【Python】用Python绘制折线图（插值法平滑曲线）

已于 2022-03-01 22:43:47 修改
阅读量1.1w 收藏 112
点赞数 15
分类专栏： Python笔记 文章标签： python 机器学习
于 2021-09-28 19:15:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Roger_717/article/details/120530151
版权

目录

利用绘制图表：​​​​​​matplotlib官网

1. 小试牛刀——柱状图

1.1 matplotlib库默认英文字体

2. 折线图绘制

2.1 读取exal方法

2.1.1  数据处理常用库：pandas

2.1.2 找到pandas在pathon安装的位置Lib->site-package

2.2 提取列表数组

3. 论文图片的类型和格式

4. Python绘制折线图坐标无法显示负号

5. 绘制曲线

6. 绘制插值拟合曲线

6.1 interpld曲线方法

6.2 splprep曲线方法

7. 完整程序

利用绘制图表：​​​​​​matplotlib官网

1. 小试牛刀——柱状图

基本方法：matplotlib.pyplot.bar()

基本参数：bar(x,y)

其他参数：颜色color        宽度width        透明度alpha        

其他方法：图例legend()        横轴定义xlable()        纵轴定义ylable()        图标题title()        刻度方法xlim(), ylim()

import matplotlib.pyplot as plt #绘图
import pandas as pd #读取exal文件
plt.rcParams['font.sans-serif']=['SimHei'] #添加黑体作为绘图字体
name = ['tom', 'rose', 'lucy']#变量name装了一个列表
weight = [60, 70, 80]#具有位置属性和数值属性
plt.bar(name, weight, label='体重', color='green', alpha=0.5, width=0.5)   #从库里面调用方法+图例+颜色+透明度+宽度
plt.xlabel('姓名')
plt.ylabel('体重 单位kg')
plt.title('三个人的体重xx')
plt.legend()
plt.savefig('柱状图.png', dip=500)
plt.show()  #显示方法

1.1 matplotlib库默认英文字体

添加黑体（‘SimHei’）为绘图字体用以在图表中显示。

代码：

plt.rcParams['font.sans-serif']=['SimHei']

2. 折线图绘制

2.1 读取exal方法

2.1.1  数据处理常用库：pandas

用pandas读取excel文件的常用方法：read_excel()  参数是文件名 

2.1.2 找到pandas在pathon安装的位置Lib->site-package

import matplotlib.pyplot as plt #绘图
import pandas as pd #读取exal文件
Data = pd.read_excel('E:\PythonData/LandingData.xlsx')#exal文件路径，注意不要数字开头
print(Data)#打印数据

  注意文件路径开头不要是数字，不然报错 

E:\PythonData/LandingData.xlsx

2.2 提取列表数组

#获取各通道温度数据
飞行高度 = Data.飞行高度
温度1 = Data.温度1
温度2 = Data.温度2
温度3 = Data.温度3
温度4 = Data.温度4
温度5 = Data.温度5
温度6 = Data.温度6
温度7 = Data.温度7
温度8 = Data.温度8
温度9 = Data.温度9
温度10 = Data.温度10
温度11 = Data.温度11

3. 论文图片的类型和格式

plt.savefig('折线图.png', dip=500)

位图（放大后有马赛克）：.jpg        .tif        .psd        .bmp        .png

矢量图（放大也很清晰）：.wmf        .emf        .epd        .cdx

事物摄影使用位图，

.png格式是非可拓展文件类型；.pdf是可拓展文件格式，pdf是矢量图。

4. Python绘制折线图坐标无法显示负号

添加如下代码即可：

import matplotlib
matplotlib.rcParams['axes.unicode_minus']=False

本例程代码如下所示： 

plt.rcParams['axes.unicode_minus']=False

5. 绘制曲线

引入库

from scipy import interpolate

绘制一个图片，并确定图片位置：

fig = plt.figure(figsize=(10, 8))
ax1 = fig.add_subplot(1, 3, 1)

将曲线在图片中绘制，并加入图例：

plt.plot(Data.飞行高度, Data.温度1, label='温度1', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度2, label='温度2', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度3, label='温度3', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度4, label='温度4', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度5, label='温度5', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度6, label='温度6', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度7, label='温度7', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度8, label='温度8', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度9, label='温度9', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度10, label='温度10', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度11, label='温度11', linewidth=0.75)   #从库里面调用方法+图例

plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('原始数据点线绘图', fontsize=18)
plt.legend(loc='upper right')

