【Python_绘图】折线图与散点图

【Python_绘图】折线图与散点图接续 Python 绘图 折线图 https mp new csdn net mp blog creation editor

接续博文 “【Python_绘图】折线图” CSDN

 

功能

  • 数据:读取表格(可指定Sheet表……也可指定Sheet表中的特定列)
  • 绘图样式:多条折线图+散点图 → 标记点折线图
  • 设置参数:设置轴标题、添加分界线等

代码

import matplotlib.pyplot as plt import xlrd import numpy as np import seaborn as sns # 设置字体格式,以显示中文 plt.rcParams['font.sans-serif'] = ['Times New Roman'] x_data = [] y1_data = [] y2_data = [] y3_data = [] y4_data = [] y5_data = [] y6_data = [] # 读取表格数据 data = xlrd.open_workbook(r'D:\mekong_NLP\作图\ 作图数据汇总\图三 情感折线与词云\ 情感分值作图表.xlsx') table = data.sheets()[0] # 表格中的Sheet1 x_data = list(range(1971,2021,1)) x_ticks=np.arange(1971,2021,5) #读取第x行 cap1 = table.row_values(0) cap2 = table.row_values(1) cap3 = table.row_values(2) cap4 = table.row_values(3) cap5 = table.row_values(4) cap6 = table.row_values(5) for i in range(0, len(x_data)): y1_data.append(cap1[i]) for i in range(0, len(x_data)): y2_data.append(cap2[i]) for i in range(0, len(x_data)): y3_data.append(cap3[i]) for i in range(0, len(x_data)): y4_data.append(cap4[i]) for i in range(0, len(x_data)): y5_data.append(cap5[i]) for i in range(0, len(x_data)): y6_data.append(cap6[i]) #逐条 作折线图 plt.plot(x_data, y1_data, c='crimson',linestyle=':',linewidth=2,label='China') plt.plot(x_data, y2_data, c='coral',linestyle=':',linewidth=2,label='Myanmar') plt.plot(x_data, y3_data, c='hotpink',linestyle=':',linewidth=2,label='Laos') plt.plot(x_data, y4_data, c='blue',linestyle=':',linewidth=2,label='Thailand') plt.plot(x_data, y5_data, c='lightsteelblue',linestyle=':',linewidth=2,label='Cambodia') plt.plot(x_data, y6_data, c='cornflowerblue',linestyle=':',linewidth=2,label='Vietnam') #逐条线 作散点图 plt.scatter(x_data, y1_data, c='crimson',s=15) plt.scatter(x_data, y2_data, c='coral',s=15) plt.scatter(x_data, y3_data, c='hotpink',s=15) plt.scatter(x_data, y4_data, c='blue',s=15) plt.scatter(x_data, y5_data, c='lightsteelblue',s=15) plt.scatter(x_data, y6_data, c='cornflowerblue',s=15) #修改图 相关参数 #plt.title('F1值随迭代次数的变化') plt.xticks(x_ticks) plt.tick_params(labelsize=16)#横纵标签大小 plt.xlabel('Year',size=16) plt.ylabel('Sentiment score',size=16) plt.ylim(ymin=-0.80, ymax=0.80) plt.vlines(1991, -0.8, 0.8, colors="black", linestyles="dashed",linewidth=1)#分界线 plt.vlines(1994, -0.8, 0.8, colors="black", linestyles="dashed",linewidth=1) plt.vlines(2008, -0.8, 0.8, colors="black", linestyles="dashed",linewidth=1) plt.vlines(2015, -0.8, 0.8, colors="black", linestyles="dashed",linewidth=1) leg=plt.legend(columnspacing=1,fontsize=16)#图例 leg.get_frame().set_linewidth(0.0)#不显示右边与上边线 sns.despine()#不显示右边与上边线 plt.show()#绘图

效果示例

【Python_绘图】折线图与散点图

附:使线贴合纵轴

  • 参考:python作图图形不贴着坐标轴?python作图图形不贴着坐标轴? – 知乎
  • 增添以下代码即可:
plt.xlim(1971,2021)

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/207943.html原文链接:https://javaforall.net

(0)
上一篇 2026年3月19日 下午12:43
下一篇 2026年3月19日 下午12:44


相关推荐

  • 测试开发工程师常见面试题[通俗易懂]

    测试开发工程师常见面试题[通俗易懂]1.CPU和GPU的区别CPU力气大啥P事都能干,还要协调。GPU上面那家伙的小弟,老大让他处理图形,这方面处理简单,但是量大,老大虽然能处理,可是老大只有那么几个兄弟,所以不如交给小弟处理了,小弟兄弟多,有数百至数千个,而且是专门只干这行和只能干这行。详细解释2.推荐的算法有哪些?1基于人口统计学的推荐2基于内容的推荐3协同过滤4混合推荐算法3….

    2022年5月16日
    72
  • 第一次玩github,第一个开源小项目——xxoo

    第一次玩github,第一个开源小项目——xxoo引言   由于最近的工作写代码比较少,这让LZ产生了一丝危机感。于是便想找一个办法可以没事自己写写代码,自然而然就想到了github。接下来便是一阵捣鼓的过程,其实整个过程很快,主要过程就是注册一个账号,然后创建自己的仓库。看着自己空荡荡的仓库,LZ就想着放上去一些自己平时写的东西,不过仔细一翻才发现,自己平时写的代码都是一片一片的,几乎没有完整的项目或者代码。  平时LZ写博客的时候

    2022年7月17日
    17
  • 什么是闭包?及闭包的优缺点

    什么是闭包?及闭包的优缺点闭包 想重用变量又想保护这个变量不被篡改的一种机制 functionfn varcount 0 returnfuncti count returnconsol log count varf fn f 1f 2f 3 上面就是一个 j 简单闭包的例

    2025年10月28日
    6
  • matlab作函数图像,matlab绘制函数图像

    matlab作函数图像,matlab绘制函数图像matlab 绘制函数图像 2011 06 0214 46 40 标签 杂谈前两天在一个偶然机会下画了这个函数图像 命令如下 plot linspace 2 2 100 linspace 2 2 100 1 3 发现一个很有意思的现象 负半轴的图像处于正半轴 命令行提示 Warning Imaginarypar orYarguments

    2026年3月18日
    2
  • JSON三种数据解析方法「建议收藏」

    JSON三种数据解析方法「建议收藏」引言JSON数据现在是我们开发中用的最多的,百分之八十的数据都是通过JSON方式进行传输,那么想要学好JSON解析就要了解什么是JSON数据,怎么快速解析它从而提升开发效率。

    2022年6月6日
    124
  • 科大讯飞主流学习机型号对比

    科大讯飞主流学习机型号对比

    2026年3月14日
    5

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号