Matplotlib-绘制折线图

1. 绘制折线图

  from matplotlib import pyplot as plt
  x = range(1, 10)
  y = [1, 3, 9, 12, 15, 23, 34, 31, 23]
  plt.plot(x, y)  # 传入x轴和y轴数据，通过plot绘制折线图
  plt.show()

2. 设置折线的颜色和形状

from matplotlib import pyplot as plt
x = range(1, 10)
y = [1, 3, 9, 12, 15, 23, 34, 31, 23]

#
# color: 折线颜色；可以设置16进制颜色码或者英文单词
# alpha: 折线透明度； 范围 0~1
# linestyle: 折线样式
#            -  实线（solid）
#            -- 短线（dashed）
#            -. 短点相间线（dashdot）
#            :  虚点线(dotted)
# linewidth： 折线宽度
plt.plot(
    x, y, color='pink', alpha=0.6, linestyle='--', linewidth=2
)  # 传入x轴和y轴数据，通过plot绘制折线图

plt.show()

3. 设置折点

from matplotlib import pyplot as plt
x = range(1, 10)
y = [1, 3, 9, 12, 15, 23, 34, 31, 23]

plt.plot(
    x, y, marker='o', color='pink',
    markersize=15, markeredgecolor='g', markeredgewidth=3
)  # 传入x轴和y轴数据，通过plot绘制折线图
plt.show()

折点样式(marker)选择

4. 设置图片大小

from matplotlib import pyplot as plt
x = range(1, 10)
y = [1, 3, 9, 12, 15, 23, 34, 31, 23]

#
# 设置图片(画布)大小
#   figsize: 指定画布的宽和高，单位：英寸
#   dpi：指定绘图对象的分辨率，即每英寸多少个像素点，缺省值为80    1英寸等于2.5cm
#
plt.figure(figsize=(20, 8), dpi=80)
plt.plot(
    x, y, marker='_', color='pink',
    markersize=12, markeredgecolor='g', markeredgewidth=3
)  # 传入x轴和y轴数据，通过plot绘制折线图

# # plt.show()会释放figure资源，如果在显示图像之后报出图像将会得到一张空的图片
# plt.show()  

plt.savefig('./t1.png')
# 可以保存为矢量图格式，矢量图在网页中放大不会有锯齿
# plt.savefig('./t1.svg')

5. 设置折线的x轴和y轴刻度

from matplotlib import pyplot as plt
from matplotlib import font_manager

x = range(1, 13)
y = [1, 3, 9, 12, 15, 23, 34, 31, 23, 28, 27, 30]

# plt.xticks(x)  # 设置x轴刻度
# plt.yticks(y)  # 设置y轴刻度

#
# 处理mac系统中文乱码问题： 在fname参数中指定字体路径 生成字体对象
#
# my_font = font_manager.FontProperties(fname='msyh.ttc', size=16)
# xtick_labels = ['{}月'.format(i) for i in x]
# ytick_labels = ['{}万'.format(i) for i in y]
# plt.xticks(x, xtick_labels, fontproperties=my_font, rotation=45)
# plt.yticks(y, ytick_labels, fontproperties=my_font)
#

# 这两句是处理Windows系统中文乱码问题, 直接调用系统中字体
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 设置x轴标签，并让字体旋转45度
xtick_labels = ['{}月'.format(i) for i in x]
ytick_labels = ['{}万'.format(i) for i in y]
plt.xticks(x, xtick_labels, rotation=45)
plt.yticks(y, ytick_labels)

plt.plot(
    x, y, marker='o', color='pink',
    markersize=10, markeredgecolor='g', markeredgewidth=2
)  # 传入x轴和y轴数据，通过plot绘制折线图
plt.show()

# plt.savefig('./t1.png')
# 可以保存为矢量图格式，矢量图在网页中放大不会有锯齿
# plt.savefig('./t1.svg')

6. 一图多线

import random

from matplotlib import pyplot as plt

x = range(1, 13)
y1 = [1, 3, 9, 12, 15, 23, 34, 31, 23, 28, 27, 30]
y2 = [3, 2, 12, 21, 23, 4, 32, 30, 28, 18, 21, 31]

plt.plot(x, y1, color='red', label='小明')
plt.plot(x, y2, color='blue', label='小方')

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

plt.xticks(x, ['{}月'.format(i) for i in x])

plt.ylabel('销售额(万)')  # y轴标题
plt.title('每月销售额')  # 图片标题

# 绘制网格
# alpha设置透明度，也可以设置网格线的样式
plt.grid(alpha=0.4)

# 添加图例
# 设置位置loc: upper left、lower left、center left、upper center
plt.legend(loc='upper left')

plt.show()

7. 一图多个坐标系子图

from matplotlib import pyplot as plt
import numpy as np

x = np.arange(1, 100)
fig = plt.figure(figsize=(20, 10), dpi=80)  # 新建一个20*10，像素为80的画布

ax1 = fig.add_subplot(2, 2, 1)  # 新建第一个子图  将画布分为两行两列，占据第一个位置
ax1.plot(x, x)

ax2 = fig.add_subplot(2, 2, 2)  # 第二个子图
ax2.plot(x, x**2)
# 添加网格，并设置虚线样式宽度为1，透明度0.4
ax2.grid(color='red', linestyle='--', linewidth=1, alpha=0.4)

ax3 = fig.add_subplot(2, 2, 3)  # 第三个子图
ax3.plot(x, np.log(x))

plt.show()

8. 设置坐标轴范围

from matplotlib import pyplot as plt
import numpy as np

x = np.arange(-10, 11)
plt.plot(x, x**2)
# plt.xlim([-3, 8])  # 调整x轴左右范围
# plt.xlim(xmin=-3)
# plt.xlim(xmax=5)
plt.xlim(xmin=0, xmax=8)  # 设置x轴最小范围和最大范围
plt.ylim(ymin=0)  # 设置y轴最小范围
plt.show()

9. 改变坐标轴默认显示方式

from matplotlib import pyplot as plt

x = range(-5, 5)
y = range(0, 20, 2)

ax = plt.gca()  # 获取当前图像

# 设置图像的边界线
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['bottom'].set_color('blue')
ax.spines['left'].set_color('red')

# 设置底边的移动范围，移动到y轴的0位置，'data':移动轴的位置到交叉轴的指定坐标
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))

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