Python-Matplotlib动态曲线图(linechart)绘制
小詹学Python
共 2562字,需浏览 6分钟
·
2021-11-04 13:18
01. 引言
02. 数据处理
03. 数据可视化
绘图的核心代码(以china为例)主要在第16-24行,详细解释如下:
idx = data_test.time
折线图:
ax.plot( idx, data_test['china'],color = '#FF5872',lw = 4)#折线图
其中,x 和 y 参数分别设置为数据的 time 列和 china 列,color 和线宽 lw 属性则是为了美化折线图。
散点图:
ax.scatter(idx.tolist()[-1],data_test['china'].tolist()[-1],color='#FF5872',edgecolor ='black',s = 280,lw = 2.5,zorder =4)#散点图
散点图的绘制则需知道我们只需要绘制最后一个散点,即获取最后一个数据,因此scatter的x,y均有[-1]的索引,当然,我们需在之前使用tolist()方法转变成数据列表形式,填充颜色 color、散点边框颜色 edgecolor、散点大小 s、和线宽 lw 均可根据自己需要进行定制化设置。这里需要注意的是zorder属性的设置,这里设置zorder=4,表示散点图绘制在折线图之后,即散点图压在折线图之上,使绘图更加美观。
文本(国家名):
ax.text(idx.tolist()[-1]+5,data_test['china'].tolist()[-1]-250,'china',size=15,c= '#FF5872',va='top',ha='left',fontweight = 'bold')#国家名
这里的 x 和 y 属性则是根据实际情况进行慢慢调试 ,其他的属性则是美化图表使用。
文本(数值):
ax.text(idx.tolist()[-1]+5,data_test['china'].tolist()[-1]-250,'china',size=15,c= '#FF5872',va='top',ha='left',fontweight = 'bold')#国家名
由于数据较大,这里
':{:,.0f}'.format(data_test['china'].tolist()[-1])对文本进行格式化操作,其他属性则根据自己需求进行设置即可。
部分详细解释如下:
第 77-84 行则是添加位置固定的文本内容,设置 transform = ax.transAxes 则使文本位置不随数据变化而变动。这里需要指出的是,一般的绘图过程,固定文本一般都是在图表的刻度、轴等属性设置结束后再进行添加,这点则需要注意,好的绘图习惯可以大大减少绘图时间哦
第 66-71 行则是自定义 y 轴的刻度比例范围,由于,较早年份的数据较为集中,使图表绘制集中在一块,影响美观,特经此过程进行设置,而这也是 matplotlib 3.1 版本新添加的内容。
第 53 行使用 ax.axvline() 为动态图表添加一条推进线。
第 54-64 行则是对图表刻度、轴脊等 属性进设置。
第 75 行采用ax.yaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))定制化刻度标签形式,此方法对绘制定制化的刻度标签非常有用,希望感兴趣的同学们可以多看看官网的教程。
第 86 行 ax.set_axisbelow(True) 设置网格线等属性位于图表图层之下。
下面给出一年份数据绘制的曲线图结果:
备注:要想生成这种暗黑背景风格的图表,则可通过以下设置完成:
设置画布figure颜色
plt.figure(facecolor='#1D1E23',edgecolor='#1D1E23')
对Axis进行背景颜色设置
ax.set_facecolor('#373E4B')
04. 总结
E N D
各位伙伴们好,詹帅本帅搭建了一个个人博客和小程序,汇集各种干货和资源,也方便大家阅读,感兴趣的小伙伴请移步小程序体验一下哦!(欢迎提建议)
推荐阅读
推荐阅读
评论