1.导入模块
>>> import pandas as pd
>>> import matplotlib.pyplot as plt
matplotlib模块安装需要梯子，安装命令 pip3 install matplotlib
2.导入数据
>>> air_quality = pd.read_csv(r"C:\Users\Administrator\Desktop\air_quality_no2.csv", index_col=0, parse_dates=True)
index_col：数字、列名或列表，数字或列名指定某一列作为索引，列表制定某几列作为 DataFrame 的层次索引
parse_dates参数：将csv中的时间字符串转换成日期格式，但会减慢加载速度，默认为False
3.快速绘制整个简单折线图
>>> air_quality.plot()
<matplotlib.axes._subplots.AxesSubplot object at 0x0000000010BCF278>
>>> plt.show()
image.png
4.选择多列绘制简单折线图
>>> air_quality[["station_paris","station_london"]].plot()
<matplotlib.axes._subplots.AxesSubplot object at 0x0000000010624C50>
>>> plt.show()
image.png
5.绘制简单散点图
>>> air_quality.plot.scatter(x="station_london", y="station_paris", alpha=0.5)
<matplotlib.axes._subplots.AxesSubplot object at 0x000000000FA1AA90>
>>> plt.show()
image.png
x：指定 X 轴数据。y：指定 Y 轴数据。alpha：指定散点的透明度。
更多的参数参考Matplotlib scatter函数
6.自定义图表选项
>>> fig, axs = plt.subplots(figsize=(12, 4)); #创建空matplotlib图和轴
>>> air_quality.plot.area(ax=axs); #将对应的数据放到对应的图表上
<matplotlib.axes._subplots.AxesSubplot object at 0x00000000105C7C50>
>>> axs.set_ylabel("NO$_2$ concentration"); #定义纵轴标题
Text(0, 0.5, 'NO$_2$ concentration')
>>> fig.savefig("no2_concentrations.png") #输出为图片保存
>>> plt.show()
分开显示
统一显示
