python与数据可视化：使用matplotlib绘制折线图_matplotllib数据可视化实战绘制折线图实战-CSDN博客

本文链接：https://blog.csdn.net/m0_51404298/article/details/118306898

本文介绍了如何使用matplotlib库在Python中绘制折线图，从基础步骤到优化技巧，包括改变坐标轴分度、解决中文乱码、调整图片大小，帮助读者掌握数据可视化的关键操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python与数据可视化：使用matplotlib绘制折线图

一、matplotlib简介

matplotlib是python的一个数据可视化工具，是一个功能强大的数学绘图库，它能帮助程序员绘制出折线图或散点图等图表。
访问以下链接https://matplotlib.org/stable/gallery/index.html
可以了解到更多功能并获取官方教程。

二、使用matplotlib绘制折线图

应用场景：

以上为我国2020年第一季度至2021年第一季度的国内生产总值统计表。将表中数据按照时间为横轴（单位：季度）、GDP为纵轴（单位：亿元）绘制成折线图。
数据来自国家统计局官网，点击以下链接可查看原网页：
https://data.stats.gov.cn/easyquery.htm?cn=B01

（一）基础步骤：描点、连线、画图

在中学的数学课上，老师就讲过，描绘函数图像的核心步骤只有三步：描点、连线和画图，在这里也是一样。

# 导入matplotlib下的pyplot包
from matplotlib import pyplot as plt
# 描述横坐标
x = range(1, 6)
# 描述横坐标对应的纵坐标
y = [205727, 248985.1, 264976.3, 296297.8, 249310.1]
# 将坐标信息传入绘制图像的函数
plt.plot(x, y)
# 显示图像
plt.show()

运行结果：
在这里插入图片描述

（二）优化1：改变坐标轴的分度值，改变刻度标签，增加图片标题和坐标轴的物理意义

但是，我们注意到，这幅图横纵坐标的物理意义并不明确，缺少必要的说明。同时坐标轴的分度值（0.5）不合适。（“半个季度”可能会让人产生疑惑）所以我们有必要对图像作出优化。

# 导入matplotlib下的pyplot包
from matplotlib import pyplot as plt

# 基础步骤
# 描述横坐标
x = range(1, 6)
# 描述横坐标对应的纵坐标
y