Python绘制数据图表的超详细教程

Python
305
0
0
2023-06-21
Python Matplotlib数据可视化模块使用详解
上一篇
Python Requests 基本使用及Requests与 urllib 区别
下一篇
目录
  • 1. 绘制折线图
  • 1.1 绘制简单的折线图
  • 1.2 修改图表的初始值
  • 1.3 多组数据的应用
  • 1.4 设置线条颜色及样式
  • 1.5 刻度设置
  • 1.6 图例legend()
  • 2. 绘制散点图
  • 2.1 基本散点图的绘制 绘制一个点
  • 2.2 设置绘制区间
  • 2.3 绘制波形
  • 2.4 创建不等宽的散点图
  • 2.5 色彩映射
  • 2.6 利用随机数绘制散点图
  • 2.7 利用随机数实现位置的移动
  • 3. 绘制多个图表
  • 3.1 一个程序绘制多个图表
  • 3.2 含有子表的图表
  • 4. 绘制直方图
  • 5. 使用CSV文件绘制图表
  • 参考：
  • 总结

matplotlib绘图库模块安装

pip install matplotlib

导入pyplot子模块

import matplotlib.pyplot as plt

官网：http://matplotlib.org

官方文档：https://matplotlib.org/stable/index.html

1. 绘制折线图

1.1 绘制简单的折线图

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')

#.准备数据
squares = [, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

#.画线plot()
# linewidth设置线条宽度
plt.plot(squares, linewidth=)  # 列表内的数据被视为y轴的值，x轴的值会根据列表值的索引位置自动产生

#.设置x、y轴的最小刻度和最大刻度
plt.axis([, 10, 0, 100])  # 将x轴设为0~10，将y轴设为0~100

#.设置标题及字体大小
"""
title()：图表标题，title(标题名称,fontsize=字体大小)
xlabel()：x轴标题
ylabel()：y轴标题
"""
plt.title(label='~10的平方', fontsize=18)
plt.xlabel(xlabel='值', fontsize=)
plt.ylabel(ylabel='平方值', fontsize=)

#.设置坐标轴刻度
"""
使用tick_params()方法设置：
    - 应用范围（axis）：x-->应用到x轴，y-->应用到y轴，both-->应用到x轴和y轴
    - 坐标轴的刻度大小（labelsize）
    - 线条颜色（color）
如：tick_params(axis='x', labelsize=, color='green')
"""
plt.tick_params(axis='both', labelsize=, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

效果：

1.2 修改图表的初始值

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')

#.准备数据
squares = [, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# 索引列表
seq = [, 2, 3, 4, 5, 6, 7, 8, 9, 10]

#.画线plot()
# linewidth设置线条宽度
plt.plot(seq, squares, linewidth=.5)

# 设置标题及字体大小
plt.title(label='~10的平方', fontsize=18)
plt.xlabel(xlabel='值', fontsize=)
plt.ylabel(ylabel='平方值', fontsize=)

#.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

效果：

1.3 多组数据的应用

# author:mlnt
# createdate:/8/17

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')

#.准备数据
data = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [, 2, 3, 4, 5, 6, 7, 8, 9]

#.画线plot()
# linewidth设置线条宽度
plt.plot(seq, data, seq, data2, linewidth=2.5)

# 设置标题及字体大小
plt.title(label='Test Chart', fontsize=)
plt.xlabel(xlabel='x-value', fontsize=)
plt.ylabel(ylabel='y-value', fontsize=)

#.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

效果：

1.4 设置线条颜色及样式

设置颜色，可在plot()中添加参数：

  • ‘b’: blue
  • ‘c’: cyan
  • ‘g’: green
  • ‘k’: black
  • ‘m’: magenta
  • ‘r’: red
  • ‘w’: white
  • ‘y’: yellow

设置线条样式：

  • '-‘或’solid’: 预设实线
  • '–‘或’dashed’: 虚线
  • '-.‘或’dashdot’: 虚点线
  • ':‘或’dotted’：点线
  • ‘.’：点标记
  • ‘,’：像素标记
  • ‘o’: 圆标记
  • ‘v’: 反三角标记
  • ‘^’: 三角标记
  • ‘s’：方形标记
  • ‘p’：五角标记
  • ‘*’: 星号标记
  • ‘+’：加号标记
  • ‘-’：减号标记
import matplotlib.pyplot as plt

