# coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
import matplotlib as mpl
from datetime import datetime
plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文
plt.rcParams['axes.unicode_minus'] = False  #正常显示负号
# plt.plot(x, y, linestyle, linewidth, color, marker, markersize, markeredgecolor, markerfactcolor, markeredgewidth, label, alpha)
# x：指定折线图的x轴数据。y：指定折线图的y轴数据。 linestyle：指定折线的类型，可以是实线、虚线、点虚线、点点线等，默认为实线。 linewidth：指定折线的宽度。 marker：可以为折线图添加点，该参数是设置点的形状。 markersize：设置点的大小。 markeredgecolor：设置点的边框色。 markerfactcolor：设置点的填充色。 markeredgewidth：设置点的边框宽度。 label：为折线图添加标签，类似于图例的作用。
data1 = pd.read_csv("./wechat.csv")
print(data1.head())
plt.plot(data1.Date,data1['Counts'],linewidth=2,marker="o")
# plt.xlabel("日期")    # 这里由于xlabel的标签长度太长，所以不调用xlabel，他就会自动抽取部分xlabel显示，而不是显示所有的xlabel
plt.ylabel("人数")
plt.title("每日微信文章阅读人数趋势")
plt.show()   #折线图1
# 改进 将阅读人数和阅读人次同时显示在途中，并且对于x轴的刻度标签，是否可以只保留月份和日期，并且以7天作为间隔
# 首先要将日期从字符串转为date格式，否则后面mpl.dates.DateFormatter("%m/%d")会报错的
dates = [datetime.strptime(d,"%Y/%m/%d").date() for d in data1.Date]    #strptime() 函数根据指定的格式把一个时间字符串解析为时间元组。
plt.plot(dates,data1.Counts,linestyle="-",color="steelblue",label="阅读人数")
plt.plot(dates,data1.Times,linestyle="--",color="indianred",label="阅读人次")
ax=plt.gca()    #获取图的坐标信息
date_format = mpl.dates.DateFormatter("%m/%d")
ax.xaxis.set_major_formatter(date_format)   #设置x轴的日期格式
# xlocator=mpl.ticker.LinearLocator(10)   #设置x轴显示几个时间刻度
xlocator = mpl.ticker.MultipleLocator(7)    # 设置每个刻度的间隔天数
ax.xaxis.set_major_locator(xlocator)
plt.xticks(rotation=45)
plt.ylabel("人数")
plt.title("每日微信文章阅读人数和人次趋势")
plt.legend()
plt.show()    #折线图2
# 使用pandas绘制
data2=pd.read_csv("./weather.csv")
data3 = data2.pivot_table(index="month",columns="year",values="high")
print(data3)
data3.plot(kind="line",style=['-',"--","-."])
plt.xlabel("月份")
plt.ylabel("最高气温")
plt.title("每月平均气温趋势")
plt.show()    #折线图3