matplotlib数据可视化——折线图

绘制折线图

---

plot()函数

plot(*args,**kwargs)

plot()函数的常用参数

参数名称	含义
args	前2个位置参数用来设置折线图上若干个端点坐标； 第一个参数位置：x坐标； 第二个参数位置：y坐标； 第三个参数位置：颜色、线型、标记符号形状： 颜色：‘r’(红色)、'g' (绿色)、'b'(蓝色)、'c'(青色)、'm'(品红色)、'y'(黄色)、'k'(黑色)、'w'(白色) 线型：'-'(实心线)、'--'(短划线)、'-.'(点划线)、':'(点线) 标记符：'.'(圆点)、'o'(圆圈)、'v'(向下的三角形)、'^'(向上的三角形)、'<'(向左的三角形)、 '>'(向右的三角形)、'*'(五角星)、'+'(加号)、'_'(下划线)、'x'(x符号)、'D'(菱形)
kwargs	alpha：指定透明度，介于0到1之间，默认为1，表示完全不透明； antialiased或aa：TRUE表示图形启用抗锯齿或反走样，False表示不启用，默认为True； color 或 c：线条颜色； label：线条标签； linestyle 或 ls：线型； linewidth 或 lw：线条宽度，单位为像素； marker：标记符形状； markeredgecolor 或 mec ：标记符边线颜色； markeredgewidth 或 mew：标记符边线宽度； markerfacecolor 或 mfc：标记符背景色； markersize 或 ms：标记符大小； visible：线条与标记符是否可见，默认为True

 导入库

import matplotlib.pyplot as plt

---

实例

import numpy as np
import matplotlib.pyplot as plt

#模拟数据
x = np.arange(0, 2 * np.pi, 0.1)
y = np.sin(x)

#画图并显示
plt.plot(x,y)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 2 * np.pi, 0.1)
y = np.sin(x)
plt.plot(x,y,color='green',linewidth=1,linestyle='--',marker='o',markersize=2)

plt.xlabel('X label')       #x轴标题
plt.ylabel('Y label')       #y轴标题
plt.xlim(0,2*np.pi)         #设置x轴的范围
plt.ylim(-1,1)              #设置y轴的范围
plt.text(np.pi/2, max(y),'Max',fontsize=14)  #添加文字
plt.scatter([np.pi/2], [max(y)], marker='*', color='red', s=120) #画个记号
plt.title('our first plot')  #图标标题
plt.show()

中文显示 

#图上显示中文的问题
import matplotlib.pyplot as plt
import matplotlib as mpl
 
# 生成x轴数据  列表推导式
x_data = [i for i in range(0, 55, 5)]
 
# 构造y轴数据
y_data1 = [0.5, 0.62, 0.72, 0.78, 0.85, 0.7, 0.64, 0.44, 0.29, 0.15, 0.09]
y_data2 = [0.5, 0.67, 0.71, 0.76, 0.79, 0.66, 0.58, 0.44, 0.38, 0.26, 0.18]
y_data3 = [0.5, 0.59, 0.72, 0.74, 0.76, 0.68, 0.58, 0.48, 0.4, 0.36, 0.3]
 
# matplotlib其实是不支持显示中文的 显示中文需要一行代码设置字体
mpl.rcParams['font.family'] = 'STKAITI' #'STKAITI'——字体
plt.rcParams['axes.unicode_minus'] = False   # 解决坐标轴负数的负号显示问题

# 设置图形显示风格
#plt.style.use('ggplot')
 
# 设置figure大小、像素
plt.figure(figsize=(6, 4), dpi=100)
 
# 绘制三条折线  点的形状 颜色  标签：用于图例显示
plt.plot(x_data, y_data1, marker='^', color="k", label="设备1")
plt.plot(x_data, y_data2, marker="o", color="k", label="设备2")
plt.plot(x_data, y_data3, marker="s", color="k", label="设备3")
 
# x y 轴标签   字体大小
plt.xlabel("时间周期/min", fontsize=13)
plt.ylabel("直接信任度值", fontsize=13)
 
# 显示图例
plt.legend()
 
# 保存图片  展示show
plt.savefig("折线图01.png", dpi=200)
plt.show()

子图设置 

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 2 * np.pi, 0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)

# 创建画布，切分绘图区域
figure = plt.figure(figsize=(8,4),dpi=100)

#各子图位置
ax1 = plt.subplot(1, 2, 1)
ax2 = plt.subplot(1, 2, 2)

# 绘制两条曲线
l1=ax1.plot(x, y_sin,'r--') # 绘制第一个子图
l2=ax2.plot(x, y_cos,'b-') # 绘制第二个子图

#设置显示标题
ax1.set_title('sin curve')
ax2.set_title('cos curve')

#调整子图之间距离
plt.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=0.6, hspace=0.5)
plt.show()

参考来源：https://www.jb51.net/article/211847.htm