1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
# 1、简单折线图绘制

## UNRATE.csv 数据为美国统计的未就业人口占比

import pandas as pd
unrate = pd.read_csv("./unrate.csv")
unrate['DATE'] = pd.to_datetime(unrate['DATE'])  # 类型转换 to_datetime()
print(unrate.head(12))

## 设置中文乱码问题
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']

import matplotlib.pyplot as plt
first_twelve = unrate[0:12]
plt.plot(first_twelve['DATE'], first_twelve['VALUE']) # plt.plot( x轴数据, y轴数据)
plt.xticks(rotation = 45)         # 变换坐标角度
plt.xlabel("月份")                 # x轴标题
plt.ylabel("失业率")               # y轴标题
plt.title("美国人口失业分布")       # 图表标题

plt.show()       # 显示图像


# 2、子图操作
## 使用 fig.add_subplot(a,b,c)  a:行数  b:列数  c:排序位置
import matplotlib.pyplot as plt
fig = plt.figure()   # 定义绘图区域
ax1 = fig.add_subplot(4,3,1)
ax2 = fig.add_subplot(4,3,2)
ax3 = fig.add_subplot(4,3,6)
plt.show()

import numpy as np
fig = plt.figure(figsize = (8,6))   # figure的figsize=(w,h) 表示绘图区域的宽高
ax1 = fig.add_subplot(2,1,1)        # 子图1
ax2 = fig.add_subplot(2,1,2)        # 子图2
ax1.plot(np.random.randint(1,5,5), np.arange(5))
ax2.plot(np.arange(10)*3, np.arange(10))
plt.show()

# 3、绘制多条颜色不同的折线
## 绘制2条折线
unrate["MONTH"] = unrate["DATE"].dt.month
fig = plt.figure(figsize=(6,3))
plt.plot(unrate[0:12]["MONTH"],unrate[0:12]["VALUE"] , c="red")     # plt.plot( x, y, color )
plt.plot(unrate[12:24]["MONTH"],unrate[12:24]["VALUE"] , c="blue")
plt.show()

## 绘制多条
fig = plt.figure(figsize=(10,6))
colors = ["red","blue","green","orange","black"]
for i in range(5):
    start_index = i*12
    end_index = (i+1)*12
    subset = unrate[start_index:end_index]
    labels = str(1948+i)    ##  绘制图例步骤1  设置图例内容
    plt.plot(subset["MONTH"],subset["VALUE"],c=colors[i],label=labels)  ##  绘制图例步骤2  添加图例label
plt.legend(loc="best")     ##  绘制图例步骤3  显示图例
print(help(plt.legend))  # 查看loc的所有属性   loc 指图例摆放位置
plt.show()