#.准备数据
data = [1, 2, 3, 4, 5, 6, 7, 8, 9]            # data1线条
data = [1, 4, 9, 16, 25, 36, 49, 64, 81]      # data2线条
data = [1, 3, 5, 8, 13, 21, 34, 55, 89]       # data3线条
data = [1, 6, 12, 20, 30, 41, 56, 72, 90]     # data4线条

# 索引列表
seq = [, 2, 3, 4, 5, 6, 7, 8, 9]

plt.plot(seq, data, 'g--', seq, data2, 'r-.', seq, data3, 'b:', seq, data4, 'mp')

# 设置标题及字体大小
plt.title(label='Test Chart', fontsize=)
plt.xlabel(xlabel='x-value', fontsize=)
plt.ylabel(ylabel='y-value', fontsize=)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red')

plt.show()

效果：

1.5 刻度设置

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')
#.准备数据
gold_medal = [, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
plt.plot(year, gold_medal, '-*', year, silver_medal, '-o', year, bronze_medal, '-^')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=)
plt.xlabel('年份', fontsize=)
plt.ylabel('数量/枚', fontsize=)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red')
# 显示图表
plt.show()

效果：

1.6 图例legend()

参数loc可以设置图例的位置：
  • ‘best’: 0,
  • ‘upper right’: 1 ,–>右上角
  • ‘upper left’: 2,–>左上角
  • ‘lower left’: 3,–>左下角
  • ‘lower right’: 4,–>右下角
  • ‘right’: 5,
  • ‘center left’: 6,–>左侧中央
  • ‘center right’: 7,–>右侧中间
  • ‘lower center’: 8,–>底部正中
  • ‘upper center’: 9,–>顶部正中
  • ‘center’: 10

将图例放在图表内

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')
#.准备数据
gold_medal = [, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
line_gold, = plt.plot(year, gold_medal, '-*', label='gold_medal')
line_silver, = plt.plot(year, silver_medal, '-o', label='silver_medal')
line_bronze, = plt.plot(year, bronze_medal, '-^', label='bronze_medal')

# 设置图例
"""
参数loc可以设置图例的位置
    'best':,
    'upper right':,-->右上角
    'upper left':,-->左上角
    'lower left':,-->左下角
    'lower right':,-->右下角
    'right':,
    'center left':,-->左侧中央
    'center right':,-->右侧中间
    'lower center':,-->底部正中
    'upper center':,-->顶部正中
    'center':
"""
plt.legend(handles=[line_gold, line_silver, line_bronze], loc='best')
# 放在图表内的右上角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=)
# 放在图表内的左上角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='upper left')
# 放在图表内的左下角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=)
# 放在图表内的右下角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=)

# 放在图表内的左侧中央
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='center left')
# 放在图表内的右侧中央
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='center right')
# 放在图表内的底部正中
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='lower center')
# 放在图表内的顶部正中
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='upper center')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=)
plt.xlabel('年份', fontsize=)
plt.ylabel('数量/枚', fontsize=)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red')
# 显示图表
plt.show()

效果：

将图例放在图表外，使用savefig()方法保存图片文件

# author:mlnt
# createdate:/8/17
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')
#.准备数据
gold_medal = [, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
line_gold, = plt.plot(year, gold_medal, '-*', label='gold_medal')
line_silver, = plt.plot(year, silver_medal, '-o', label='silver_medal')
line_bronze, = plt.plot(year, bronze_medal, '-^', label='bronze_medal')

# 设置图例
# bbox_to_anchor()设置锚点，即图例位置
# 在图表内，左下角位置为(,0)，右上角位置为(1,1)
plt.legend(handles=[line_gold, line_silver, line_bronze], loc='best', bbox_to_anchor=(, 1))

# 设置在图表与Figure之间留白
# h_pad/w_pad分别设置高度/宽度的留白
plt.tight_layout(pad=)


# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=)
plt.xlabel('年份', fontsize=)
plt.ylabel('数量/枚', fontsize=)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red')

# 保存图片文件，使用savefig()方法保存图片文件，需放在show()的前面，表示先存储再显示图表
plt.savefig('medal_chart.jpg', bbox_inches='tight')  # bbox_inches='tight'将图表的多余空间删除

