机器学习_第四季_折线图

1. 导入数据

import pandas as pd
unrate = pd.read_csv("UNRATE.csv")
unrate["DATE"] = pd.to_datetime(unrate["DATE"])　　#按照时间格式导入
print(unrate.head(12))

2. 导入画图功能

import matplotlib.pyplot as plt
plt.plot()　　   #生成一个画板
plt.show()　　 #将画板展示出来

3. 取12行元素

first_twelve = unrate[0:12]
plt.plot(first_twelve["DATE"], first_twelve["VALUE"])　　
plt.show

4. 设定x轴数据的角度, 方便展示

plt.plot(first_twelve["DATE"], first_twelve["VALUE"])
plt.xticks(rotation = 45)
plt.show()

5. 将x轴y轴 和题目的标签加上 , 更加好看

plt.xlabel("Month")
plt.ylabel("Unemployment Rate")
plt.title("Monthly Unemployment Trends, 1948")
plt.plot(first_twelve["DATE"], first_twelve["VALUE"])
plt.xticks(rotation = 45)
plt.show()

6. 有时需要生成子图

fig = plt.figure()
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)　　#最后一个参数 是第几块
ax3 = fig.add_subplot(2,2,4)
plt.show()

7. 对子图进行操作

import numpy as np
fig = plt.figure(figsize=(6,3))
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)

ax1.plot(np.random.randint(1,5,5), np.arange(5))
ax2.plot(np.arange(10)*3, np.arange(10))

plt.show()

8. 对画出的线条添加颜色

unrate["MONTH"] = unrate["DATE"].dt.month
unrate["MONTH"] = unrate["DATE"].dt.month
fig = plt.figure(figsize=(6, 3))　　#调整画板的大小, x表示长度 , y表示宽度

plt.plot(unrate[0:12]["MONTH"], unrate[0:12]["VALUE"], c= 'red')
plt.plot(unrate[12:24]["MONTH"], unrate[12:24]["VALUE"], c= 'blue')

plt.show()

9. 画出五条不同的颜色的线 并且添加标签

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
label = str(1948 + i)
subset = unrate[start_index: end_index]
plt.plot(subset["MONTH"], subset["VALUE"], c= colors[i], label = label)

plt.legend(loc="best")　　#调整标签显示的位置
plt.show()