Part_1：散点图 scatter()
pyplot中绘制散点图的函数为scatter
格式：
matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,
cmap=None,norm=None,vmin=None,vmax=None,alpha=None,
linewidths=None,verts=None,edgecolors=None,hold=None,
data=None,**kwargs)
参数说明：
x,y:接收array。表示x轴与y轴对应的数据，无默认
s：接收数值或者一维数组的array。指定点的大小，若传入一维array，则表示每个点的大小，默认为None。
c：接收颜色或者一维数组的array。指定点的颜色，若传入一维array，则表示每个点的颜色，默认为None。
marker：接收特定的string。表示绘制的点的类型，默认为None
alpha：接收0~1的小数，表示点的透明度，默认为None
1.1 示例：
使用不同颜色、不同形状的点，绘制2007——2016年全国就业人员、城镇就业人员和乡村就业人员的散点图。其中全国就业人员（万人）用红色的”o”圆圈形状的点来表示，城镇就业人员（万人）用绿色的”x”形状的点来表示，乡村就业人员（万人）用蓝色的”v”来表示
import matplotlib.pyplot as plt
import numpy as np
data=np.loadtxt('p:\data\Employedpopulation.csv',delimiter=",",usecols=(1,2,3,4,5,6,7,8,9,10),dtype=int)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(6,4))
plt.scatter(data[0],data[1],c='r',marker='o')
plt.scatter(data[0],data[2],c='g',marker='x')
plt.scatter(data[0],data[3],c='b',marker='v')
plt.xlabel('年份（年）')
plt.ylabel('人员（万人）')
plt.ylim((30000,80000))
plt.xlim(2006,2017)
plt.title('2007-2016年城镇、乡村和全部就业人员情况散点图')
plt.legend({'全部就业','城镇就业','农村就业'})
plt.savefig('p:/data/Employedpopulation_zs.png')
plt.show()
Part_2：散点图 plot()
格式：
matplotlib.pyplot.plot(args,*kwargs)
plot函数在官方文档中的语法只要求输入不定参数，实际可以输入的参数说明如下：
x,y：接收array。表示x轴和y轴对应的数据，无默认。
color：接收特定的string。指定线条的颜色。默认为None
linestyle：接收特定的string。指定线条的类型，默认为”-”
marker：接收特定的string。表示绘制的点的类型，默认为None
alpha：接收0~1的小数，表示点的透明度，默认为None
delimiter:分隔符。
2.1 示例：
使用不同颜色、不同形状的点，绘制2007——2016年全国就业人员、城镇就业人员和乡村就业人员的折线图。其中全国就业人员（万人）用红色的”-“圆圈形状的点来表示，城镇就业人员（万人）用绿色的”–”形状的点来表示，乡村就业人员（万人）用蓝色的”-.”来表示
import numpy as np
import matplotlib.pyplot as plt
data=np.loadtxt('p:\data\Employedpopulation.csv',delimiter=',',usecols=(1,2,3,4,5,6,7,8,9,10),dtype=int)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(6,4))
plt.plot(data[0],data[1],"r-")
plt.plot(data[0],data[2],"g--")
plt.plot(data[0],data[3],"b-.")
plt.xlabel('年份')
plt.ylabel('人员（万人）')
plt.ylim((30000,80000))
plt.xlim(2006,2019)
plt.title('2007-2016年城镇、乡村、全部就业人员情况折线图')
plt.legend({"全部就业",'城镇就业','乡村就业'})
plt.savefig('p:/data/Employedpopulation_line.png')
plt.show()
Original: https://blog.csdn.net/weixin_45702895/article/details/124216876
Author: 驾驭精神领域
Title: R3.Matplotlib_绘制散点图和折线统计图
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/765048/
转载文章受原作者版权保护。转载请注明原作者出处！