Python数据分析之——数据可视化(折线图)

部署运行你感兴趣的模型镜像
matplotlib的pyplot子库提供了和matlab类似的绘图API,方便用户快速绘制2D图表。
首先我们先来看看效果图:

然后,是数据:

接着是代码:
#coding:utf-8
import numpy as np
import matplotlib.pyplot as plt
import MySQLdb

sql = 'SELECT dt_date,nm_watch FROM ******* WHERE vc_name = "速度与激情8" ORDER BY dt_create DESC LIMIT 0, 10'
db = MySQLdb.connect(***********)
db.set_character_set('utf8')
cursor = db.cursor()
#执行sql语句
data_list = [i for i in cursor.fetchmany(cursor.execute((sql)))]
db.close()
time_list = []
message_list = []
for i,j in data_list:
    # print str(i)[-8:]     #因为数据i表示的是时间,而时间完整值是类似于2017-08-04 15:59:08这样的数据,我们只取其中时分秒并去掉“:”
    # print j
    time_list.append((str(i)[-8:]).replace(':',''))
    message_list.append(j)


x = time_list
y = message_list

#设置画布像素
plt.figure(figsize=(8,6))
#给X、Y轴赋值
plt.plot(x,y,"r",linewidth=1)
#设置X、Y轴名称
plt.xlabel("X")
plt.ylabel("Y")

plt.show()

关于一些参数:
plt.xlabel()
plt.ylabel()
plt.title()
plt.ylim()
plt.legend()

xlabel : 设置X轴的文字
ylabel : 设置Y轴的文字
title : 设置图表的标题
ylim : 设置Y轴的范围
legend : 显示图示

如果大家想系统的学习的话,这有一个链接分享给大家,是一本叫《用python做科学计算》的书:
http://old.sebug.net/paper/books/scipydoc/matplotlib_intro.html



您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 头歌平台中 Python 数据分析工具的数据可视化功能 头歌平台中的 Python 数据分析工具支持多种数据可视化功能,这些功能主要依赖于 Python 的主流可视化库,例如 Matplotlib 和 Seaborn。以下是关于如何在头歌平台中使用 Python 数据分析工具进行数据可视化的详细说明: #### 1. 环境准备 在头歌平台上使用 Python 数据分析工具时,首先需要确保环境已经正确配置[^1]。通常情况下,头歌平台会预装常用的 Python 库,如 Pandas、Matplotlib 和 Seaborn。如果需要额外的库,可以通过 `pip` 安装命令来扩展环境。 #### 2. 数据加载与处理 在进行数据可视化之前,通常需要先加载和处理数据。可以使用 Pandas 库来完成这一任务。以下是一个简单的数据加载示例: ```python import pandas as pd # 加载数据 data = pd.read_csv('example.csv') # 查看数据前几行 print(data.head()) ``` #### 3. 使用 Matplotlib 进行基础可视化 Matplotlib 是一个强大的绘图库,适用于生成各种静态图表。以下是一个绘制折线图的示例: ```python import matplotlib.pyplot as plt # 绘制折线图 plt.plot(data['x'], data['y']) plt.title('Line Chart Example') plt.xlabel('X-axis Label') plt.ylabel('Y-axis Label') plt.show() ``` #### 4. 使用 Seaborn 进行高级可视化 Seaborn 是基于 Matplotlib 的高级接口,提供了更美观的默认样式和更复杂的图表类型。以下是一个绘制热力图的示例: ```python import seaborn as sns # 绘制热力图 correlation_matrix = data.corr() sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm') plt.title('Heatmap Example') plt.show() ``` #### 5. 交互式可视化(可选) 如果需要生成交互式图表,可以使用 Plotly 或 Bokeh 等库。以下是一个使用 Plotly 创建散图的示例: ```python import plotly.express as px # 创建散图 fig = px.scatter(data, x='x', y='y', title='Interactive Scatter Plot') fig.show() ``` #### 注意事项 - 在头歌平台中运行代码时,请确保网络连接正常,以避免因外部资源加载失败而导致的错误。 - 如果遇到特定问题,可以查阅相关文档或参考书籍,例如《Python数据分析、挖掘与可视化(慕课版)》[^2]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值