在数据分析的过程中，经常需要将数据可视化，目前常使用的：散点图 折线图
需要import的外部包 一个是绘图 一个是字体导入
importmatplotlib.pyplot as pltfrom matplotlib.font_manager import FontProperties
在数据处理前需要获取数据，从TXT XML csv excel 等文本中获取需要的数据，保存到list
1 defGetFeatureList(full_path_file):2 file_name = full_path_file.split('\\')[-1][0:4]3 #print(file_name)
4 #print(full_name)
5 K0_list =[]6 Area_list =[]7 all_lines =[]8 f = open(full_path_file,'r')9 all_lines =f.readlines()10 lines_num =len(all_lines)11 #数据清洗
12 if lines_num > 5000:13 for i in range(3,lines_num-1):14 temp_k0 = int(all_lines[i].split('\t')[1])15 if temp_k0 ==0:16 K0_list.append(ComputK0(all_lines[i]))17 else:18 K0_list.append(temp_k0)19 Area_list.append(float(all_lines[i].split('\t')[15]))20 #K0_Scatter(K0_list,Area_list,file_name)
21 else:22 print('{} 该样本量少于5000'.format(file_name))23 return K0_list, Area_list,file_name
绘制两组数据的散点图，同时绘制两个散点图，上下分布在同一个图片中
1 defK0_Scatter(K0_list, area_list, pic_name):2 plt.figure(figsize=(25, 10), dpi=300)3 #导入中文字体，及字体大小
4 zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc', size=16)5 ax = plt.subplot(211)6 #print(K0_list)
7 ax.scatter(range(len(K0_list)), K0_list, c='r', marker='o')8 plt.title(u'散点图', fontproperties=zhfont)9 plt.xlabel('Sampling point', fontproperties=zhfont)
11 plt.ylabel('K0_value', fontproperties=zhfont)12 ax = plt.subplot(212)13 ax.scatter(range(len(area_list)), area_list, c='b', marker='o')14 plt.xlabel('Sampling point', fontproperties=zhfont)15 plt.ylabel(u'大小', fontproperties=zhfont)16 plt.title(u'散点图', fontproperties=zhfont)17 #imgname = 'E:\\' + pic_name + '.png'
18 #plt.savefig(imgname, bbox_inches = 'tight')
19 plt.show()
散点图显示
绘制一个折线图 每个数据增加标签
1 defK0_Plot(X_label, Y_label, pic_name):2 plt.figure(figsize=(25, 10), dpi=300)3 #导入中文字体，及字体大小
4 zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc', size=16)5 ax = plt.subplot(111)6 #print(K0_list)
7 ax.plot(X_label, Y_label, c='r', marker='o')8 plt.title(pic_name, fontproperties=zhfont)9 plt.xlabel('coal_name', fontproperties=zhfont)10 plt.ylabel(pic_name, fontproperties=zhfont)11 #ax.xaxis.grid(True, which='major')
12 ax.yaxis.grid(True, which='major')13 for a, b inzip(X_label, Y_label):14 str_label = a + str(b) + '%'
15 plt.text(a, b, str_label, ha='center', va='bottom', fontsize=10)16 imgname = 'E:\\' + pic_name + '.png'
17 plt.savefig(imgname, bbox_inches = 'tight')18 #plt.show()
绘制多条折线图
1 defK0_MultPlot(dis_name, dis_lsit, pic_name):2 plt.figure(figsize=(80, 10), dpi=300)3 #导入中文字体，及字体大小
4 zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc', size=16)5 ax = plt.subplot(111)6 X_label = range(len(dis_lsit[1]))7 p1 = ax.plot(X_label, dis_lsit[1], c='r', marker='o',label='Euclidean Distance')8 p2 = ax.plot(X_label, dis_lsit[2], c='b', marker='o',label='Manhattan Distance')9 p3 = ax.plot(X_label, dis_lsit[4], c='y', marker='o',label='Chebyshev Distance')10 p4 = ax.plot(X_label, dis_lsit[5], c='g', marker='o',label='weighted Minkowski Distance')11 plt.legend()12 plt.title(pic_name, fontproperties=zhfont)13 plt.xlabel('coal_name', fontproperties=zhfont)14 plt.ylabel(pic_name, fontproperties=zhfont)15 #ax.xaxis.grid(True, which='major')
16 ax.yaxis.grid(True, which='major')17 for a, b,c in zip(X_label, dis_lsit[5],dis_name):18 str_label = c + '_'+str(b)19 plt.text(a, b, str_label, ha='center', va='bottom', fontsize=5)20 imgname = 'E:\\' + pic_name + '.png'
21 plt.savefig(imgname,bbox_inches = 'tight')22 #plt.show()
图形显示还有许多小技巧，使得可视化效果更好，比如坐标轴刻度的定制，网格化等，后续进行整理
如果觉得《python绘制折线图显示点数据_Python_散点图与折线图绘制》对你有帮助，请点赞、收藏，并留下你的观点哦！
