Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- Express
- Eclipse
- SQL
- Java
- hadoop
- table
- Spring
- GIT
- SPC
- react
- SSL
- Android
- Kotlin
- mybatis
- vaadin
- window
- mapreduce
- es6
- plugin
- JavaScript
- R
- tomcat
- IntelliJ
- Sqoop
- NPM
- 보조정렬
- xPlatform
- Python
- MSSQL
- 공정능력
Archives
- Today
- Total
DBILITY
python matplot line chart example 본문
반응형
R plot을 사용해봤거나 여타 차트를 많이 다룬 경우 이해가 쉽다.
데이터는 Dictionary로 plotting 할 데이터를 선언하고, dataframe으로 변환(생성)해서 사용한다.
공식 사이트 매뉴얼을 참고해서 테스트해보면 된다.
matplot color code 참고 ( https://matplotlib.org/stable/gallery/color/named_colors.html )
다른 차트들은 공식 사이트 Examples를 참고 https://matplotlib.org/stable/gallery/index.html
import matplotlib.pyplot as plt
from pandas import DataFrame
# data dictionary
raw_data = {
'observation': range(0, 100),
'individual_value':
[0.529, 0.55, 0.555, 0.541, 0.559, 0.543, 0.557, 0.559, 0.581, 0.551,
0.493, 0.534, 0.527, 0.511, 0.565, 0.559, 0.519, 0.562, 0.551, 0.53,
0.545, 0.588, 0.544, 0.561, 0.573, 0.607, 0.532, 0.562, 0.542, 0.549,
0.577, 0.526, 0.546, 0.557, 0.548, 0.546, 0.56, 0.53, 0.564, 0.514,
0.527, 0.545, 0.513, 0.557, 0.525, 0.557, 0.559, 0.529, 0.539, 0.591,
0.538, 0.557, 0.517, 0.521, 0.568, 0.544, 0.55, 0.562, 0.54, 0.537,
0.558, 0.548, 0.532, 0.57, 0.567, 0.56, 0.533, 0.538, 0.567, 0.557,
0.541, 0.534, 0.544, 0.537, 0.574, 0.572, 0.556, 0.56, 0.52, 0.578,
0.543, 0.544, 0.541, 0.526, 0.518, 0.521, 0.532, 0.524, 0.544, 0.523,
0.55, 0.544, 0.545, 0.571, 0.527, 0.536, 0.554, 0.569, 0.531, 0.534
]
}
# dictionary to dataframe
data = DataFrame(raw_data)
# print(data)
plt.title('line-chart')
plt.xlabel('observation')
plt.ylabel('individual_value')
plt.ylim(0.45, 0.65)
plt.xlim(-1, 110)
plt.text(x=50, y=0.548, s='hyperrookie@gmail.com', rotation=45, color='whitesmoke', horizontalalignment='center', verticalalignment='center',
fontsize=25, fontweight='bold')
plt.plot(data['observation'], data['individual_value'], color='green')
plt.legend(['dummy value'])
plt.axhline(y=0.550, xmin=0, xmax=100, color='dodgerblue', linestyle='solid', linewidth=1, label='str')
plt.text(x=100, y=0.548, s='CL', color='magenta', horizontalalignment='left')
plt.hlines(y=0.595, xmin=0, xmax=100, colors='blue', linestyles='--', linewidths=1)
plt.text(x=100, y=0.593, s='USL', color='blue', horizontalalignment='left')
plt.hlines(y=0.505, xmin=0, xmax=100, colors='red', linestyles='dotted', linewidths=1)
plt.text(x=100, y=0.503, s='LSL', color='red', horizontalalignment='left')
plt.show()
여러 개의 라인이 필요할 경우 plot()을 여러 번 실행하면 된다.
반응형
'python' 카테고리의 다른 글
python matplot pie chart (0) | 2021.08.30 |
---|---|
python matplot bar chart example (0) | 2021.08.27 |
python regular expression ( 정규 표현식 ) (0) | 2021.08.20 |
python 메일보내기 (0) | 2021.08.19 |
python 사진 이미지 다루기(image open, resize) (0) | 2021.08.19 |
Comments