数据可视化——散点图，折线图

散点图

import matplotlib;
from pandas import read_csv;
import matplotlib.pyplot as plt;

data = read_csv('F://baiduNetdisk//pytorch//5//5.1//data.csv')

font = {
    'family' : 'SimHei'
}
matplotlib.rc('font', **font);
#中文字体须要设置其字体，不然显示不出来
#字体设置都是设置集合。意思是：优先使用微软雅黑，若是客户端未安装雅黑则使用黑体，若是二者都找不到，则使用系统默认字体。像中文环境，只能指定：雅黑，黑体，宋体，楷体。其中宋体多为默认。雅黑只有VISTA及以上才预装。通常对中文最好不指定字体，非使用艺术字体的话能够使用图片形式。
plt.plot(data['广告费用'], data['购买用户数'], '.')

#plt.plot(data['广告费用'], data['购买用户数'], 'o')

#plt.plot(data['广告费用'], data['购买用户数'], 'o', color='yellow')
#plt.plot(data['广告费用'], data['购买用户数'], 'o', color=(1, 1, 0))
#plt.plot(data['广告费用'], data['购买用户数'], 'o', color='#FFFF00')
plt.xlabel('广告费用');

折线图与散点图的不一样，主要体如今将数据点的形式转换用线来显示，同时，线的粗细须要设置

import pandas;
from pandas import read_csv;
from matplotlib import pyplot as plt;

data = read_csv('F://baiduNetdisk//pytorch//5//5.2//data.csv');
#对日期格式进行转换
data['购买日期']=pandas.to_datetime(data['日期']);

#'-'	顺滑的曲线
plt.plot(data['购买日期'], data['购买用户数'], '-');

#设置颜色
plt.plot(data['购买日期'], data['购买用户数'], '-', color='r');
#设置线条粗细
plt.plot(data['购买日期'], data['购买用户数'], '-', color='r', lineWidth=10);

#'--'	虚线
plt.plot(data['购买日期'], data['购买用户数'], '--');
#'-.'	线加点
plt.plot(data['购买日期'], data['购买用户数'], '-.');
#':'	由点组成的曲线
plt.plot(data['购买日期'], data['购买用户数'], ':');
#'.'	散点图
plt.plot(data['购买日期'], data['购买用户数'], '.');
#','	像素点的散点图
plt.plot(data['购买日期'], data['购买用户数'], ',');
#'o'	大点的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'o');
#'v'	下三角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'v');
#'^'	上上角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '^');
#'<'	左角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '<');
#'>'	右角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '>');
#'1'	伞形下的标记散点图
#'2'	伞形上的标记散点图
#'3'	伞形左的标记散点图
#'4'	伞形右的标记散点图
plt.plot(data['购买日期'], data['购买用户数'], '4');
#'s'	正方形标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 's');
#'p'	五角形标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'p');
#'*'	五角星标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '*');
#'h'	多边形标记的散点图
#'H'	hexagon2 marker
plt.plot(data['购买日期'], data['购买用户数'], 'h');
#'+'	plus marker
#'x'	x marker
#'D'	diamond marker
#'d'	thin_diamond marker
plt.plot(data['购买日期'], data['购买用户数'], 'D');
#'|'	vline marker
#'_'	hline marker
plt.plot(data['购买日期'], data['购买用户数'], '|');

plt.title('购买用户数时间序列图');

plt.show();