2、Line Charts折线图

本文主要是介绍2、Line Charts折线图，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

可视化时间趋势

现在你已经熟悉了编码环境，是时候学习如何制作自己的图表了！

在本教程中，您将学习足够的Python来创建专业外观的折线图。然后，在接下来的练习中，您将使用您的最新技能处理真实世界的数据集。
本课程数据集夸克网盘下载链接：https://pan.quark.cn/s/a235ac6b2616
提取码：1Ymk

使用的数据集为：spotify.csv

1、Jupyter notebooks设置

首先，我们开始设置编程环境。

In [1]:

import pandas as pd
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
print("Setup Complete")

Setup Complete

2、选择一个数据集

1. 此教程的数据集跟踪了音乐流媒体服务Spotify上的全球每日播放量。我们关注2017年和2018年的五首热门歌曲：
   • “Shape of You”，艾德·希兰（https://bit.ly/2tmbfXp）
   • “Despacito”，路易斯·冯西（https://bit.ly/2vh7Uy6）
   • “Something Just Like This”，The Chainsmokers和Coldplay（https://bit.ly/2OfSsKk）
   • “HUMBLE.”，肯德里克·拉玛尔（https://bit.ly/2YlhPw4）
   • “Unforgettable”，法国蒙塔纳（https://bit.ly/2oL7w8b）

请注意，出现的第一个日期是2017年1月6日，对应于Ed Sheeran的“The Shape of You”的发布日期。而且，使用该表，您可以看到“The Shape of You”在其发布当天在全球范围内被播放了12,287,078次。请注意，其他歌曲在第一行中缺少值，因为它们直到后来才发布！

3、加载数据

正如您在之前的教程中学到的，我们使用pd.read_csv命令加载数据集。

In [2]:

# 文件路径
spotify_filepath = "../input/spotify.csv"# 读取文件到变量 spotify_dat

这篇关于2、Line Charts折线图的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---