# 显示图表
plt.show()

效果：

2. 绘制散点图

2.1 基本散点图的绘制 绘制一个点

"""
scatter(x, y, s, c)
s: 绘图点的大小
c：颜色
"""
import matplotlib.pyplot as plt

# 在坐标轴(,5)绘制一个点
plt.scatter(, 5)
plt.show()

效果：

绘制系列点

# author:mlnt
# createdate:/8/17
"""
scatter(x, y, s, c)
s: 绘图点的大小
c：颜色
"""
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False

medal = [, 28, 54, 50, 59, 63, 100, 88, 70, 88]
# 索引列表
year = [, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]

# 设置x轴刻度
plt.xticks(year)

plt.scatter(x=year, y=medal, s=, c='green')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=)
plt.xlabel('年份', fontsize=)
plt.ylabel('数量/枚', fontsize=)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red')
plt.show()

效果：

2.2 设置绘制区间

**axis()**设置绘图区间：

axis([xmin, xmax, ymin, ymax])

  • xmin/xmax：x轴的最小/最大区间
  • ymin/ymxa：y轴的最小/最大区间
# author:mlnt
# createdate:/8/17
"""
axis()设置绘图区间：
axis([xmin, xmax, ymin, ymax])
xmin/xmax：x轴的最小/最大区间
ymin/ymxa：y轴的最小/最大区间
"""

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = [i for i in range(, 101)]
y = [i** for i in x]

# 设置绘图区间
plt.axis([, 100, 0, 10000])
plt.scatter(x=x, y=y, s=, c='green')

# 设置标题及字体大小
plt.title('-100的平方', fontsize=20)
plt.xlabel('数值', fontsize=)
plt.ylabel('平方值', fontsize=)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red')
plt.show()

效果：

2.3 绘制波形

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(, 10, 500)
# 绘制sin()和cos()的波形变化
y = np.sin(x)
y = np.cos(x)
plt.scatter(x, y, color=(0.5, 0.8, 0.6))
plt.scatter(x, y)
plt.show()

效果：

2.4 创建不等宽的散点图

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(, 5, 500)
y = - 0.5*np.abs(x-2)
lwidths = (+x)**2
plt.scatter(x=x, y=y, s=lwidths, color=(.6, 0.8, 0.9))
plt.show()

效果：

2.5 色彩映射

import matplotlib.pyplot as plt
import numpy as np

x = np.arange()
plt.scatter(x=x, y=x, c=x, cmap='rainbow')
plt.show()

效果：

2.6 利用随机数绘制散点图

import matplotlib.pyplot as plt
import numpy as np

while True:
    x = np.random.random()
    y = np.random.random()
    t = x
    plt.scatter(x, y, s=, c=t, cmap='brg')
    plt.show()
    is_exit = input('是否继续？(y/n)')
    if is_exit.upper() == 'N':
        break

2.7 利用随机数实现位置的移动

# author:mlnt
# createdate:/8/17
import random

import matplotlib.pyplot as plt


def loc(index):
    """处理坐标的移动"""
    x_mov = random.choice([-, 3])
    xloc = x[index -] + x_mov
    y_mov = random.choice([-, -1, 1, 5])
    yloc = y[index -] + y_mov
    x.append(xloc)
    y.append(yloc)


num =
x = []
y = []

while True:
    for i in range(, num):
        loc(i)

    t = x
    plt.scatter(x, y, s=, c=t, cmap='brg')
    # plt.axes().get_xaxis().set_visible(False)  # 隐藏y坐标
    # plt.axes().get_yaxis().set_visible(False)  # 隐藏y坐标
    # 隐藏坐标轴。
    plt.axis('off')
    plt.savefig('image.png', bbox_inches='tight', pad_inches=)
    plt.show()
    is_exit = input('是否继续？(y/n)')
    if is_exit.upper() == 'N':
        break
    else:
        x[] = x[num - 1]
        y[] = y[num - 1]
        del x[:]
        del y[:]

3. 绘制多个图表

3.1 一个程序绘制多个图表

# author:mlnt
# createdate:/8/17
import matplotlib.pyplot as plt

#.准备数据
data = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [, 2, 3, 4, 5, 6, 7, 8, 9]


