python加大折线图宽度

㈠ 用python画折线图怎么实现拉伸效果

#encoding=utf-8importmatplotlib.pyplotaspltfrompylabimport*#支持中文mpl.rcParams['font.sans-serif']=['SimHei']names=['5','10','15','20','25']x=range(len(names))y=[0.855,0.84,0.835,0.815,0.81]y1=[0.86,0.85,0.853,0.849,0.83]#plt.plot(x,y,'ro-')#plt.plot(x,y1,'bo-')#pl.xlim(-1,11)#限定横轴的范围#pl.ylim(-1,110)#限定纵轴的范围plt.plot(x,y,marker='o',mec='r',mfc='w',label=u'y=x^2曲线图')plt.plot(x,y1,marker='*',ms=10,label=u'y=x^3曲线图')plt.legend()#让图例生效plt.xticks(x,names,rotation=45)plt.margins(0)plt.subplots_adjust(bottom=0.15)plt.xlabel(u"time(s)邻居")#X轴标签plt.ylabel("RMSE")#Y轴标签plt.title("Asimpleplot")#标题plt.show()

㈡ python怎么画折线图

一、环境准备

linux ubuntu 下需安装下面三个包：

Numpy, Scipy,Matplotlib

分别输入下面的代码进行安装：

[plain]view plain

• pipinstallnumpy

• pipinstallscipy

• sudoapt-getinstallpython-matplotlib

测试是否安装成功

[html]view plain

• python

• >>>importpylab

如果没有报错则安装成功

二、开始画图

1. 画最简单的直线图

代码如下：

[python]view plain

• importnumpyasnp

• importmatplotlib.pyplotasplt

• x=[0,1]

• y=[0,1]

• plt.figure()

• plt.plot(x,y)

• plt.savefig("easyplot.jpg")

结果如下：

㈢ 如何使用Python的Pandas库绘制折线图

我们经常会使用Python的Pandas绘制各种数据图形，那么如何使用它绘制折线图呢？下面我给大家分享一下。

工具/材料

Pycharm

• 01

  首先我们需要打开Excel软件准备需要的数据，这里多准备几列数据，一列就是一条折线，如下图所示

• 02

  然后我们打开Pycharm软件，新建Python文件，导入Pandas库，接着将Excel中的数据读取进数据集缓存，如下图所示

• 03

  接下来我们利用plot方法绘制折线图，如下图所示，这里只添加了一列标题

• 04

  运行文件以后我们就可以看到折线图显示出来了，但是比较的简单，下面我们逐渐的丰富它

• 05

  然后在plot方法中将excel里面的多列标题都添加进来，如下图所示

• 06

  这次在运行文件的时候我们就可以看到折线图上有多条线了，如下图所示

• 07

  接下来我们在为折线图设置标题，X，Y坐标轴的内容，如下图所示

• 08

  然后通过plot方法下面的area方法对折线图的空白区域进行叠加填充，如下图所示

• 09

  最后我们运行完善好后的文件，就可以看到如下图所示的折线图了，到此我们的折线图绘制也就完成了

㈣ python绘折线图（数据很多）很难看

数据使用前要清洗，去除无效数据。
如果这些数据都是有效数据，只是你不想显示那些过份异常的数据，那么，就进行去噪处理。
去噪分两步：检测噪点，噪点修正。
对于整体连续，总体范围大的数据集，最简单的检测噪点的办法就是邻值法，对于第n取相邻的k个值：p[n-k,],p[n-k+1]...p[n-1]

对它们加权平均，得到标准点，上下浮动一定范围，如果p[k]不在这个范围内就是异常点
对应的噪点修正可以使用类似的过程，局部噪点回归法。
这些一般来说都不是很实现的东西，对于数据集结构的不同，没有必要做成通用的包，所以你只有自己实现。

㈤ python画折线图，麻烦帮忙看看

提示是说2017-01-01不能转化为float数据，因为没有你的数据，提供一个简单的例子（两条折线）
import matplotlib.pyplot as plt

x = [1,2,3]
y = [5,7,4]

x2 = [1,2,3]
y2 = [10,14,12]

plt.plot(x, y, label='First Line')
plt.plot(x2, y2, label='Second Line')

plt.xlabel('Plot Number')
plt.ylabel('Important var')
plt.title('Interesting Graph\nCheck it out')
plt.legend()
plt.savefig("test.png")