3.Matplotlib数据可视化基础（下）（散点图、折线图、直方图、饼图、箱线图）

最新推荐文章于 2023-04-28 10:56:33 发布

贫僧不懂

最新推荐文章于 2023-04-28 10:56:33 发布

阅读量2.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python数据分析与应用文章标签： matplotlib 数据可视化折线图箱线图直方图

本文链接：https://blog.csdn.net/Monk_donot_know/article/details/86474345

本文是作者的学习笔记，聚焦于Matplotlib的可视化基础，涵盖散点图、折线图、直方图和箱线图的绘制。通过实例详细解释如何使用plt.plot()函数创建折线图，并探讨了如何利用直方图展示数据分布，用饼图展示比例关系，以及运用箱线图分析数据的分散状况。内容参考了书籍《Python数据分析与应用》及网络资源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

接上文
笔记说明：本文是我的学习笔记，大部分内容整理自黄红梅,张良均等.Python数据分析与应用[M].北京:人民邮电出版社,2018：52-77. 还有部分片断知识来自网络搜索补充。
可视化这块的内容我以后会专门学习一本参考书然后整理笔记的，现在仅仅是整理上述参考书的一个章节的基础知识。

接上文的目录

3.分析特征内部数据分布与分散状况(直方图、饼图、箱线图)

2.2折线图

plt.plot()

参数名称	说明
x,y	接收array，表示x轴和y轴对应的数据
color	接收string，指定线条颜色
linestyle	接收string，指定线条类型，默认是"-"
marker	接收string，表示绘制的点的类型，默认是None
alpha	接收0~1的小数，表示点的透明度

两个栗子！

#1.
plt.figure(figsize=(8,7))
plt.plot(values[:,0],values[:,2],color='r',linestyle='--')
plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']=False
plt.xlabel("这个就是年份")
plt.ylabel("生产总值")
plt.ylim((0,225000))
plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)
plt.title("各季度国民生产总值折线图")
plt.show()

plt.figure(figsize=(9,7)) 
plt.plot(values[:,0],values[:,2],color='b',linestyle='--',marker='o')
plt.xlabel('这个是年份')
plt.ylim((0,225000))
plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)
plt.title('点线图')
plt.show()

#2.
#将多图画出来，利用plt.plot（）一次性画三幅图
plt.figure(figsize=(9,7))
#第三个参数同时设置点的颜色、形状和类型
plt.plot(values[:,0],values[:,3],'rD--',values[:,0],values[:,4],'g8-.',
         values[:,0],values[:,5],'y*-')
plt.xlabel('这个还是年份')
plt.ylabel('这个是产值（亿元）')
plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)
plt.title