Python折線圖簡單小實例

• 2020 年 3 月 3 日
• 筆記

找到了一份非常有意思的python學習資料 Learning Python: Part 2 – Visualizing the NBA Draft。主要內容是探索1966到2014年NBA選秀的數據。數據集可以利用 Learning Python: Part 1- Scraping and Cleaning the NBA Draft 部分的內容獲得，同時這部分內容也是非常好的python爬蟲學習素材。 本文主要記錄自己重複以上教程的筆記。

原文內容相對較長，自己將其分成幾個部分分別記錄

第一部分：折線圖

導入需要用到的模組

import numpy as np  import pandas as pd  import matplotlib.pyplot as plt  import seaboarn as sns  

讀入數據並整理成作圖需要的格式

折線圖用來展示每年所有參加選秀的運動員的贏球貢獻值（Win shares Per 48 minutes）的平均值。橫軸為年份，縱軸為贏球貢獻值

draft_df = pd.read_csv("draft_data_1996_to_2014.csv",index_col=0)  #index_col參數的作用暫時還不太清楚  draft_df.head()  

對於數據整理的簡單理解 比如在我們自己的實驗中，對實驗材料進行三種不同的處理，每個處理三次重複，數據記錄為

    Treatment  Values  0         A     1.1  1         A     1.2  2         A     1.0  3         B     2.2  4         B     2.4  5         B     2.5  6         C     3.6  7         C     3.8  8         C     3.9  

現在我想通過折線圖展示不同處理的變化趨勢，縱坐標為每個處理的均值，原文提供了兩種實現方式

第一種：利用列表生成式

df = pd.read_csv("example_data/example_data.csv")  Values_avg = [df[df["Treatment"] == yr ]["Values"].mean() for yr in df.Treatment.unique()]  Values_avg  

第二種：直接利用pandas的groupby()函數

df.groupby("Treatment").Values.mean()  

接下來直接利用groupby()函數獲得需要的數據

WS48_yrly_avg = draft_df.groupby("Draft_Yr").WS_per_48.mean()  X_values = draft_df.Draft_Yr.unique()  Y_values = WS48_yrly_avg  

繪圖程式碼

plt.figure(figsize=(12,9))  Out[33]: <matplotlib.figure.Figure at 0x2458ca59ac8>    title = ('Average Career Win Sahres Per 48 minutes by Draft Year (1966-2014)')    plt.title(title,fontsize=20)  Out[35]: Text(0.5,1,'Average Career Win Sahres Per 48 minutes by Draft Year (1966-2014)')    plt.ylabel('Win Shares Per 48 minutes',fontsize=18)  Out[36]: Text(0,0.5,'Win Shares Per 48 minutes')    plt.xlim(1966,2014.5)  Out[37]: (1966, 2014.5)    plt.ylim(0,0.08)  Out[38]: (0, 0.08)    plt.grid(axis='y',color="grey",linestyle='--',lw=0.5,alpha=0.5)    plt.tick_params(axis='both',labelsize=14)    import seaborn as sns    sns.despine(left=True,bottom=True)    plt.plot(X_values,Y_values)  Out[43]: [<matplotlib.lines.Line2D at 0x2458dc40cf8>]    plt.text(1966,-0.012,'The original content :http://savvastjortjoglou.com/nba-draft-part02-visualizing.htmlnPorter: MingYan',fontsize=12)  Out[44]: Text(1966,-0.012,'The original content :http://savvastjortjoglou.com/nba-draft-part02-visualizing.htmlnPorter: MingYan')    plt.savefig("Line_chart_1.png")  

結果

Line_chart_1.png