006.python科學計算庫matplotlib(上)

版權聲明：本文爲博主原創文章，允許轉載，請標明出處。 https://blog.csdn.net/qwdafedv/article/details/82721452

測試數據 unrate.csv

---

plot

import matplotlib.pyplot as plt

# 使用不同的pyplot函數，我們可以創建、定製和顯示一個plot。例如，我們可以使用兩個函數
plt.plot()
plt.show()

import matplotlib.pyplot as plt
import pandas as pd

# 使用不同的pyplot函數，我們可以創建、定製和顯示一個plot。例如，我們可以使用兩個函數
unrate = pd.read_csv('unrate.csv')
first_twelve = unrate[0:12]
plt.plot(first_twelve['DATE'], first_twelve['VALUE'])
plt.show()

---

xticks

import matplotlib.pyplot as plt
import pandas as pd

# 使用不同的pyplot函數，我們可以創建、定製和顯示一個plot。例如，我們可以使用兩個函數
unrate = pd.read_csv('unrate.csv')
first_twelve = unrate[0:12]
plt.plot(first_twelve['DATE'], first_twelve['VALUE'])
# 雖然y軸看起來不錯，但x軸標記標籤太過接近，無法閱讀
# 我們可以旋轉x軸刻度標籤90度，這樣它們就不會重疊
# 我們可以使用浮點數或整數值來指定旋轉的程度
# rotation 指定x軸標籤的角度
plt.xticks(rotation=45)
plt.show()

---

xlabel/ylabel/title

import matplotlib.pyplot as plt
import pandas as pd

# 使用不同的pyplot函數，我們可以創建、定製和顯示一個plot。例如，我們可以使用兩個函數
unrate = pd.read_csv('unrate.csv')
first_twelve = unrate[0:12]
plt.plot(first_twelve['DATE'], first_twelve['VALUE'])
# 雖然y軸看起來不錯，但x軸標記標籤太過接近，無法閱讀
# 我們可以旋轉x軸刻度標籤90度，這樣它們就不會重疊
# 我們可以使用浮點數或整數值來指定旋轉的程度
# rotation 指定x軸標籤的角度
plt.xticks(rotation=90)
# xlabel(): 接受一個字符串值，該值被設置爲x軸標籤
plt.xlabel('Month')
# ylabel(): 接受一個字符串值，該值被設置爲y軸標籤
plt.ylabel('Unemployment Rate')
# title(): 接受一個字符串值，該值被設置爲plot標題
plt.title('Monthly Unemployment Trends, 1948')
plt.show()

---

add_subplot

import matplotlib.pyplot as plt

# figure 創建一個新圖形
fig = plt.figure()
# add_subplot(first,second,index) first表示行數，second表示列數
ax1 = fig.add_subplot(3, 2, 1)
ax2 = fig.add_subplot(3, 2, 2)
ax2 = fig.add_subplot(3, 2, 6)
plt.show()

import matplotlib.pyplot as plt
import numpy as np

# figure 創建一個新圖形
# figsize 寬度，高度以英寸爲單位。如果沒有提供，默認爲rc圖形
fig = plt.figure(figsize=(3, 3))
# add_subplot(first,second,index) first表示行數，second表示列數
ax1 = fig.add_subplot(2, 1, 1)
ax2 = fig.add_subplot(2, 1, 2)
# 隨機值
ax1.plot(np.random.randint(1, 5, 5), np.arange(5))
ax2.plot(np.arange(10) * 3, np.arange(10))
plt.show()

---

figure上添加多個plot

import matplotlib.pyplot as plt
import pandas as pd

unrate = pd.read_csv('unrate.csv')
# 將DATE列轉爲日期格式
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month
fig = plt.figure(figsize=(6, 3))
# 在figure上添加兩條線段
plt.plot(unrate[0:12]['MONTH'], unrate[0:12]['VALUE'], c='red')
plt.plot(unrate[12:24]['MONTH'], unrate[12:24]['VALUE'], c='blue')
plt.show()

import matplotlib.pyplot as plt
import pandas as pd

unrate = pd.read_csv('unrate.csv')
# 將DATE列轉爲日期格式
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month
fig = plt.figure(figsize=(10, 6))
colors = ['red', 'blue', 'green', 'orange', 'black']
# 五年的數據線段對比
for i in range(5):
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index:end_index]
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i])

plt.show()

import matplotlib.pyplot as plt
import pandas as pd

unrate = pd.read_csv('unrate.csv')
# 將DATE列轉爲日期格式
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month
fig = plt.figure(figsize=(10, 6))
colors = ['red', 'blue', 'green', 'orange', 'black']
for i in range(5):
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index:end_index]
    label = str(1948 + i)
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i], label=label)
plt.legend(loc='best')
plt.show()

其中，plt.legend(loc=’best’),loc參數定義的是標籤框的放置位置

import matplotlib.pyplot as plt
import pandas as pd

unrate = pd.read_csv('unrate.csv')
# 將DATE列轉爲日期格式
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
unrate['MONTH'] = unrate['DATE'].dt.month
fig = plt.figure(figsize=(10, 6))
colors = ['red', 'blue', 'green', 'orange', 'black']
for i in range(5):
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index:end_index]
    label = str(1948 + i)
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i], label=label)
plt.legend(loc='upper left')
plt.xlabel('Month, Integer')
plt.ylabel('Unemployment Rate, Percent')
plt.title('Monthly Unemployment Trends, 1948-1952')
plt.show()

---