matplotlib折线图整个绘图详细过程（由简到细）
几种图的特点：
折线图：能够显示事物的变化趋势，变化情况 plt.plot()
直方图：绘制连续性的数据，展示一组或者多组数据的分布情况
条形图：绘制离散的数据，展示一组或多组数据的分布情况
散点图：判断变量之间是否存在数量关联趋势，展示离群点，分布规律 plt.scatter()
折线图绘制：
一次完整简单绘图：
from matplotlib import pyplot as plt
x = range(1, 21, 1) #得到x轴坐标
y = [num = radom.randint(10, 20) for i in range(20)] #得到y轴坐标，x,y坐标个数必须一致
##设置图片大小，也可以不用设置 可省去用默认
plt.figure(figsize=(20,8), dpi=100) #figsize设置图片大小，dpi设置图片清晰度
##设置x，y轴坐标刻度 可省去，用默认
plt.xticks(range(1, 21, 2)) #x坐标轴的显示值
plt.yticks(range(min(y), max(y), 2)) #y坐标轴的显示值
##绘制图
plt.plot(x, y) #传进去x,y的坐标
plt.show() #把图显示出来
##保存图片
plt.savefig("图片存储路径")
plt.xticks()方法：
1、设置中文字体，两种方法：
1）plt.xticks(x[::3], x_label[::3], rotation=45, fontproperties=my_font)
x为列表，是显示出来的刻度值
x_label是列表，是与刻度值对应的文字内容，可以将对应位置的列表值改为对应文字内容
rotation是显示出来的刻度值或者对应的文字内容旋转一定的角度，值为多少就旋转多少
fontproperties是将实例化的matplotlib.font_manager.FontProperties()的实例传进来，用于使用实例化方法的字体设置，matplotlib.font_manager.FontProperties()的使用方法是：my_font = font_manager.FontProperties(fname=“C:\Windows\Fonts\STKAITI.TTF”)，然后将my_font传进plt.xticks对应的参数进行了，fname的值是系统中对应字体的文件目录。
这个方法是每个地方都要传入实例化的字体设置my_font，就是说在设置x轴的汉字处需要传，y轴的汉字出需要传，title处需要传。
完整的一次使用过程是：
from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
#实例化字体，fname的值是系统中对应字体的文件目录
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\STKAITI.TTF")
#设置x、y轴坐标值
random.seed(10)
y = [random.randint(25, 30) for i in range(121)]
x = list(range(1,122))
# print(y, '\n', x)
# print(len(x), len(y))
设置图片大小
plt.figure(figsize=(20, 8), dpi=100)
#设置x轴坐标对应的文字内容
x_label = ["1月{}日".format(i) for i in range(1, 32)]
x_label += ["2月{}日".format(i) for i in range(1, 30)]
x_label += ["3月{}日".format(i) for i in range(1, 32)]
x_label += ["4月{}日".format(i) for i in range(1, 31)]
# plt.xticks(x[::3], x_label[::3], rotation=45, fontproperties=my_font)
plt.xticks(x[::3], x_label[::3], rotation=45)
#绘图
plt.plot(x, y)
plt.show()
2）font = { ‘family’: ‘STKAITI’, ###STKAITI是华文楷体再系统中的名字
‘weight’: ‘bold’,
‘size’: 18} ###size是字体大小
matplotlib.rc(“font”, **font)
这个方法的好处是设置好，后面的所有都会默认只用这种字体。
完整的一次使用过程：
from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
#设置中文字
font = {'family': 'STKAITI',
'weight': 'bold',
'size': 25}
matplotlib.rc("font", **font)
#设置x、y轴坐标值
random.seed(10)
y = [random.randint(25, 30) for i in range(121)]
x = list(range(1,122))
# print(y, '\n', x)
# print(len(x), len(y))
#设置图片大小
plt.figure(figsize=(20, 8), dpi=100)
#设置x、y轴坐标值对应的文字内容
x_label = ["1月{}日".format(i) for i in range(1, 32)]
x_label += ["2月{}日".format(i) for i in range(1, 30)]
x_label += ["3月{}日".format(i) for i in range(1, 32)]
x_label += ["4月{}日".format(i) for i in range(1, 31)]
plt.xticks(x[::3], x_label[::3], rotation=45)
#绘图
plt.plot(x, y)
plt.show()
2、设置图形描述信息：
plt.xlabel("描述内容") #对x轴描述
plt.ylabel("描述内容") #对y轴描述
plt.title("描述内容") #整个图形的名字
完整过程：
from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
#设置中文字
font = {'family': 'STKAITI',
'weight': 'bold',
'size': 25}
matplotlib.rc("font", **font)
#设置x、y轴坐标值
random.seed(10)
y = [random.randint(25, 30) for i in range(121)]
