文章目錄

• 1、安裝 Matplotlib
• 2、折線圖
• • 1）2010 年～2022 年大學畢業生數據
  • 2）2010 年～2022 年研究生數據
  • 3）修改顏色、線條粗細
  • 4）折線的 4 種樣式

當我們進行數據分析的時候，如果單純的只有一堆數據擺在你面前，你看起來肯定不舒服。最好能將數據的變化，通過圖形呈現出來，在實現數據可視化後，我們就能夠更快、更容易、更清晰地看懂數據所要呈現、傳達的信息。

Python 在數據展示方面，有非常多好用的工具，比如 Matplotlib、Seaborn、Pygal等，都是頗受歡迎的功能包。我們接下來看看，怎麼去實現展示本地的數據，還有從網絡中獲取到的數據。

可視化視圖，大致上我們可以分為 4 大類，分別是：

• 相互比較：比如折線圖，可以進行比較數據間各個類別之間的關系，包括數據隨著時間的變化趨勢；
• 相互聯系：比如散點圖，可以觀察到兩個或兩個以上實例間的關系；
• 構成占比：比如餅圖，可以很直觀看到每個部分所占的比例、份額大小，包括其隨著時間的比例變化；
• 分布情況：比如直方圖，可以觀察單個或多個變量的具體分布情況。

常用的 10 種視圖：散點圖、折線圖、直方圖、條形圖、餅圖、熱力圖、箱型圖、蜘蛛圖、二元變量分布圖、成對關系。

1、安裝 Matplotlib

打開終端，輸入 pip install matplotlib即可自動安裝。

如果你想要查看 Matplotlib 開發者文檔，輸入 python -m pydoc -p 8899即可，啟動之後再訪問 http://localhost:8899，在 .../site-packages欄下找到 matplotlib（package）就是了。

2、折線圖

最近大家是不是又看到標題上寫著「史上最慘畢業季」的文章啊？其實，每年都是這麼寫的，每年都是最難、最慘的。

其實，我們可以找到對應的數據，把它畫成折線圖，你看看就知道畢業生人數的趨勢了。

這是 2010 年～2022 年大學畢業生數據（單位：萬）：

年份大學畢業生人數（單位：萬）研究生人數202210761202021909117.652020874110.66201983491.65201882185.8201779580.61201676566.71201574964.51201470062.13201369961.14201268058.97201166056.02201063153.82

1）2010 年～2022 年大學畢業生數據

根據上面給出的數據，我們先來繪制一幅折線圖，看看從 2010 年到 2022 年之間的大學畢業生人數的變化趨勢。其中，我們 X 軸為年份，Y 軸為人數，代碼如下：

# 定義 X 軸和 Y 軸數據
# 其中，X 軸為年份；Y 軸為畢業生人數（單位：萬）
xData = [2010,2011,2012,2013,2014,2015,2016,2017,2018,2019,2020,2021,2022]
yData = [631,660,680,699,700,749,765,795,821,834,874,909,1076]
# 參數 1，設置橫坐標的值
# 參數 2，設置縱坐標的值
plt.plot(xData, yData, xData, yData2)
# 展示圖像
plt.show()

運行結果，如圖所示：

2）2010 年～2022 年研究生數據

那如果說，我想看看研究生人數是否也這麼大的增長幅度，也這麼誇張？其實也不難，傳入多個代表 X 軸、Y 軸的數據的列表就行了，就可以得到一張復合折線圖了。

代碼如下：

# 定義 X 軸和 Y 軸數據
# 其中，X 軸為年份；Y 軸為畢業生人數（單位：萬）
xData = [2010,2011,2012,2013,2014,2015,2016,2017,2018,2019,2020,2021,2022]
yData = [631,660,680,699,700,749,765,795,821,834,874,909,1076]
# 加入研究生人數
yData2 = [53.82,56.02,58.97,61.14,62.13,64.51,66.71,80.61,85.8,91.65,110.66,117.65,120]
# 參數 1，設置橫坐標的值
# 參數 2，設置縱坐標的值
# 參數 3，設置第二條折線的橫坐標的值
# 參數 4，設置第二條折線的縱坐標的值
plt.plot(xData, yData, xData, yData2)
# 展示圖像
plt.show()

運行結果，如圖所示：

3）修改顏色、線條粗細

甚至，你還可以改折線的顏色、粗細，也很簡單。比如，通過 color可以指定對應的顏色，通過 linewidth可以指定折線的粗細，代碼如下：

# 通過 color 可以指定對應的顏色
# 通過 linewidth 可以指定粗細值
plt.plot(xData, yData, color='orange', linewidth=5.0)
plt.plot(xData, yData2, color='green', linewidth=5.0)
# 展示圖像
plt.show()

運行結果，如圖所示：

4）折線的 4 種樣式

如果你不喜歡「實線」的線條，你也可以通過 linestyle來更改，常用的四種類型，分別是：

第一種，- 表示實線（默認值）；

第二種：-- 表示虛線；

第三種：: 表示虛點；

第四種：-. 表示短線、點的結合。

代碼如下：

plt.plot(xData, yData, color='orange', linewidth=5.0, linestyle='--')
plt.plot(xData, yData2, color='green', linewidth=5.0, linestyle='-.')
# 展示圖像
plt.show()

運行結果，如圖所示：