Matplotlib绘图---折线图---线条颜色和风格,坐标轴范围(上）

1.简单的折线图（注：如果程序跑不出来，你最后加上plt.show() )

对于图表来说，最简单的莫过于作出一个单一函数的图像。我们首先来介绍创建这种类型图表。

%matplotlib inline
import matplotlib.pyplot as plt
plt.style.use('seaborn-whitegrid')
import numpy as np

对于所有的 Matplotlib 图表来说，我们都需要从创建图形和维度开始。图形和维度可以使用下面代码进行最简形式的创建：

fig = plt.figure()
ax = plt.axes()

在 Matplotlib 中，图形（类plt.Figure的一个实例）可以被认为是一个包括所有维度、图像、文本和标签对象的容器。维度（类plt.Axes的一个实例）就是你上面看到的图像，一个有边界的格子包括刻度和标签，最终还有我们画在上面的图表元素。我们使用变量名fig来指代图形对象，以及变量名ax来指代维度变量。

一旦我们创建了维度，我们可以使用ax.plot方法将数据绘制在图表上。下面是一个简单的正弦函数图形：

fig = plt.figure()
ax = plt.axes()

x = np.linspace(0, 10, 1000)
ax.plot(x, np.sin(x));

同样的，我们可以使用 pylab 接口帮我们在后台自动创建这两个对象：

plt.plot(x, np.sin(x));

如果我们需要在同一幅图形中绘制多根线条，只需要多次调用plot函数即可：

plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x));

这就是在 Matplotlib 中绘制简单函数图像的所有接口了。下面我们深入了解一下控制坐标轴和线条外观的细节。

调整折线图：线条颜色和风格
你可能第一个想到需要进行调整的部分就是线条的颜色和风格。plt.plot()函数接受额外的参数可以用来指定它们