x = list(range(1,122))
# print(y, '\n', x)
# print(len(x), len(y))
#设置图片大小
plt.figure(figsize=(20, 8), dpi=100)
#设置x、y轴坐标值对应的文字内容
x_label = ["1月{}日".format(i) for i in range(1, 32)]
x_label += ["2月{}日".format(i) for i in range(1, 30)]
x_label += ["3月{}日".format(i) for i in range(1, 32)]
x_label += ["4月{}日".format(i) for i in range(1, 31)]
plt.xticks(x[::3], x_label[::3], rotation=45)
#图形描述信息
plt.xlabel("日期")
plt.ylabel("温度 单位（℃）")
plt.title("日平均温度")
#绘图
plt.plot(x, y)
plt.show()
3、设置网格线：
plt.grid(alpha=0.5)
##参数alpha是网格线透明度
完整实例：
#设置中文字体
font = {'family': 'STKAITI',
'weight': 'bold',
'size': '18'}
matplotlib.rc("font", **font)
#设置x、y轴坐标值
y_1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y_2 = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]
x = list(range(11, 31))
#设置图像大小
plt.figure(figsize=(20, 10), dpi=100)
#绘制x、y轴刻度对应的文字
x_label = ["{}岁".format(i) for i in x]
plt.xticks(x, x_label, rotation=45)
y_label = list(range(min(y_1), max(y_1)+1))
plt.yticks(y_label)
#设置x，y，图的描述信息
plt.xlabel("年龄")
plt.ylabel("交往对象个数")
plt.title("随年龄变化的对象交往情况图")
#绘制网格线
plt.grid(alpha = 0.4)
绘制图像
plt.plot(x, y_1)
plt.plot(x, y_2) ##一个图像中可以绘制两条线，多条线类似
plt.show()
4、设置图例
plt.legend(loc="upper right")
##在plt.plot(label="线条名字")添加label参数，描述线条名字。loc可以设置图例的具体位置，可以不设置，默认寻找最佳位置（线条少的地方
#设置中文字体
font = {'family': 'STKAITI',
'weight': 'bold',
'size': '18'}
matplotlib.rc("font", **font)
#设置x、y轴坐标值
y_1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y_2 = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]
x = list(range(11, 31))
#设置图像大小
plt.figure(figsize=(20, 10), dpi=100)
#绘制x、y轴刻度对应的文字
x_label = ["{}岁".format(i) for i in x]
plt.xticks(x, x_label, rotation=45)
y_label = list(range(min(y_1), max(y_1)+1))
plt.yticks(y_label)
#设置x，y，图的描述信息
plt.xlabel("年龄")
plt.ylabel("交往对象个数")
plt.title("随年龄变化的对象交往情况图")
#绘制网格线
plt.grid(alpha = 0.4)
绘制图像
plt.plot(x, y_1, label="我")
plt.plot(x, y_2, label="简")
plt.legend(loc="upper right")
'''
#此处可以这样：
plt.plot(x, y_1)
plt.plot(x, y_2)
plt.legend(labels=["我", "简"], loc="upper right")
#效果相同
'''
plt.show()
5、自定义绘制的图线风格：
plt.plot(x, y,
color = "颜色" #可以使用英文，也可以使用颜色16进制代码
linestyle = "-." #设置线条样式
linewidth = num #设置线条粗细，num是一个数字
alpha = double_num #设置透明度，double_num是一个0~1的小数
)
完整过程：
#设置中文字体
font = {'family': 'STKAITI',
'weight': 'bold',
'size': '18'}
matplotlib.rc("font", **font)
#设置x、y轴坐标值
y_1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y_2 = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]
x = list(range(11, 31))
#设置图像大小
plt.figure(figsize=(20, 10), dpi=100)
#绘制x、y轴刻度对应的文字
x_label = ["{}岁".format(i) for i in x]
plt.xticks(x, x_label, rotation=45)
y_label = list(range(min(y_1), max(y_1)+1))
plt.yticks(y_label)
#设置x，y，图的描述信息
plt.xlabel("年龄")
plt.ylabel("交往对象个数")
plt.title("随年龄变化的对象交往情况图")
#绘制网格线
plt.grid(alpha = 0.4)
绘制图像
plt.plot(x, y_1, label="我", color="orange", linestyle=":", linewidth=1)
plt.plot(x, y_2, label="简", color="black", linestyle="-.", linewidth=20)
plt.legend(loc="upper right")
plt.show()