# 创建图表
plt.figure()
# 画线plot()
plt.plot(seq, data, '-*')

# 创建图表
plt.figure()
plt.plot(seq, data, '-o')
# 设置标题及字体大小
plt.title(label='Test Chart', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=)
plt.ylabel(ylabel='y-value', fontsize=)

#.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

效果：

3.2 含有子表的图表

subplot(x1, x2, x3)
  • x1: 上下（垂直）方向绘制图表数
  • x2：左右（水平）方向绘制图表数
  • x3：表示这是第几张

一个Figure内绘制上下子图

# author:mlnt
# createdate:/8/17
"""
subplot(x, x2, x3)
x: 上下（垂直）方向绘制图表数
x：左右（水平）方向绘制图表数
x：表示这是第几张
"""
import matplotlib.pyplot as plt

#.准备数据
data = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [, 2, 3, 4, 5, 6, 7, 8, 9]

# 在一个Figure内绘制上下子图
plt.subplot(, 1, 1)
# 画线plot()
plt.plot(seq, data, '-*')

plt.subplot(, 1, 2)
plt.plot(seq, data, '-o')
# 设置标题及字体大小
plt.xlabel(xlabel='x-value', fontsize=)
plt.ylabel(ylabel='y-value', fontsize=)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

效果：

一个Figure内绘制左右子图

# author:mlnt
# createdate:/8/17
"""
subplot(x, x2, x3)
x: 上下（垂直）方向绘制图表数
x：左右（水平）方向绘制图表数
x：表示这是第几张
"""
import matplotlib.pyplot as plt

#.准备数据
data = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [, 2, 3, 4, 5, 6, 7, 8, 9]

# 在一个Figure内绘制上下子图
plt.subplot(, 1, 1)
# 画线plot()
plt.plot(seq, data, '-*')

plt.subplot(, 1, 2)
plt.plot(seq, data, '-o')
# 设置标题及字体大小
plt.xlabel(xlabel='x-value', fontsize=)
plt.ylabel(ylabel='y-value', fontsize=)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

效果：

4. 绘制直方图

# author:mlnt
# createdate:/8/17
"""
bar(x, height, width)
x: 序列，x轴位置
height：序列数值大小
width：直方图的宽度
"""
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False

medal = [, 28, 54, 50, 59, 63, 100, 88, 70, 88]
x = np.arange(len(medal))
# 索引列表
year = [, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]

plt.bar(x, medal, width=.5)

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=)
plt.xlabel('年份', fontsize=)
plt.ylabel('数量/枚', fontsize=)
plt.xticks(x, year)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=, color='red')
plt.show()

效果：

# author:mlnt
# createdate:/8/17
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

#.准备数据
labels = [, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]
gold_medal = [, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [, 12, 16, 12, 15, 14, 28, 23, 26, 18]

x = np.arange(len(labels))  # x轴位置
width =.3  # 直方图的宽度

fig, ax = plt.subplots()
rects = ax.bar(x - width, gold_medal, width, label='gold_medal')
rects = ax.bar(x, silver_medal, width, label='silver_medal')
rects = ax.bar(x + width, bronze_medal, width, label='bronze_medal')

# 设置标题及字体大小
ax.set_xlabel('年份', fontsize=)
ax.set_ylabel('数量/枚', fontsize=)
ax.set_title('中国历届奥运会奖牌情况', fontsize=)
ax.set_xticks(x, labels)
# 设置图例
ax.legend()

ax.bar_label(rects, padding=3)
ax.bar_label(rects, padding=3)
ax.bar_label(rects, padding=3)

fig.tight_layout()

plt.show()

效果：

5. 使用CSV文件绘制图表

# author:mlnt
# createdate:/8/17
import csv

import matplotlib
import matplotlib.pyplot as plt

matplotlib.rc("font", family='Microsoft YaHei')

filename = 'score.csv'

with open(file=filename) as csvFile:    # 打开csv文件
    csvReader = csv.reader(csvFile)    # 创建reader对象
    headerRow = next(csvReader)   # 读取文件下一行
    print(headerRow)  # ['学号', '姓名', '语文', '数学', '英语', '物理', '化学', '生物']
    # 设置空列表
    names, Chinese, Math, English, Physics, Chemistry, Biology = [], [], [], [], [], [], []
    for row in csvReader:
        # 将数据添加到列表
        names.append(row[])
        Chinese.append(int(row[]))
        Math.append(int(row[]))
        English.append(int(row[]))
        Physics.append(int(row[]))
        Chemistry.append(int(row[]))
        Biology.append(int(row[]))
    print(f'语文：{Chinese}')
    print(f'数学：{Math}')
    print(f'英语：{English}')
    print(f'物理：{Physics}')
    print(f'化学：{Chemistry}')
    print(f'生物：{Biology}')

