matplotlib绘制折线图

1.绘制折线图

from matplotlib import pyplot as plt

x = range(2, 26, 2)
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]
#设置图片大小
plt.figure(figsize=(12, 8), dpi=80)
#绘图
plt.plot(x,y)
#展示图形
plt.show()

• range函数：range(start, stop[, step])
  前两个参数定义x的范围 2≤x＜26，第三个参数为步长 默认为1。步长越大，x轴刻度越稀疏。
  注意range函数定义的范围默认为左闭右开
• figure函数：figure()
  创建一个窗口，figsize：指定窗口大小，单位为英寸。dpi：每英寸像素点的个数，可以理解为清晰程度。dpi越高，图片放大后越清晰。
  

2.添加刻度

可以看到图片还有一点点瑕疵，x轴和y轴并不能很直观的看到每一点的刻度，所以可以自己设定x轴与y轴刻度范围，在绘图前添加以下代码

# 设置x,y轴刻度
plt.xticks(x[::1])  # 更改x轴步长为1
plt.yticks(range(min(y), max(y)+1))  # 更改y轴为最小值到最大值

3.添加信息

如果想添加x，y轴的标签信息和x轴每个数据的描述信息，可以修改上面代码

plt.xlabel("Num")
plt.ylabel("Age")
_xticks_label = ["No:{}".format(i) for i in range(12)]  # 一共12组数据
plt.xticks(x[::1], _xticks_label)
# plt.xticks(x[::1], _xticks_label, rotation='60')  # 标签旋转60度
plt.yticks(range(min(y), max(y)+1))

• xticks函数： xticks(ticks, [labels], ** kwargs)
  ticks：数组类型，用于设置X轴刻度间隔，也称为步长
  [labels]：数组类型，用于设置每个数据的显示标签
  **kwargs：用于设置标签字体倾斜度和颜色等外观属性，如 rotation=‘旋转角度’

4.添加网格线

这么多数据虽然有了比较精确的x，y轴刻度，但是不容易分辨出单个数据的准确信息(不可能拿个尺子放在屏幕上一个个对照吧…)，所以就需要添加网格线使得可读性更好。再添加以下代码

plt.grid(alpha=0.8, linestyle=':')

• grid函数：grid(b, which, axis, color, linestyle, linewidth， ** kwargs)
  grid函数的参数非常多，就简略的说几个参数。
  alpha：透明度，范围[0，1]
  axis：可以设置为‘x’，‘y’，‘both’，选择哪个轴，则画出哪个轴的网格线，默认为’both’
  color：设置颜色，'r’红色，'g’绿色，'b’蓝色
  linestyle：设置网格线的风格
  

完整代码：

from matplotlib import pyplot as plt

x = range(2, 26, 2)
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]

# 设置图片大小
plt.figure(figsize=(12, 8), dpi=80)

# 绘制图形
plt.xlabel("Num")
plt.ylabel("Age")
_xticks_label = ["No:{}".format(i) for i in range(12)]
plt.xticks(x[::1], _xticks_label)
# plt.xticks(x[::1], _xticks_label, rotation='60')
plt.yticks(range(min(y), max(y)+1))
plt.grid(alpha=0.8, linestyle=':')

plt.plot(x, y)

# 展示图形
plt.show()