1、失业率数据

import pandas as pd
unrate = pd.read_csv('unrate.csv')
unrate['DATE'] = pd.to_datetime(unrate['DATE'])
#help(pd.to_datetime)
unrate.head(12)

 

 

 2、使用不同的pyplot函数，我们可以创建、自定义和显示图形

import matplotlib.pyplot as plt

# 使用不同的pyplot函数，我们可以创建、自定义和显示图形。
plt.plot()
plt.show()
#help(plt.plot)
#help(plt.show)
#help(plt.xticks)

 

 3、plt.plot(x,y) 传入x，y对应的数据         plt.xticks(rotation=45) x坐标，文字45度

first_twelve = unrate[0:120]
# plt.plot(x,y) 传入x，y对应的数据
plt.plot(first_twelve['DATE'], first_twelve['VALUE'])
# x坐标，文字45度
plt.xticks(rotation=45)
plt.xlabel('Month')
plt.ylabel('Unemployment Rate')
plt.title('Monthly Unemployment Trends, 1948')
plt.show()

 

 4、figure.add_subplot(a,b,index) 构图函数，a*b个子图，a表示行，b表示列，index表示第几个

# figure.add_subplot(a,b,index) 构图函数，a*b个子图，a表示行，b表示列，index表示第几个
import matplotlib.pyplot as plt
fig = plt.figure()        # matplotlib.figure.Figure
type(fig)                 # matplotlib.figure.Figure
# 3 * 2 个子图
# ax1位于第1个子图
ax1 = fig.add_subplot(3,2,1)
# ax2位于第3个子图
ax2 = fig.add_subplot(3,2,3)
# ax3位于第6个子图
ax3 = fig.add_subplot(3,2,6)
plt.show()

 

 5、plt.figure(figsize=(10, 10))定义子图尺寸

import numpy as np
fig = plt.figure()
# plt.figure(figsize=(10, 10))定义子图尺寸
fig = plt.figure(figsize=(10, 10))
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()

 

 6、plt.plot(x1, y1, c='colorName')    plt.plot(x2, y2, c='colorName')  两个部分

unrate['MONTH'] = unrate['DATE'].dt.month
# 定义图的尺寸
fig = plt.figure(figsize=(8,4))
# 第一年的月失业率，红色的线
plt.plot(unrate[0:12]['MONTH'], unrate[0:12]['VALUE'],c='red')
# 第二年的月失业率，蓝色的线
plt.plot(unrate[12:24]['MONTH'],unrate[12:24]['VALUE'],c='blue')

plt.show()

 

 7、不同年份用不同颜色表示：1：红  2：蓝  3：绿  4：橙  5：黑

# 定义图的尺寸
fig = plt.figure(figsize=(12,6))
# 不同年份用不同颜色表示：1：红  2：蓝  3：绿  4：橙  5：黑
colors = ['red', 'blue', 'green', 'orange', 'black']
#[0:4]
for i in range(5):
    # 按12行，进行数据分片
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index:end_index]
    # 将每个数据分片，填充plot画图,MONTH作为x坐标值，VALUE作为y坐标值，颜色从colors中轮训
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i])
    
plt.show()

 

 8、plt.legend(loc='xxx') 在坐标轴上显示标签注释图例

# 定义图的尺寸
fig = plt.figure(figsize=(12,6))
# 不同年份用不同颜色表示：1：红  2：蓝  3：绿  4：橙  5：黑
colors = ['red', 'blue', 'green', 'orange', 'black']
#[0:4]
for i in range(5):
    # 按12行，进行数据分片
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index:end_index]
    # 为每个颜色的线命名
    label = str(1948 + i)
    # 将每个数据分片，填充plot画图,MONTH作为x坐标值，VALUE作为y坐标值，颜色从colors中轮训
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i],label=label)

# plt.legend(loc='xxx') 在坐标轴上显示标签注释图例
#plt.legend(loc='best')
plt.legend(loc='upper left' )
plt.show()
#help(plt.legend)

 

 9、plt.legend(loc='xxx') 在坐标轴上显示标签注释图例   ；   plt.xlabel(name)x轴名   ；  plt.ylabel(name) y轴名     ； plt.title(name)  坐标轴名

fig = plt.figure(figsize=(12, 6))
colors = ['red', 'blue', 'green', 'orange', 'black']

for i in range(5):
    # 按12行，进行数据分片
    start_index = i * 12
    end_index = (i + 1) * 12
    subset = unrate[start_index: end_index]
    # 为每个颜色的线命名
    label = str(1948 + i)
    # 将每个数据分片，填充plot画图,MONTH作为x坐标值，VALUE作为y坐标值，颜色从colors中轮训
    plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i], label=label)
    
# plt.legend(loc='xxx') 在坐标轴上显示标签注释图例
plt.legend(loc='upper left')
# x轴名
plt.xlabel('Month, Integer')
# y轴名
plt.ylabel('Unemployment Rate, Percent')
# 坐标轴名
plt.title('Monthly Unemployment Trends, 1948-1952')

plt.show()