【python】画折线图
一个简单的折线图：
画折线图至少需要2个列表：横坐标列表和纵坐标列表，两个坐标的位置一一对应。
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
x_axis_data = [1, 2, 3, 4, 5]
y_axis_data = [1, 2, 3, 4, 5]
# plot中参数的含义分别是横轴值，纵轴值，颜色，透明度和标签
plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, label='一些数字')
# 显示标签，如果不加这句，即使加了label='一些数字'的参数，最终还是不会显示标签
plt.legend(loc="upper right")
plt.xlabel('x轴数字')
plt.ylabel('y轴数字')
plt.show()
# plt.savefig('demo.jpg') # 保存该图片
上述代码显示结果如下：
代码语句说明：
plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, label='一些数字')
这句话按照横纵坐标的两个列表画了一条线
'ro-'是线条的格式，这个线条格式其实有很多含义，下面是一些例子:
| 线的格式 | 显示形式 |
|---|---|
| ‘ro-’ | 红色的线(red)，坐标点会有小圆点(o) |
| ‘ro’ | 红色的线(red)，坐标点用小圆点(o)表示，但是这个线条本身不会显示出来 |
| ‘r–’ | 红色(red)的虚线 |
| ‘bs’ | 蓝色(blue)的方块(square) |
| ‘g^’ | 绿色(green)的三角 |
| … | … |
颜色可以写成color='blue'或者写成十六进制的颜色值color='#4169E1'
alpha是透明度，label是该条线对应的标签
plt.legend(loc="upper right")
这句代码作用是显示标签，同时显示的位置是右上，这个地方可选的参数还有：
| 参数 | 参数码 |
|---|---|
| ‘best’ | 0 |
| ‘upper right’ | 1 |
| ‘upper left’ | 2 |
| ‘lower left’ | 3 |
| ‘lower right’ | 4 |
| ‘right’ | 5 |
| ‘center left’ | 6 |
| ‘center right’ | 7 |
| ‘lower center’ | 8 |
| ‘upper center’ | 9 |
| ‘center’ | 10 |
设置参数为'best'时，会自动选一个位置放标签，并且选的位置是最好的，覆盖其他线条的比例最小
给这个折线图中的点加数据标签：
加数据标签可以定量的分析折线的数据，加标签还比较简单，只要加上这句就可以了：
for x, y in zip(x_axis_data, y_axis_data):
plt.text(x, y+0.3, '%.0f' % y, ha='center', va='bottom', fontsize=10.5)
所有代码：
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
x_axis_data = [1, 2, 3, 4, 5]
y_axis_data = [1, 2, 3, 4, 5]
# plot中参数的含义分别是横轴值，纵轴值，颜色，透明度和标签
plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, label='一些数字')
for x, y in zip(x_axis_data, y_axis_data):
plt.text(x, y+0.3, '%.0f' % y, ha='center', va='bottom', fontsize=10.5)
# 显示标签，如果不加这句，即使加了label='一些数字'的参数，最终还是不会显示标签
plt.legend(loc="upper right")
plt.xlabel('x轴数字')
plt.ylabel('y轴数字')
plt.show()
# plt.savefig('demo.jpg') # 保存该图片
运行结果：