# 绘制语文成绩
# 设置绘图区大小
fig = plt.figure(dpi=, figsize=(12, 8))
# 设置线条样式
line_Chinese, = plt.plot(names, Chinese, '-*', label='Chinese')
line_Math, = plt.plot(names, Math, '-o', label='Math')
line_English, = plt.plot(names, English, '-p', label='English')
line_Physics, = plt.plot(names, Physics, '-s', label='Physics')
line_Chemistry, = plt.plot(names, Chemistry, '-v', label='Chemistry')
line_Biology, = plt.plot(names, Biology, '-^', label='Biology')
# 设置图例
plt.legend(handles=[line_Chinese, line_Math, line_English, line_Physics, line_Chemistry, line_Biology], loc='best')
# 旋转
fig.autofmt_xdate(rotation=)
plt.title('成绩分析', fontsize=)
plt.xlabel('学员', fontsize=)
plt.ylabel('分数', fontsize=)
plt.tick_params(axis='both', labelsize=, color='red')
plt.show()

score.csv：

效果：

# author:mlnt
# createdate:/8/17
import csv
from datetime import datetime

import matplotlib
import matplotlib.pyplot as plt

matplotlib.rc("font", family='Microsoft YaHei')

filename = 'temperature.csv'

with open(file=filename) as csvFile:    # 打开csv文件
    csvReader = csv.reader(csvFile)    # 创建reader对象
    headerRow = next(csvReader)   # 读取文件下一行
    # print(headerRow)
    # 设置空列表
    dates, lowTemps, highTemps, averageTemps = [], [], [], []
    for row in csvReader:
        try:
            # 将日期字符串转成对象
            currentDate = datetime.strptime(row[], '%Y/%m/%d')
            # 设置最低温度
            # 需要转换成数字类型，y轴才能进行排序
            lowTemp = float(row[])
            # 设置最高温度
            highTemp = float(row[])
            # 设置平均温度
            averageTemp = float(row[])
        except Exception as e:
            print('有缺值', e)
        else:
            # 将数据添加到列表
            dates.append(currentDate)
            lowTemps.append(lowTemp)
            highTemps.append(highTemp)
            averageTemps.append(averageTemp)
    print(f'最低温度：{lowTemps}')
    print(f'最高温度：{highTemps}')
    print(f'平均温度：{averageTemps}')


# # 设置绘图区大小
fig = plt.figure(dpi=, figsize=(12, 8))
# 设置线条样式
line_highTemps, = plt.plot(dates, highTemps, '-*', label='highTemps')
line_lowTemps, = plt.plot(dates, lowTemps, '-o', label='lowTemps')
line_averageTemps, = plt.plot(dates, averageTemps, '-p', label='averageTemps')
# 设置图例
plt.legend(handles=[line_lowTemps, line_averageTemps, line_highTemps], loc='best')
# 旋转
fig.autofmt_xdate(rotation=)
plt.title('Weather Report', fontsize=)
plt.xlabel('Date', fontsize=)
plt.ylabel('Temperature (C)', fontsize=)
plt.tick_params(axis='both', labelsize=, color='red')
plt.show()

temperature.csv：

效果：

参考：

  • 官网：http://matplotlib.org
  • 官方文档：https://matplotlib.org/stable/index.html
  • 色彩映射：http://matplotlib.org/examples/color/colormaps_reference.html
  • https://www.pudn.com/news/62623526dfdd9a1c0c529522.html
  • https://www.yzlfxy.com/jiaocheng/python/430158.html
  • https://www.zhihu.com/question/506015285
Python Matplotlib数据可视化模块使用详解
上一篇
Python Requests 基本使用及Requests与 urllib 区别
下一篇