息流推荐系统智能交付解决方案探索
• 

  佳能废墨垫清零教程视频下载安装
• 

  到山西做客，主家很少用青花汾招待，这4款好酒才是宴请的首选
• 

  欧洲的牧场和食品库之称的国家是
• 

  520和521代表什么意思 520和521区别是什么

• 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）