6. 绘制插值拟合曲线

6.1 interpld曲线方法

# interpld
def spline1(x, y, point):
    f = interpolate.interp1d(x, y, kind="cubic")  #曲线绘制方法1
    X = np.linspace(飞行高度.min(), 飞行高度.max(), num=point, endpoint=True)
    Y = f(X)
    return X, Y

6.2 splprep曲线方法

def spline3(x, y, point, deg):
    tck, u = interpolate.splprep([x, y], k=deg, s=300) #曲线绘制方法2
    u = np.linspace(0, 1, num=point, endpoint=True) #显示范围比例
    spline = interpolate.splev(u, tck)
    return spline[0], spline[1]

这里注意deg参数：

Degree of the spline. Cubic splines are recommended. Even values of k should be avoided especially with a small s-value. 1 <= deg <= 5, default is 3.

scipy.interpolate.splprep — SciPy v1.7.1 Manual

7. 完整程序

看完上面的介绍，你还可以将下面的程序直接粘贴复制到你的电脑中运行一下，用实际操作来加深对绘图命令的学习：

# 导入相关库
import matplotlib.pyplot as plt #绘图
import pandas as pd #读取exal文件
import numpy as np
plt.rcParams['axes.unicode_minus']=False #轴坐标负数符号显示
plt.rcParams['font.sans-serif']=['SimHei'] #添加黑体作为绘图字体
Data = pd.read_excel('E:\PythonData/LandingData1.xlsx') #打开exal文件，注意文件路径，文件夹名称不要用数字开头
from scipy import interpolate
#获取各通道温度数据
飞行高度 = Data.飞行高度
温度1 = Data.温度1
温度2 = Data.温度2
温度3 = Data.温度3
温度4 = Data.温度4
温度5 = Data.温度5
温度6 = Data.温度6
温度7 = Data.温度7
温度8 = Data.温度8
温度9 = Data.温度9
温度10 = Data.温度10
温度11 = Data.温度11

fig = plt.figure(figsize=(10, 8))
ax1 = fig.add_subplot(1, 3, 1)

plt.plot(Data.飞行高度, Data.温度1, label='温度1', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度2, label='温度2', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度3, label='温度3', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度4, label='温度4', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度5, label='温度5', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度6, label='温度6', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度7, label='温度7', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度8, label='温度8', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度9, label='温度9', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度10, label='温度10', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度11, label='温度11', linewidth=0.75)   #从库里面调用方法+图例

plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('原始数据点线绘图', fontsize=18)
plt.legend(loc='upper right')

# interpld
def spline1(x, y, point):
    f = interpolate.interp1d(x, y, kind="cubic")  #曲线绘制方法1
    X = np.linspace(飞行高度.min(), 飞行高度.max(), num=point, endpoint=True)
    Y = f(X)
    return X, Y

#splprep
def spline3(x, y, point, deg):
    tck, u = interpolate.splprep([x, y], k=deg, s=300) #曲线绘制方法2
    u = np.linspace(0, 1, num=point, endpoint=True) #显示范围比例
    spline = interpolate.splev(u, tck)
    return spline[0], spline[1]

m1, n1 = spline1(飞行高度, 温度1, 50000)
m2, n2 = spline1(飞行高度, 温度2, 50000)
m3, n3 = spline1(飞行高度, 温度3, 50000)
m4, n4 = spline1(飞行高度, 温度4, 50000)
m5, n5 = spline1(飞行高度, 温度5, 50000)
m6, n6 = spline1(飞行高度, 温度6, 50000)
m7, n7 = spline1(飞行高度, 温度7, 50000)
m8, n8 = spline1(飞行高度, 温度8, 50000)
m9, n9 = spline1(飞行高度, 温度9, 50000)
m10, n10 = spline1(飞行高度, 温度10, 50000)
m11, n11 = spline1(飞行高度, 温度11, 50000)

ax2 = fig.add_subplot(1, 3, 2)

