python可视化
2017-12-20 21:53
204 查看
import pandas as pd import numpy as np import matplotlib.pyplot as plt from datetime import datetime, timezone # fig = plt.figure(figsize=(3, 3)) #figsize 表示图的比例 # ax1 = fig.add_subplot(2,1,1) # ax2 = fig.add_subplot(2,1,2) # ax1.plot(np.random.randint(1,5,5), np.arange(5)) # ax2.plot(np.arange(10)*3, np.arange(10)) # plt.show() unrate = pd.read_csv(r"D:\untitled\UNRATE.csv") unrate['DATE'] = pd.to_datetime(unrate['DATE']) 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(unrate[12:24]['MONTH'],unrate[12:24]['VALUE'],c='blue') # plt.show() fig = plt.figure(figsize = (10,6)) colors = ['red','blue','green','orange','black'] #颜色循环代码 重要 for i in range(5): start_index = i*12 end_index = (i+1)*12 subset = unrate[start_index:end_index] label = str(1948 + i) plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i], label=label) plt.legend(loc='best') #图例记住 plt.xlabel('Month, Integer') plt.ylabel('Unemployment Rate, Percent') plt.title('Monthly Unemployment Trends, 1948-1952') plt.show()
相关文章推荐
- python 金融应用(三)数据可视化
- 读书笔记--python数据可视化--004_读取JSON数据
- caffemodel的卷积层可视化(Python接口)
- 在Python中对MySQL中的数据进行可视化
- python数据可视化工具
- caffe 利用Python API做分类预测,以及特征的可视化
- python—matplotlib数据可视化实例注解系列-----之柱状图
- Python可视化Matplotlib-K线图
- python绘图与可视化
- 利用Python进行数据可视化常见的9种方法!超实用!
- Python高级数据处理与可视化(六)---学科应用
- python调用echart交互式可视化
- Caffe各层可视化, python实现
- Python数据可视化之使用GridSpec自定义子图
- 【数据可视化】Daft:(Python)基于matplotlib绘制精美概率图模型
- Caffe系列(11):数据可视化环境(python接口)配置
- 【python】还原二进制图像(可视化):mnist,cifar10,cifar100
- ubuntu下使用python接口对网络结构进行可视化
- Caffe(10)——数据可视化环境配置(python接口)
- 机器学习中数据处理与可视化的python、numpy等常用函数