python可视化之matplotlib折线图（一）

本文链接：https://blog.csdn.net/u014543416/article/details/121595687

python可视化学习笔记之matplotlib，先从最基本的折线图开始学习记录。

1、最基本的折现图

import matplotlib.pyplot as plt

# 数据
x = [1,2,3,4,5,6,7,8,9,10]
y = [2,3,5,4,6,8,12,13,14,15]

plt.plot(x,y)
plt.show()

但平时在我们的使用过程中通常会调整图的各种格式，比如，颜色、线条形状、透明度、大小、标题等等，接下来对折线图的各种格式进行调整，翠花，上酸菜~

2、设置基本的大小、颜色、形状

# 设置画布大小，即图片大小,dpi为像素点
plt.figure(figsize=(10,5),dpi=80)
"""
折线图的颜色，color
linestyle为折线的形式，linewidth为折线的宽度
alpha为透明度，取值范围为0-1，越接近0，其越透明
marker为标记点的形状,markersigz为标记点的大小
"""
plt.plot(x,y,color='green',linestyle='--',linewidth=2,alpha=0.3,marker='o',markersize=10)
plt.show()
# plt.savefig('./plot.png') # 注意，在保存图片的时候前面不要使用show()，因为会释放figure资源，保存下的图片为空图片

3、绘制坐标轴刻度

x = [1,2,3,4,5,6,7,8,9,10]
y = [2,3,5,4,6,8,12,13,14,15]
plt.figure(figsize=(10,5),dpi=80)
# x轴刻度，还可以设置x轴的刻度标签，比如，把x轴的1-10改为1点到10点
x_ticks_lable = ['{}:00'.format(i) for i in x]
plt.xticks(x,x_ticks_lable)
# y轴刻度，y轴的刻度标签可同样设置，但是如果只用y来作为刻度标签，其y轴的刻度标签不连续，所以此时再对y轴刻度标签进行更改，比如摄氏度
#plt.yticks(y)
y_ticks_lable = ['{}℃'.format(i) for i in range(min(y),max(y)+1)]
plt.yticks(range(min(y),max(y)+1),y_ticks_lable)

plt.plot(x,y)
plt.show()

4、设置标题

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False  # 用来正常显示负号
x = [1,2,3,4,5,6,7,8,9,10]
y = [2,3,5,4,6,8,12,13,14,15]
plt.figure(figsize=(10,5),dpi=80)

x_ticks_lable = ['{}点'.format(i) for i in x]
plt.xticks(x,x_ticks_lable)
plt.xlabel('时刻')
y_ticks_lable = ['{}度'.format(i) for i in range(min(y),max(y)+1)]
plt.yticks(range(min(y),max(y)+1),y_ticks_lable)
# rotation 旋转角度
plt.ylabel('温度',rotation=45)
plt.title('温度随时间变化趋势图')
plt.plot(x,y)
plt.show()

5、多条线标签设置

x = [1,2,3,4,5,6,7,8,9,10]
y1 = [2,3,5,4,6,8,12,13,14,15]
y2 = [3,2,4,5,7,9,15,11,12,10]
plt.figure(figsize=(10,5),dpi=80)
# 画第一条线
plt.plot(x,y1,label='第一条')
# 画第二条线
plt.plot(x,y2,label='第二条')
plt.grid(alpha=0.4) # grid方法添加网格线，同样可通过alpha设置透明度
plt.legend(loc='upper right') # 第一条和第二条线的图例，要使用legend方法来显示，并可以通过loc来调整其显示的位置
plt.show()