plt.plot(m1, n1, label="温度1")
plt.plot(m2, n2, label="温度2")
plt.plot(m3, n3, label="温度3")
plt.plot(m4, n4, label="温度4")
plt.plot(m5, n5, label="温度5")
plt.plot(m6, n6, label="温度6")
plt.plot(m7, n7, label="温度7")
plt.plot(m8, n8, label="温度8")
plt.plot(m9, n9, label="温度9")
plt.plot(m10, n10, label="温度10")
plt.plot(m11, n11, label="温度11")

plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('interpld插值绘图', fontsize=18)
plt.legend(loc='upper right')

ax3 = fig.add_subplot(1, 3, 3)

a1, b1 = spline3(飞行高度, 温度1, 50000, 3)
a2, b2 = spline3(飞行高度, 温度2, 50000, 3)
a3, b3 = spline3(飞行高度, 温度3, 50000, 3)
a4, b4 = spline3(飞行高度, 温度4, 50000, 3)
a5, b5 = spline3(飞行高度, 温度5, 50000, 3)
a6, b6 = spline3(飞行高度, 温度6, 50000, 3)
a7, b7 = spline3(飞行高度, 温度7, 50000, 3)
a8, b8 = spline3(飞行高度, 温度8, 50000, 3)
a9, b9 = spline3(飞行高度, 温度9, 50000, 3)
a10, b10 = spline3(飞行高度, 温度10, 50000, 3)
a11, b11 = spline3(飞行高度, 温度11, 50000, 3)

plt.plot(a1, b1, label="温度1")
plt.plot(a2, b2, label="温度2")
plt.plot(a3, b3, label="温度3")
plt.plot(a4, b4, label="温度4")
plt.plot(a5, b5, label="温度5")
plt.plot(a6, b6, label="温度6")
plt.plot(a7, b7, label="温度7")
plt.plot(a8, b8, label="温度8")
plt.plot(a9, b9, label="温度9")
plt.plot(a10, b10, label="温度10")
plt.plot(a11, b11, label="温度11")

plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('splprep插值绘图', fontsize=18)
plt.legend(loc='upper right')

