【数据分析与可视化】Matplotlib中十大绘图模型的讲解及实现（图文解释 附源码）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~

1：折线图

折线图（line chart）是一种将数据点按照顺序连接起来的图形。可以看作是将散点图，按照x轴坐标顺序连接起来的图形

折线图的主要功能是查看因变量y随着自变量x改变的趋势，最适合用于显示随时间（根据常用比例设置）而变化的连续数据。同时还可以看出数量的差异，增长趋势的变化

plot函数

matplotlib.pyplot.plot(*args, **kwargs)

plot函数在官方文档的语法中只要求填入不定长参数，实际可以填入的主要参数主要如下

 color参数的8种常用颜色的缩写

简单折线图绘制

 

x1 = np.arange(0, 30)
plt.plot(x1,x1*2, 'b')
plt.show()

 带点的折线图

import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
x = np.arange(9)
y = np.sin(x)
z = np.cos(x)
# marker数据点样式，linewidth线宽，linestyle线型样式，
#color表示颜色
plt.plot(x, y, marker='*', linewidth=1, linestyle='--', color='orange')
plt.plot(x, z)
plt.title('matplotlib')
plt.xlabel('height',fontsize=15)
plt.ylabel('width',fontsize=15)
# 设置图例
plt.legend(['Y','Z'], loc='upper right')
plt.grid(True)
plt.show()

Series和DataFrame都有一个plot属性，用于绘制基本的图形。默认情况下，plot（）绘制的都是折线

Series的索引传入作为绘图的X轴，x轴的刻度和范围可以通过xticks和xlim调整 

 2：散点图

散点图（scatter diagram）又称为散点分布图，是以一个特征为横坐标，另一个特征为纵坐标，利用坐标点（散点）的分布形态反映特征间的统计关系的一种图形

值是由点在图表中的位置表示，类别是由图表中的不同标记表示，通常用于比较跨类别的数据

scatter函数

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, alpha=None, **kwargs)

 

scatter绘图示例1

 

fig,ax = plt.subplots()
plt.rcParams['font.family'] = ['SimHei'] 
plt.r