Python数据分析之matplotlib2D绘制折线图

import matplotlib.pyplot as plt
yy=[1,2,3,4,5,4,2,4,6,7]#随便创建了一个数据
xx=[3,5,4,1,2,3,4,5,6,3]
zz=[2,3,4,6,4,3,2,4,5,6]
plt.plot(yy,color='r',linewidth=5,linestyle=':',label='数据一')#color指定线条颜色，labeL标签内容
plt.plot(xx,color='g',linewidth=2,linestyle='--',label='数据二')#linewidth指定线条粗细
plt.plot(zz,color='b',linewidth=0.5,linestyle='-',label='数据三')#linestyle指定线形为点
plt.legend(loc=2)#标签展示位置，数字代表标签具位置
plt.xlabel('X轴称')
plt.ylabel('Y轴的名称')
plt.title('2018.7.30折线图示例')
plt.ylim(0,10)#Y轴标签范围为0-10

属性     描述
xlabel     设置当前轴的x轴标签:plt.xlabel(‘X标签名’)
ylabel     设置当前轴的y轴标签:plt.xlabel(‘y标签名’)
title     设置当前轴的标题：plt.title(‘图例标题名’)
ylim     获取或设置当前轴的y限制，plt.ylim(0,6)Y轴范围0-6；Xlim同理懒的写了
legend     在轴上放置图例:legend()无参数自动识别，也可用数字指定位置1,2,3,4试着来
show     展示所画图，spyder一般直接运行不需要此步
grid     plt.grid()打开或关闭轴网格，网格一样能设置颜色线型
rcParams[‘font.sans-serif’]     图表中文字体：plt.rcParams[‘font.sans-serif’]=[‘SimHei’]微软雅黑；或=[‘Microsoft Yahei’]黑体
rcParams[‘axes.unicode_minus’]     图表轴负数符号显示问题：plt.rcParams[‘axes.unicode_minus’] = False

属性     描述
plot     绘制y与x作为线和/或标记。
plot_date     绘制包含日期的数据。
acorr     绘制x的自相关。
axhline     在轴上添加一条水平线。
bar     制作条形图。
barh     制作一个水平条形图。
hist     绘制直方图
hist2d     制作2D直方图。
scatter     y与x的散点图，具有不同的标记大小和/或颜色。
stackplot     绘制堆积区域图。

属性     描述
color     字体颜色：color=‘r’；b、g、r、c、m、y、k、w 或者blue、green、red、cyan、magenta、yellow、black、whtite 或十六进制字符串（’#008000’）
linewidth     线条粗细：linewidth=1.=5.=0.3
linestyle     线条形状：linestyle=’–’(虚线);linestyle=’:’(点线);linestyle=’-.’(短线加点)；
label     数据标签内容：label=‘数据一’,数据标签展示位置需另说明plt.legend(loc=1)数字为标签位置

import pandas as pd #导入pandas库
import pymysql as mysql #导入mysql库
import matplotlib.pyplot as plt #导入数据可视化库
import numpy as np #导入numpy库
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei'] #指定文字字体格式为微软雅黑字段
plt.rcParams['axes.unicode_minus'] = False



connection=mysql.connect(host='数据库ip',port='端口',user='用户账号',password='登录密码',db='连接的库名',charset='utf8')#设置连接数据库的参数
select=connection.cursor()#创建游标
select.execute("SELECT * FROM tabel")#写入SQL查询语句
zd=list((pd.DataFrame(list(select.description)))[0])#获取查询结果的列名
sqldata=select.fetchall()#获取查询结果
select.close #关闭查询
connection.close #关闭数据库接接
data1=pd.DataFrame(list(sqldata)) #将数据转化成df类型
data1.columns=zd #将列名重置为查询结果列名

plt.figure(figsize=(10,5)) #设置图表大小，长10，宽5
plt.plot(data1['机器A拟合度'],label='机器A准确率',color='#aa0000',linestyle='-',linewidth=3)#画机器A准确率的线条
plt.plot(data1['人工A拟合度'],label='人工A准确率',color='#aa0000',linestyle=':',linewidth=3)#画人工A准确率的线条
plt.plot(data1['机器B拟合度'],label='机器B准确率',color='#666666',linestyle='-',linewidth=3)#画机器B准确率的线条
plt.plot(data1['人工B拟合度'],label='人工B准确率',color='#666666',linestyle=':',linewidth=3)#画人工B准确率的线条
plt.plot([0,7],[0.9,0.9],color='g',linestyle='-.',linewidth=1)#画一根绿色的辅助线，x轴从0到7，Y轴为0.9
plt.xticks(np.arange(8),('wk23','wk24','wk25','wk26','wk27','wk28','wk29','wk30'))#更改图表X标签为制定内容
plt.legend(loc=4)#将图例说明放在图表的右下角
plt.title('人机绝对准确率6.4-7.29',fontsize=20)#命名图表名称，设置字体大小
plt.xlabel('周',fontsize=20)#设置X轴名称及字体大小
plt.ylabel('准确率%',fontsize=20)#设置Y轴名称及字体大小

实例1：
# 使用matplotlib绘制折线图
import matplotlib.pyplot as plt
import numpy as np


# 在一个图形中创建两条线
fig = plt.figure(figsize=(10,6))
ax1 =fig.add_subplot(1,1,1)

ax1.set_xlabel('number')
ax1.set_ylabel('rates')
ax1.set_title("Line chart")

ax1.plot([13, 14, 15, 16], [0.2, 0.8, 0.5, 0.4])
ax1.plot([13, 14, 15, 16], [0.3, 0.4, 0.7, 0.8])

#另一种设置X/Y坐标数值，的方法设置每个坐标轴的取值范围（x轴取值，y轴取值）
#plt.axis([0,1100,0,1100000])

plt.savefig('line_chart.jpg') plt.show()


实例2：
import numpy as np
import matplotlib.pyplot as plt

ax = [23,26,28,31,32,33]      #随便创建了一个数据
ay = [3.0,3.5,4.0,3.0,3.5,4.0]
plt.plot(ax,ay,color='r',linewidth=1,label=u'1')#color指定线条颜色，labeL标签内容
plt.legend(loc=2)#标签展示位置，数字代表标签具位置
plt.xlabel(u'X/℃')
plt.ylabel(u'Y/')
plt.title(u'2019/06/07')
# plt.ylim(0,8)#Y轴标签范围为0-10
# 设置每个坐标轴的取值范围（x轴取值，y轴取值）
plt.axis([0,36,0,8])
plt.show()