> For the complete documentation index, see [llms.txt](https://bemind.gitbook.io/neural/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://bemind.gitbook.io/neural/uchebniki-matplotlib-i-seaborn/matplotlib/lineinye-diagrammy-matplotlib-vsyo-chto-vam-nuzhno-znat.md). # Линейные диаграммы Matplotlib – Всё, что вам нужно знать В этом посте вы узнаете, как создавать линейные графики с использованием Matplotlib: добавление нескольких линий, добавление заголовков и меток осей, настройка точек на графике, добавление легенд и кастомизация с помощью стилей Matplotlib. Содержание * [Загружаем наши данные](#zagruzhaem-nashi-dannye) * [Как создать линейные диаграммы Matplotlib?](#kak-sozdat-lineinye-diagrammy-matplotlib) * [Как добавить заголовки и метки осей в линейные диаграммы Matplotlib?](#kak-dobavit-zagolovki-i-metki-osei-v-lineinye-diagrammy-matplotlib) * [Как настроить линии с цветами и точками данных?](#kak-nastroit-linii-s-cvetami-i-tochkami-dannykh) * [Как добавить линии сетки на линейные диаграммы?](#kak-dobavit-linii-setki-na-lineinye-diagrammy) * [Как добавить несколько строк в линейные диаграммы Matplotlib?](#kak-dobavit-neskolko-strok-v-lineinye-diagrammy-matplotlib) * [Как добавить легенду к линейным диаграммам Matplotlib?](#kak-dobavit-legendu-k-lineinym-diagrammam-matplotlib) * [Как добавить стиль к диаграммам Matplotlib?](#kak-dobavit-stil-k-diagrammam-matplotlib) * [Заключение](#zaklyuchenie) ### Загружаем наши данные Давайте начнем с загрузки наших библиотек и некоторых образцов данных. Мы используем временные ряды данных, которые охватывают температуру в течение года в Торонто, Канада. ```python import pandas as pd import matplotlib.pyplot as plt df = pd.read_excel('https://github.com/datagy/mediumdata/raw/master/toronto-weather.xlsx', parse_dates=['LOCAL_DATE']) print(df.head()) ``` Печать первых пяти строк возвращает следующее: ``` STATION_NAME LOCAL_DATE MEAN_TEMPERATURE MIN_TEMPERATURE MAX_TEMPERATURE 0 TORONTO CITY CENTRE 2020-01-01 0.5 -0.8 1.7 1 TORONTO CITY CENTRE 2020-01-02 3.3 1.6 4.9 2 TORONTO CITY CENTRE 2020-01-03 5.1 3.0 7.2 3 TORONTO CITY CENTRE 2020-01-04 2.1 0.3 3.9 4 TORONTO CITY CENTRE 2020-01-05 0.4 -0.9 1.7 ``` Если вы работаете в Jupyter notebooks и хотите отображать эти графики встроенными, добавьте следующий магический код Jupyter к вашему оператору импорта: ```python %matplotlib inline ``` ### Как создать линейные диаграммы Matplotlib? Matplotlib позволяет очень легко добавить простой линейный график, используя метод `.plot()` библиотеки pyplot. Давайте посмотрим, как это сделать, используя данные MEAN\_TEMPERATURE. ```python plt.plot(df['LOCAL_DATE'], df['MEAN_TEMPERATURE']) plt.show() ``` Мы назначили переменную LOCAL\_DATE по оси x и переменную MEAN\_TEMPERATURE по значениям y. Как видно ниже, Matplotlib автоматически сгруппировал метки оси x по месяцам:
### Как добавить заголовки и метки осей в линейные диаграммы Matplotlib? Сейчас наша диаграмма показывает наши данные, но это может быть не самым информативным. Давайте добавим заголовок, а также метки осей. Мы можем пойти дальше и добавить размеры шрифта к этим меткам: ```python plt.plot(df['LOCAL_DATE'], df['MEAN_TEMPERATURE']) plt.title('Toronto Temperature in 2020') plt.xlabel('Date') plt.ylabel('Mean Temperature') plt.show() ``` Этот код возвращает следующий график:
Чтобы изменить размер шрифта, добавьте параметр `fontsize=` к каждому заголовку и атрибуту метки: ```python plt.plot(df['LOCAL_DATE'], df['MEAN_TEMPERATURE']) plt.title('Toronto Temperature in 2020', fontsize=18) plt.xlabel('Date', fontsize=12) plt.ylabel('Mean Temperature', fontsize=12) plt.show() ``` Это возвращает следующую диаграмму:
