Oggi esploreremo come creare un grafico a linee utilizzando Python e la libreria Matplotlib. I grafici a linee sono perfetti per visualizzare tendenze nel tempo o relazioni tra variabili continue.

Iniziamo

Prima di tutto, assicuriamoci di avere tutto il necessario. Importiamo le librerie che useremo:

import pandas as pd
import matplotlib.pyplot as plt

Il nostro dataset

Per questo esempio, creeremo un semplice dataset con le vendite mensili di un negozio:

dati = {
    'Mese': ['Gen', 'Feb', 'Mar', 'Apr', 'Mag', 'Giu'],
    'Vendite': [1000, 1200, 1100, 1500, 1800, 2000]
}
df = pd.DataFrame(dati)

Ecco come appare il nostro dataframe:

Creiamo un grafico… essenziale

Ora che abbiamo i nostri dati, creiamo il grafico a linee:

plt.plot(df['Mese'], df['Vendite'])

plt.show()

Ecco come sarà:

Un po’ troppo scarno, vero?

❝

Nota bene!

A seconda dei parametri del Jupyter Notebook dove esegui il codice, il comando plt.show() potrebbe essere facoltativo.

Personalizzazione del grafico

Oltre alla linea di codice che abbiamo appena visto, possiamo specificare dei parametri aggiuntivi per personalizzare alcuni aspetti del nostro grafico a linee.

Ecco qui alcuni esempi:

plt.figure(figsize=(10, 6))
plt.plot(df['Mese'], df['Vendite'], marker='o')
plt.title('Andamento delle vendite mensili')
plt.xlabel('Mese')
plt.ylabel('Vendite (€)')
plt.grid(True)

plt.show()

Analizziamo cosa fa ogni riga:

plt.figure(figsize=(10, 6)): imposta le dimensioni del grafico.
plt.plot(df['Mese'], df['Vendite'], marker='o'): crea il grafico a linee, aggiungendo un marker circolare per ogni punto.
plt.title('Andamento delle vendite mensili'): aggiunge un titolo al grafico.
plt.xlabel('Mese') e plt.ylabel('Vendite (€)'): aggiunge le etichette gli assi.
plt.grid(True): al posto di uno sfondo completamente vuoto, aggiunge una griglia per facilitare la lettura del grafico.

Ed ecco qui il risultato:

Meglio, no?

Personalizzazione avanzata

Adesso che abbiamo capito come usare questi parametri aggiuntivi, rendiamo il nostro grafico più accattivante con qualche modifica:

plt.figure(figsize=(12, 7))
plt.plot(df['Mese'], df['Vendite'], marker='o', color='#FF6B6B', linewidth=2, markersize=10)
plt.title('Andamento delle vendite mensili', fontsize=18, fontweight='bold')
plt.xlabel('Mese', fontsize=14)
plt.ylabel('Vendite (€)', fontsize=14)
plt.grid(True, linestyle='--', alpha=0.7)
plt.tight_layout()

plt.show()

In questo caso, abbiamo:

Aumentato le dimensioni del grafico.
Cambiato il colore della linea e aumentato la sua larghezza.
Ingrandito i marker a forma di cerchietto.
Personalizzato il carattere del titolo e delle etichette degli assi.
Modificato lo stile della griglia.
Usato tight_layout() per evitare sovrapposizioni.

Ed ecco il nostro grafico con le ultime modifiche:

Conclusione

Ecco fatto! In questa micro-lezione abbiamo creato un grafico a linee accattivante e informativo.

Se vuoi scoprire quali altre librerie, oltre a Matplotlib, puoi usare la visualizzazione dei dati, dai un’occhiata a Le librerie per costruire grafici con Python.

Se vuoi imparare a creare un grafico a colonne con una linea di codice, ti consiglio di leggere Costruire un semplice grafico a colonne con pandas.

Se vuoi ricevere la prossima micro-lezione gratuita direttamente via mail, iscriviti alla newsletter!

Ricevi la prossima micro-lezione

Alla prossima micro-lezione 👋

Come creare un grafico a linee con Python e Matplotlib