import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline
c= 120
x = np.arange(c) #引入自变量
import pandas as pd
dataset = pd.read_csv('pythontest.csv')
y = dataset.L2T.head(c)
plt.title("Matplotlib demo") #定义图表标题
plt.xlabel("x axis caption") #横轴标签
plt.ylabel("y axis caption") # 纵轴标签
plt.plot(x,y)
plt.show()
简单Plot程序
最简单不过了,完成了折线图的绘制
import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline
while 1<9 :
print(i)
i += 1
startnum = int(input("请输入起始节点:"))
c = startnum
x = np.arange(c) #引入自变量
import pandas as pd
dataset = pd.read_csv('pythontest.csv')
y = dataset.L2T.head(c)
plt.title("Matplotlib demo") #定义图表标题
plt.xlabel("x axis caption") #横轴标签
plt.ylabel("y axis caption") # 纵轴标签
plt.plot(x,y)
plt.show()
pause = str(input("是否终止调试:(Y/N)"))
if pause == "Y":
break
1.更新起始点自定义模块,自定义绘图模块
2.缺点 每次都要重新运行,不方便调试
1.改进 加入for循环,无限调试
1.for循环的死循环循环条件
1.使用while循环可以轻易形成死循环,但需要加退出条件
2.测试发现150为最佳横轴长度 图形美观漂亮 好看
3.可以通过固定长度的轴增加减形成动态图表
哈哈,真的是有点佩服自己了哈~~~~ O(∩_∩)O哈哈~
4.Other TBD
1.无法进行y轴数据切片 对panda库进行进一步学习
2.Other TBD
1使用dataset.L2T.loc[2:12] loc属性进行切片
用法 dataset 数据集变量名 L2T 数据列名 Loc 属性 2 切片起始值 12 切片终止值
import numpy as np
from matplotlib import pyplot as plt
import time
%matplotlib inline
#绘制动态图
while 1<9 :
#print(i)
#i += 1
chartrange = 150
startnum = 0
endnum = startnum + chartrange
x = np.arange(startnum,endnum + 1) #引入自变量
import pandas as pd
dataset = pd.read_csv('pythontest.csv')
y = dataset.L2T.loc[startnum:endnum]
plt.title("Matplotlib demo") #定义图表标题
plt.xlabel("x axis caption") #横轴标签
plt.ylabel("y axis caption") # 纵轴标签
plt.plot(x,y)
plt.show()
pause = str(input("是否终止调试:(Y/N)"))
if pause == "Y":
break
for i in range(30):
chartrange = 150
startnum = i*10
endnum = startnum + chartrange
x = np.arange(startnum,endnum + 1) #引入自变量
import pandas as pd
dataset = pd.read_csv('pythontest.csv')
y = dataset.L2T.loc[startnum:endnum]
plt.title("Matplotlib demo") #定义图表标题
plt.xlabel("x axis caption") #横轴标签
plt.ylabel("y axis caption") # 纵轴标签
plt.plot(x,y)
plt.show()
y = dataset.L2T.ix
y = dataset.L2T.head