Python数据分析与可视化（第2版） 教案 5.4 绘制折线图

课题5.4绘制折线图课型讲练授课班级大数据授课时数2教学目标1.能够根据数据绘制折线图。2.理解辅助线的添加方法。教学重点1.能够根据数据绘制折线图。教学难点1.理解辅助线的添加方法。学情分析绘制折线图往往需要利用之前学过的一些数据分析的方法，比如利用分组统计的结果绘制图形，所以数据分析对于本次课的学习至关重要，可以略微复习之前学过的数据分析方法。折线图是一种将数据点按照顺序连接起来的图形，可以看作将散点图按照x轴顺序连接起来的图形。折线图的主要功能是查看因变量y随着自变量x改变的趋势，比较适合用于显示时间而变化的连续数据，同时还可以看出数量的差异和增长趋势的变化。一、绘制折线图pyplot模块中绘制折线图的函数plot，其一般用法为：plt.plot(x,y,linestyle)其中，x表示x轴对应的数据。y表示y轴对应的数据。linestyle表示线条样式，linestyle可取’-’、’--’、’-.’、’：’四种，默认为“-”。示例代码如下：importpandasaspdimportmatplotlib.pyplotaspltdict={'a':['A','B','C','D','E'],'b':[90,85,90,80,95],'c':[60,65,70,65,75]}data=pd.DataFrame(dict)print(data)x=data['a']y=data['b']plt.plot(x,y,linestyle='-')plt.show()输出结果1如图5-*所示。图5-*绘制折线图示例结果1输出结果2如图5-*所示。图5-*绘制折线图示例结果2二、添加折线图辅助线在绘制柱形图或条形图时，一般可采用某个字段的平均值作为辅助线，平均值可以通过计算得到，添加起来较为简单。而在折线图中，往往需要通过辅助线标注最高点或最低点，其位置并不固定，所以首先需要通过方法确定最高点或最低点的横坐标与纵坐标，才能添加折线图的辅助线。1.确定最值的索引位置确定最值的索引位置，首先需要算出最大值或最小值，然后得到该值对应得索引位置，以Series的最大值为例，其一般方法为：s=Seriesmax=s.max()max_num=s.loc[s==max].index其中，利用Series.max()可以算出Series中的最大值，利用s.loc[s==max].index得到最大值数据对应的索引编号，如果最大值出现多次，其对应的索引编号就有多个，这些索引编号就构成一个列表。index返回的是符合条件（最大值）对应索引构成的列表，利用index[0]可以取出列表中的第一个元素，即最大值第一次出现对应的索引编号。示例代码如下：s=pd.Series([12,13,15,11,14])print(s)max=s.max()max_num=s.loc[s==max].index[0]print("s中最大值对应的索引编号为：%d,最大值为：%d"%(max_num,s[max_num]))min=s.min()min_num=s.loc[s==min].index[0]print("s中最小值对应的索引编号为：%d,最小值为：%d"%(min_num,s[min_num]))输出结果1如图5-*所示。图5-*确定最值的索引位置示例结果2.根据最值添加折线图辅助线示例代码如下：x=s.indexy=splt.plot(x,y)max=s.max()max_num=s.loc[s==max].index[0]plt.axvline(max_num,color='r',linestyle=':')plt.axhline(s[max_num],color='r',linestyle=':')plt.show()输出结果1如图5-*所示。图5-*添加折线图辅助线示例结果【结果分析】在绘制折线图x轴和y轴的辅助线时，还可以通过其中的参数最大显示比例以保证辅助线的添加效果更好，如添加x轴辅助线时，可以利用plt.axvline(ymax)中的参数ymax来控制x轴辅助线的y轴方向的最大显示比例，如plt.axvline(ymax=0.5)表示x轴辅助线在y轴方向的最大显示比例为50%。任务实训任务1：利用read_excel导入meal.xlsx（meal.xlsx存放在c:\data路径中），导入数据命名为data1，完成：（1）查看data1的前5行。（2）从“开始时间”列中提取出星期名称，并存放在新列“星期”中。（3）根据星期进行分组，并计算不同星期的消费金额的平均值，将分组统计结果按照'Monday'、'Tuesday'、'Wednesday'、'Thursday'、'Friday'、'Saturday'、'Sunday'的顺序排列，将命名为data1_group，并查看结果。（4）根据（3）的结果，绘制不同星期平均消费金额的折线图，折线图的线型为直线，颜色为蓝色，标题为“不同星期平均消费金额折线图”。任务1（1）具体代码如下：data1=pd.read_excel("c:\data\meal.xls")pd.set_option('display.width',None)pd.set_option('display.unicode.east_asian_width',True)print(data1.head())输出结果如图5-*所示。图5-*任务1（1）输出结果任务1（2）具体代码如下：data1['weekday']=data1['开始时间'].dt.weekday_nameprint(data1.head())输出结果如图5-*所示。图5-*任务1（2）输出结果任务1（3）具体代码如下：group=data1.groupby('weekday')['消费金额'].mean()data1_group=round(data1_group,2)group=group.reindex(['Monday','Tuesday','Wednesday','Thursday','Friday','Saturday','Sunday'])print(group)输出结果如图5-*所示。图5-*任务1（3）输出结果任务1（4）具体代码如下：plt.rcParams['figure.figsize']=(8,6)plt.rcParams['font.sans-serif']=['SimHei']x=data1_group.indexy=data1_groupplt.plot(x,y,linestyle='-',color='b')plt.title("不同星期平均消费金额折线图",size=15)plt.show()输出结果如图5-*所示。图5-*任务1（4）输出结果任务2：根据任务1得到的结果data1_group，重新命名为result，并完成：（1）绘制不同星期平均消费金额的折线图，折线图的线型为直线，颜色为蓝色，标题为“不同星期平均消费金额折线图”。（2）根据折线的最高点，添加相应x轴和y轴的辅助线。（ymax和xmax的值分别设为0.95和0.8）任务2（1）具体代码如下：importnumpyasnpresult=data1_groupplt.rcParams['figure.figsize']=(8,6)plt.rcParams['font.sans-serif']=['SimHei']x=result.indexy=resultplt.plot(x,y,linestyle='-',color='b')plt.title("不同星期平均消费金额折线图",size=15)任务2（2）具体代码如下：max=result.max()max_num=result.loc[result==max].index[0]plt.axvline(max_num,color='r',linestyle=':',ymax=0.95)plt.axhline(result[max_num],color='r',linestyle=':',xmax=0.8)plt.show()输出结果1如图5-*所示。图5-*任务2输出结果巩固训练利用r