Python：如何绘制带有色块的折线图_matplotlib 折线图色块-CSDN博客

本文链接：https://blog.csdn.net/qq_58754996/article/details/121170624

本文介绍了如何使用matplotlib为折线图添加色块，以显示数据的标准差。首先，绘制基础的折线图，然后计算每个坐标点的上下界，最后调用fill_between函数填充色块。提供的代码示例展示了完整的过程，包括计算平均值、标准差，以及设置图表的各种属性，如坐标标签、网格和图例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言：

如果正在看文章的你，还不会绘制折线图，请前往本人的主页看如何使用matplotlib绘制折线图这篇文章，该文章会仔细而详尽的告诉你绘制折线图的方法。言归正传，给折线图加色块，算是折线图的附加内容。加一个函数就可以搞定。效果图如下所示：

绘制带有色块的折线图的一般步骤：

第一步：绘制出基础的折线图：

在绘制色块前，我们可以使用绘制折线图的一般操作，绘制出折线图做基础准备。

第二步：计算每个坐标点对应的上下界：

其实色块看起来就像该坐标点在y轴方向上下平移所得的线条在x轴方向拼接而成。在绘制色块之前，我们需要计算出上下界。这个和获取图像点的坐标一样的道理。

# 算标准差
yTop = [y[i] + np.std(data[i]) for i in range(len(data))]
yBottom = [y[i] - np.std(data[i]) for i in range(len(data))]

这个是我写的获得上下界的程序。当然上下界看你自己，内容自定。不过得存在列表里，要求和获取坐标点一样。

第三步：绘制色块：

绘制色块其实很简单，调用函数fill_between就可以。

plt.fill_between(x, yTop, yBottom ,color="lightgreen",label="Standard deviation")#填充色块

该函数第一个值对应的是点的x坐标，第二个值就是各点对应的上界，第三个值就是各点对应的下界。后面就是一些基础的属性的设置，自然不必多说。

代码示例：

import numpy as np
import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
data = [[1, 2, 3, 4, 5, 6],
        [2, 4, 6, 8, 10, 12],
        [1, 3, 5, 7, 9, 11],
        [1.1, 2.2, 3.3, 4.4, 5.5, 6.6],
        [3, 6, 9, 12, 15, 18],
        [4, 8, 12, 16, 20, 24],
        [5, 10, 15, 20, 25, 30],
        [1.5, 2.5, 3.5, 4.5, 5.5, 6.5],
        [1, 4, 7, 10, 13, 16],
        [2, 5, 8, 11, 14, 17]]
y = [np.mean(i) for i in data]


# 绘制图形
plt.plot(x, y, linewidth=1, color="orange", marker="o",label="Mean value")
# 算标准差
yTop = [y[i] + np.std(data[i]) for i in range(len(data))]
yBottom = [y[i] - np.std(data[i]) for i in range(len(data))]
plt.fill_between(x, yTop, yBottom ,color="lightgreen",label="Standard deviation")#填充色块
# 设置横纵坐标
plt.xticks([0, 2, 4, 6, 8, 10, 12])
plt.yticks([0, 5, 10, 15, 20, 25])
plt.legend(["Mean value","Standard deviation"],loc="upper left")#设置线条标识
plt.grid()  # 设置网格模式
#设置每个点上的数值
for i in range(10):
        plt.text(x[i], y[i], y[i], fontsize=12, color="black", style="italic", weight="light", verticalalignment='center',horizontalalignment='right', rotation=90)
plt.show()