matplotlib：折线图的绘制

一、matplotlib绘图三部曲

（1）建立画布

（2）绘图——包含绘图与图形修饰

（3）绘图展现

二、折线图的绘制

（1）导入模块

import matplotlib.pyplot as plt
import numpy as np

　　将模块导入到脚本中，并更更名字为plt

（2）建立画布

plt.figure(figsize=(8,5), dpi=120)

　　使用figure()方法建立画布，figsize=(x,y)参数用于设置画布大小，单位为英寸，dpi参数用于设置图片像素

　　matplotlib默认不支持中文和符号和字符

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

　　加入上面两行代码，使其可以显示中文和符号

（3）绘图——包括绘图与图形修饰

• 准备横轴和纵轴数据（以将来5天北京气温走势为例）

x = np.arange(1, 6) y_max = np.array([13, 15, 14, 17, 16]) y_min = np.array([1, 2, 4, 5, 2])

　　数据通常以数组的形式来表示，这里x指的是横轴上的刻度，y_max和y_min都是纵轴的数据

• 绘制折线图

plt.plot(x, y_max, color='r', linestyle=':', linewidth=1.2, marker="*", markersize=7, markerfacecolor='b', markeredgecolor='g') plt.plot(x, y_min, color='b', linestyle='-.', linewidth=1.2, marker="o", markersize=7, markerfacecolor='y', markeredgecolor='r')

　　使用plot()方法绘制折线图，相关参数有color：线的颜色，linestyle：线型，linewidth：线的宽度，marker：点的形状，markersize：点的大小，markerfacecolor：点的填充颜色，markeredgecolor：点的边缘颜色

• 增长标题

plt.title("北京将来5天气温走势图")

　　使用title()方法为图表增长标题

• 增长横轴名称

plt.xlabel("日期", verticalalignment="top")

　　使用xlabel()方法设置横轴名称，参数verticalalignment：设置名称的位置

• 增长纵轴名称

plt.ylabel("温度（℃）", rotation=0, horizontalalignment="right")

　　使用ylabel()方法设置纵轴名称，参数horizontalalignment：设置名称的位置，rotation：设置名称的旋转角度

• 修改刻度

xticks = ["今天", "周五", "周六", "周日", "周一"] plt.xticks(x, xticks)

　　使用xticks()方法修改横轴刻度，参数1为原来的刻度，参数2为替换以后的刻度

yticks = np.arange(-6, 34, 3) plt.yticks(yticks)

　　使用yticks()方法设置纵轴刻度，参数yticks为设置后的刻度

• 增长图例

plt.legend(["最高温", "最低温"], loc=2)

　　增长图例的目的是让人可以更好的分别出每条折线分别表明什么，参数loc用于设置图例的所在位置

• 增长标注

for i, j in zip(x, y_max): plt.text(i, j + 1, "%d℃" % j, horizontalalignment="center") for i, j in zip(x, y_min): plt.text(i, j + 1, "%d℃" % j, horizontalalignment="center")

　　使用text()方法为每个点增长标注，每次只能设置一个点的标注，所以使用循环，参数1为标注位置的横坐标，参数2位标注位置的纵坐标，参数3为标注的内容，horizontalalignment：设置标注的位置

• 保存图片

plt.savefig("./将来5天北京气温走势图.png")

　　使用savefig()方法将绘制出的折线图保存为图片，参数为图片的路径+名字

（4）绘图展现

plt.show()

　　使用show()方法展现绘制出的图形，不添加任何参数

三、最终效果展现

 四、折线图的特色

　　概念：将值标注成点，并将这些点按照某种特定顺序链接起来造成的图称为折线图

　　应用场景：数据在一个有序的因变量上的变化，它的特色是反映事物随类别变化的趋势，能够清晰展示数据的增减趋势，增减的速率，增减的规律、峰值等特征

　　优势：

• • 可以很好的展示沿某个维度的变化趋势
  • 可以比较多组数据在同一个维度上的趋势
  • 适合展示较大的数据集

　　缺点：

• • 每张图上不适合展示较多的折线图