Проверьте другие [руководства по Python](https://datagy.io/category/python/) на datagy, включая наш [полный гид по стилям Pandas](https://datagy.io/pandas-style/) и [всеобъемлющий обзор сводных таблиц в Pandas](https://datagy.io/python-pivot-tables/) ### Как настроить линии с цветами и точками данных? Matplotlib позволяет легко настраивать линии с помощью цветов, а также данных точек. Давайте посмотрим, как можно изменить цвет линии на серый и добавить метки данных к каждой точке: ```python plt.plot(df['LOCAL_DATE'], df['MEAN_TEMPERATURE'], color='grey', marker='o') plt.title('Toronto Temperature in 2020', fontsize=18) plt.xlabel('Date', fontsize=12) plt.ylabel('Mean Temperature', fontsize=12) plt.show() ``` Это выводит следующее:
Вы можете найти другие доступные стили маркеров [в основной документации здесь](https://matplotlib.org/stable/api/markers_api.html) ### Как добавить линии сетки на линейные диаграммы? Наш график все еще может быть немного трудночитаемым. Давайте добавим к графику линии сетки, чтобы легче было определять позиции. Это можно сделать, передав аргумент `plt.grid(True)`. Вот как это делается: ```python plt.plot(df['LOCAL_DATE'], df['MEAN_TEMPERATURE'], color='grey', marker='o') plt.title('Toronto Temperature in 2020', fontsize=18) plt.xlabel('Date', fontsize=12) plt.ylabel('Mean Temperature', fontsize=12) plt.grid(True) plt.show() ``` Это возвращает следующую диаграмму:
Matplotlib line charts gridlines
### Как добавить несколько строк в линейные диаграммы Matplotlib? Давайте посмотрим, как добавить несколько линий к этим графикам. Это можно сделать, просто добавив новый график в код. Давайте попробуем это, установив минимальную температуру и изменив цвет на синий: ```python plt.plot(df['LOCAL_DATE'], df['MEAN_TEMPERATURE'], color='grey') plt.plot(df['LOCAL_DATE'], df['MIN_TEMPERATURE'], color='blue') plt.title('Toronto Temperature in 2020', fontsize=18) plt.xlabel('Date', fontsize=12) plt.ylabel('Temperature', fontsize=12) plt.grid(True) plt.show() ``` Эта таблица возвращает следующее:
Давайте пойдем дальше и добавим на график максимальную температуру, выделив ее красным цветом: ```python plt.plot(df['LOCAL_DATE'], df['MEAN_TEMPERATURE'], color='grey') plt.plot(df['LOCAL_DATE'], df['MIN_TEMPERATURE'], color='blue') plt.plot(df['LOCAL_DATE'], df['MAX_TEMPERATURE'], color='red') plt.title('Toronto Temperature in 2020', fontsize=18) plt.xlabel('Date', fontsize=12) plt.ylabel('Temperature', fontsize=12) plt.grid(True) plt.show() ``` Этот код возвращает следующий график:
Matplotlib line charts multiple lines
### Как добавить легенду к линейным диаграммам Matplotlib? Теперь, когда на диаграмме несколько линий, может быть полезно добавить к ней легенду, чтобы лучше их различать. В Matplotlib можно это сделать, передавая метки для каждого элемента данных и устанавливая параметр `.legend()` ```python plt.plot(df['LOCAL_DATE'], df['MEAN_TEMPERATURE'], color='grey', label='Mean temp') plt.plot(df['LOCAL_DATE'], df['MIN_TEMPERATURE'], color='blue', label='Min temp') plt.plot(df['LOCAL_DATE'], df['MAX_TEMPERATURE'], color='red', label='Max temp') plt.title('Toronto Temperature in 2020', fontsize=18) plt.xlabel('Date', fontsize=12) plt.ylabel('Temperature', fontsize=12) plt.legend() plt.grid(True) plt.show() ``` Это возвращает следующий график:
### Как добавить стиль к диаграммам Matplotlib? Наконец, давайте научимся стилизовать график, чтобы он выглядел… немного приятнее. Matplotlib предлагает несколько встроенных стилей, которые вы можете [найти здесь](https://matplotlib.org/3.1.1/gallery/style_sheets/style_sheets_reference.html) Давайте установим стиль `ggplot` ```python plt.style.use('ggplot') plt.plot(df['LOCAL_DATE'], df['MEAN_TEMPERATURE'], color='grey', label='Mean temp') plt.plot(df['LOCAL_DATE'], df['MIN_TEMPERATURE'], color='blue', label='Min temp') plt.plot(df['LOCAL_DATE'], df['MAX_TEMPERATURE'], color='red', label='Max temp') plt.title('Toronto Temperature in 2020', fontsize=18) plt.xlabel('Date', fontsize=12) plt.ylabel('Temperature', fontsize=12) plt.legend() plt.grid(True) plt.show() ``` Это возвращает следующую диаграмму:
Matplotlib line charts set style
### Заключение В этой статье вы научились создавать линейные графики в Matplotlib, включая добавление нескольких линий, заголовков и меток осей, настройку точек графика, добавление легенд и применение стилей Matplotlib.