matplotlib-折线图的常用操作合集

序言：

感悟：复杂的折线图，都是由基础的折线图慢慢加工绘制而成，我们通过绘制出基本折线图，然后分析需要添加的功能，慢慢润色图形即可完成复杂的图形绘制。

折线图：以折线的上升或下降来表示统计数量的增减变化的统计图
特点：能够显示数据的变化趋势，反映事物的变化情况。（变化）

我们以一个例子来进行展示折线图常用操作。

#假设大家在30岁的时候，根据自己的实际情况，统计出来了从11岁到30岁。假设每年看的书籍数量如列表
a=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1,
#请绘制出该数据的折线图，以便分析自己每年看书的数量走向趋势
#要求： y轴表示书的本数，x轴表示岁数，比如11岁，12岁等

一.基本图形的绘制

如果是没有配置环境第一次进行绘图的朋友，可以看看：

matplotlib绘图学习--适合小白零基础-CSDN博客

我们首先绘制图形的大概，那么，让我们先熟悉基本图形绘制的步骤吧

1.导库

from matplotlib import pyplot as plt 

2.描述给定信息，将其转化成坐标轴参数，设置x轴和y轴

x=range(11,31)
y=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]

3.传参绘图

plt.plot(x,y)

4.在界面展示图像

plt.show()

经过上述步骤，我们可以得到以下效果图

这时，如果觉得图片比较小，可以设置图片大小

这一步需要在绘图传参之前：

#.设置图片大小规格

plt.figure(figsize=(12,8),dpi=90)   #figesize设置图片规模，里面两个参数代表长和宽，dpi是设置图片的分辨率大小，越大放大越清晰

二.对折线图进行润色

#对x轴刻度进行调整

我们可以发现x轴表示岁数，但刻度并不太如人意，我们首先稍作调整改成整数

#设置x轴的刻度密度
plt.xticks(range(11,31))        

然后让我们进行优化，因为如果上面显示加上岁字，可能感官上会更好。

我们需要首先将字符添加到数字后面，然后再将其显示到刻度轴上

#x轴优化，加一个岁字
_xtick_labels = ["{}岁".format(i) for i in range(11,31)]      #得到修改后的列表数据
plt.xticks(list(x),_xtick_labels,rotation=60,fontproperties='SimSun')   #前两个参数，第一个是原本给定列表数据，第二个是我们修改后的列表数据。rotation是文字进行旋转，60为度数，fontproperties是为了让岁字顺利显示中文，不设置则会显示乱码

#添加描述信息

我们可以看到，x轴，y轴以及整个图形都没有标题，我们现在进行添加

plt.xlabel('年龄（岁）')                                #x轴
plt.ylabel('书的数量(本)',fontproperties='SimSun')      #y轴
plt.title('随年龄增长每年看书的数量走向趋势',fontproperties='SimSun') #折线图标题

#网格背景的设置

图形已经和问题描述差不多，现在我们进行优化，让图形更直观，增加一个网格背景可以更加直观看清楚每个年龄对应的书的数量。

plt.grid(alpha=0.4)  #alpha表示透明度，范围为0到1，0则显示没有，数值越大网格越清晰

#补充：这里还可以增加color(网格颜色)，linestyle（线条样式）。常用linestyle="--","-:"等

三.多个折线图的描绘

#绘制多个折线图

现在多加一个需求：
请画出同桌b的看书数量走向，以便与自己进行比较
b=[1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]

此时，我们需要多描绘出一个折线图，这是只需要plt.plot()绘图的传入参数，调用两次plot（）函数即可,其余代码保持不变

y_1=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]                      #自己每年看书的数量列表

y_2=[1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]                      #同桌每年的看书数量列表

plt.plot(x,y_1)
plt.plot(x,y_2)

#添加图例标注

从上图我们可以看出，问题需求是基本实现，但是对于两条线是谁的，却不能第一时间得知，这时，需要我们进行图例的添加。调用图例有两种方式：

方式1：

现在plt.plot（）函数里面添加label属性，然后调用legend()，方法即可

以本题为例：plt.plot(x,y_1,label="自己")

                     plt.plot(x,y_2，label="同桌")

                     plt.legend()                #此函数放在plot()之后，show()函数之前即可

 注意，legend()函数不支持在函数里面传入属性fontproperties='SimSun'属性，只能使用全局样式，显示中文。使用全局样式，我们不必每一个中文显示的地方都加fontproperties属性了。

显示中文这一知识点，可以看我之前写的文章：中文乱码，matplotlib正确显示中文的三种方式-CSDN博客

方式2：

直接使用legend()函数，只不过内部需要添加一个列表[]，按绘图顺序填入内容即可显示对应的文字内容。

plt.legend(['自己','同桌'])

补充：这个图例标注的位置默认是显示最佳位置得，如果想要改变图例位置，只需要在函数内传入参数loc="upper left"（左上），位置参数有： upper right（右上）、upper left（左上）、 lower left（左下）、 lower right（右下）、 right（右）、center left（中左）、 center right（中右）、 lower center（中下）、   upper center（中上）、  center（居中）

#保存图片

如果我们想要直接得到我们绘制的图片，可以通过plt.savefig('file_path')，函数实现

以此题为例：plt.savefig('./plot.jpg')，其中"./"是当前文件夹下，plot是文件名，jpg是格式，还可用png等格式。我们运行程序直接可以得到以下图片在当前文件夹生成。

代码：

#1.导库
from matplotlib import pyplot as plt   #导库

#显示中文
from matplotlib import rcParams
rcParams['font.family']='SimSun'

#2.描述给定信息,设置x轴和y轴
x=range(11,31)
y_1=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2=[1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]

#设置图片大小规格
plt.figure(figsize=(12,8),dpi=90)

#3.传参绘图
plt.plot(x,y_1)
plt.plot(x,y_2)
plt.legend(['自己','同桌'])

#x轴优化，加一个岁字
_xtick_labels = ["{}岁".format(i) for i in range(11,31)]
plt.xticks(list(x),_xtick_labels,rotation=60)

#添加描述信息
plt.xlabel('年龄（岁）')
plt.ylabel('书的数量(本)')      #y轴
plt.title('11岁到30岁看书的数量走向趋势') #折线图标题

#网格背景设置
plt.grid(alpha=0.4)

#保存图片
plt.savefig('./plot.jpg')

#4.在界面展示图像
plt.show()

上述操作就是折线图的一些常用操作了，如果需要描述一些其他的功能，我们只需要根据需求，需要什么，添加对应的属性参数即可。