plt.savefig('折线图.png', dip=500)
plt.show()  #显示方法

米杰的声音
关注
专栏目录
python:实现绘制折线图(附完整源码)
希望我的博客，能帮上你解决学习中工作中所遇到的问题
04-11 1140
python:实现绘制折线图(附完整源码)
滑动轨迹 曲线 python_Python如何对折线进行平滑曲线处理？
weixin_39760068的博客
11-20 943
在用python绘图的时候，经常由于数据的原因导致画出来的图折线分界过于明显，因此需要对原数据绘制的折线进行平滑处理，本文介绍利用插值法进行平滑曲线处理：实现所需的库numpy、scipy、matplotlib插值法实现nearest：最邻近插值法 zero：阶梯插值 slinear：线性插值 quadratic、cubic：2、3阶B样条曲线插值拟合和插值的区别插值：简单来说，插值就是根据原有数...
R语言实现平滑折线图绘制指南
weixin_35756130的博客
10-02 996
本文还有配套的精品资源，点击获取 简介：折线图是展示数据随时间变化趋势的有效工具。在数据波动较大时，平滑技术能够去除短期波动，帮助揭示数据的长期趋势。R语言中的 ggplot2 库提供了丰富的功能，包括绘制多条平滑折线图，通过使用 geom_smooth() 函数和多种平滑方法如局部多项式回归（loess）、广义可加模型（gam）等。文章解释了如...
使用python代码画折线图【matplotlib】
热门推荐
qq_49641239的博客
07-16 12万+
1、画折线图【一条示例】 import matplotlib.pyplot as plt import numpy as np x_axis_data = [1,2,3,4,5,6,7] #x y_axis_data = [68,69,79,71,80,70,66] #y plt.plot(x_axis_data, y_axis_data, 'b*--', alpha=0.5, linewidth=1, label='acc')#'bo-'表示蓝色实线，数据点实心原点标注 ## plot中参数的含义分别
学了那么久Python还什么都做不了，我觉得你该试试这个方法了
龙叔的博客
11-08 1万+
答应我，别再做无用功了
Python绘制折线图or平滑曲线图(2D)
飞机火车巴雷特的博客
10-20 2万+
python通过插值的方式绘制平滑的曲线图
用python实现牛顿插值并绘图
weixin_62999981的博客
09-20 1500
利用python求出差商，从而进一步求出牛顿插值多项式，可针对任意数量的点，进行牛顿插值计算
python利用插值法对折线进行平滑曲线处理
09-19
### Python 利用插值法对折线进行平滑曲线处理 #### 概述 在数据分析及可视化领域，经常会遇到由于原始数据不连续或者波动较大而导致图表显示效果不佳的情况。为了改善这一问题，通常会采用插值方法对原始数据进行...
python 折线图平滑,在matplotlib图中绘制平滑曲线
weixin_42515409的博客
11-28 3107
I am reading a netcdf file using python and need to plot a graphs using matplotlib library in python.The netcdf file is containing 3 variables: u v and w components.I have to draw these 3 components o...
python使曲线变得平滑_python利用插值法对折线进行平滑曲线处理
weixin_39903176的博客
02-03 1679
在用python绘图的时候，经常由于数据的原因导致画出来的图折线分界过于明显，因此需要对原数据绘制的折线进行平滑处理，本文介绍利用插值法进行平滑曲线处理：实现所需的库numpy、scipy、matplotlib插值法实现nearest：最邻近插值法zero：阶梯插值slinear：线性插值quadratic、cubic：2、3阶B样条曲线插值-拟合和插值的区别1、插值：简单来说，插值就是根据原有数...
【SCI绘图】【曲线图系列1 python】绘制扫描点平滑曲线图
crasher123的博客
04-05 558
SCI，CCF，EI以及核心期刊本期分享：【SCI绘图】【散点图1 python】绘制扫描点平滑曲线图。
python绘制简单折线图代码示例
09-20
主要介绍了python绘制简单折线图代码示例，具有一定借鉴价值，需要的朋友可以参考下。
Matplotlib坐标轴
YiBochun-Blog
09-24 595
import matplotlib.pyplot as plt import mpl_toolkits.axisartist as axisartist #创建画布 fig = plt.figure() #使用axisartist.Subplot方法创建一个绘图区对象ax ax = axisartist.Subplot(fig, 111) #将绘图区对象添加到画布中 fig.add_axes...
使用python绘制折线图！
最新发布
2301_78217634的博客
10-10 864
这一节我们主要学习如何利用Python-M_atplotlib_绘制出折线图，以及如何修改折线图的样式，如绘制带标记，多个折线图，修改_坐标轴范围、调整线条颜色、修改文本字体。_”输出：这里的x，y变量分别代表x轴和y轴的数值，plt.plot为绘制折线图。可以利用xlabel和ylabel设置x轴和y轴的名称，title设置图标的标题。但单单是这样很难拿得出手，我们需要基于此对其进行优化一下，让其变得更美观！
pyplot使折线平滑
weixin_54215671的博客
09-18 238
interp1d。
Python 绘制折线图（matplotlib）
wsq119的博客
12-09 3347
绘制折线图
Python绘制简单的折线图，附详细代码和注释
Xx_Studying的博客
11-16 4588
本文利用Python绘制简单的折线图，需使用Matplotlib安装包，该安装包的安装可参考： Python中安装Matplotlib数学绘图库_Xx_Studying的博客-CSDN博客 绘制简单的折线图详细的python代码： import matplotlib.pyplot as plt # 导入模块pyplot,并为其指定别名plt input_values = [1, 2, 3, 4, 5] # 每个数据点对应的横坐标 squares = [1, 4, 9, 16, 25] # 建
python 折线图绘制
weixin_41611045的博客
08-08 1003
利用plt中plot绘制折线图的代码 import pandas as pd import os os.chdir("C:\\Users\Administrator.LAPTOP-1HM8PV0L\Desktop\论文\论文数据\描述性统计分析") table=pd.read_table("全国层面泰尔指数、indl1、indl2.csv",sep=',',engine="python",head...
Python数据分析(一) —— 绘制简单的折线图
涵涵啦啦啦的博客
11-18 1万+
运用matplotlib绘制简单的折线图，对实际问题进行可视化分析。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

米杰的声音

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值