【Python】用Python绘制折线图（插值法平滑曲线）

目录

利用绘制图表：​​​​​​matplotlib官网

1. 小试牛刀——柱状图

1.1 matplotlib库默认英文字体

2. 折线图绘制

2.1 读取exal方法

2.1.1  数据处理常用库：pandas

2.1.2 找到pandas在pathon安装的位置Lib->site-package

2.2 提取列表数组

3. 论文图片的类型和格式

4. Python绘制折线图坐标无法显示负号

5. 绘制曲线

6. 绘制插值拟合曲线

6.1 interpld曲线方法

6.2 splprep曲线方法

7. 完整程序

---

利用绘制图表：​​​​​​matplotlib官网

1. 小试牛刀——柱状图

基本方法：matplotlib.pyplot.bar()

基本参数：bar(x,y)

其他参数：颜色color        宽度width        透明度alpha        

其他方法：图例legend()        横轴定义xlable()        纵轴定义ylable()        图标题title()        刻度方法xlim(), ylim()

import matplotlib.pyplot as plt #绘图
import pandas as pd #读取exal文件
plt.rcParams['font.sans-serif']=['SimHei'] #添加黑体作为绘图字体
name = ['tom', 'rose', 'lucy']#变量name装了一个列表
weight = [60, 70, 80]#具有位置属性和数值属性
plt.bar(name, weight, label='体重', color='green', alpha=0.5, width=0.5)   #从库里面调用方法+图例+颜色+透明度+宽度
plt.xlabel('姓名')
plt.ylabel('体重 单位kg')
plt.title('三个人的体重xx')
plt.legend()
plt.savefig('柱状图.png', dip=500)
plt.show()  #显示方法

1.1 matplotlib库默认英文字体

添加黑体（‘SimHei’）为绘图字体用以在图表中显示。

代码：

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

2. 折线图绘制

2.1 读取exal方法

2.1.1  数据处理常用库：pandas

用pandas读取excel文件的常用方法：read_excel()  参数是文件名 

2.1.2 找到pandas在pathon安装的位置Lib->site-package

import matplotlib.pyplot as plt #绘图
import pandas as pd #读取exal文件
Data = pd.read_excel('E:\PythonData/LandingData.xlsx')#exal文件路径，注意不要数字开头
print(Data)#打印数据

  注意文件路径开头不要是数字，不然报错 

E:\PythonData/LandingData.xlsx

2.2 提取列表数组

#获取各通道温度数据
飞行高度 = Data.飞行高度
温度1 = Data.温度1
温度2 = Data.温度2
温度3 = Data.温度3
温度4 = Data.温度4
温度5 = Data.温度5
温度6 = Data.温度6
温度7 = Data.温度7
温度8 = Data.温度8
温度9 = Data.温度9
温度10 = Data.温度10
温度11 = Data.温度11

3. 论文图片的类型和格式

plt.savefig('折线图.png', dip=500)

位图（放大后有马赛克）：.jpg        .tif        .psd        .bmp        .png

矢量图（放大也很清晰）：.wmf        .emf        .epd        .cdx

事物摄影使用位图，

.png格式是非可拓展文件类型；.pdf是可拓展文件格式，pdf是矢量图。

4. Python绘制折线图坐标无法显示负号

添加如下代码即可：

import matplotlib
matplotlib.rcParams['axes.unicode_minus']=False

本例程代码如下所示： 

plt.rcParams['axes.unicode_minus']=False

5. 绘制曲线

引入库

from scipy import interpolate

绘制一个图片，并确定图片位置：

fig = plt.figure(figsize=(10, 8))
ax1 = fig.add_subplot(1, 3, 1)

将曲线在图片中绘制，并加入图例：

plt.plot(Data.飞行高度, Data.温度1, label='温度1', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度2, label='温度2', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度3, label='温度3', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度4, label='温度4', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度5, label='温度5', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度6, label='温度6', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度7, label='温度7', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度8, label='温度8', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度9, label='温度9', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度10, label='温度10', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度11, label='温度11', linewidth=0.75)   #从库里面调用方法+图例

plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('原始数据点线绘图', fontsize=18)
plt.legend(loc='upper right')

6. 绘制插值拟合曲线

6.1 interpld曲线方法

# interpld
def spline1(x, y, point):
    f = interpolate.interp1d(x, y, kind="cubic")  #曲线绘制方法1
    X = np.linspace(飞行高度.min(), 飞行高度.max(), num=point, endpoint=True)
    Y = f(X)
    return X, Y

6.2 splprep曲线方法

def spline3(x, y, point, deg):
    tck, u = interpolate.splprep([x, y], k=deg, s=300) #曲线绘制方法2
    u = np.linspace(0, 1, num=point, endpoint=True) #显示范围比例
    spline = interpolate.splev(u, tck)
    return spline[0], spline[1]

这里注意deg参数：

Degree of the spline. Cubic splines are recommended. Even values of k should be avoided especially with a small s-value. 1 <= deg <= 5, default is 3.

scipy.interpolate.splprep — SciPy v1.7.1 Manual

7. 完整程序

看完上面的介绍，你还可以将下面的程序直接粘贴复制到你的电脑中运行一下，用实际操作来加深对绘图命令的学习：

# 导入相关库
import matplotlib.pyplot as plt #绘图
import pandas as pd #读取exal文件
import numpy as np
plt.rcParams['axes.unicode_minus']=False #轴坐标负数符号显示
plt.rcParams['font.sans-serif']=['SimHei'] #添加黑体作为绘图字体
Data = pd.read_excel('E:\PythonData/LandingData1.xlsx') #打开exal文件，注意文件路径，文件夹名称不要用数字开头
from scipy import interpolate
#获取各通道温度数据
飞行高度 = Data.飞行高度
温度1 = Data.温度1
温度2 = Data.温度2
温度3 = Data.温度3
温度4 = Data.温度4
温度5 = Data.温度5
温度6 = Data.温度6
温度7 = Data.温度7
温度8 = Data.温度8
温度9 = Data.温度9
温度10 = Data.温度10
温度11 = Data.温度11

fig = plt.figure(figsize=(10, 8))
ax1 = fig.add_subplot(1, 3, 1)

plt.plot(Data.飞行高度, Data.温度1, label='温度1', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度2, label='温度2', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度3, label='温度3', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度4, label='温度4', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度5, label='温度5', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度6, label='温度6', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度7, label='温度7', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度8, label='温度8', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度9, label='温度9', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度10, label='温度10', linewidth=0.75)   #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度11, label='温度11', linewidth=0.75)   #从库里面调用方法+图例

plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('原始数据点线绘图', fontsize=18)
plt.legend(loc='upper right')

# interpld
def spline1(x, y, point):
    f = interpolate.interp1d(x, y, kind="cubic")  #曲线绘制方法1
    X = np.linspace(飞行高度.min(), 飞行高度.max(), num=point, endpoint=True)
    Y = f(X)
    return X, Y

#splprep
def spline3(x, y, point, deg):
    tck, u = interpolate.splprep([x, y], k=deg, s=300) #曲线绘制方法2
    u = np.linspace(0, 1, num=point, endpoint=True) #显示范围比例
    spline = interpolate.splev(u, tck)
    return spline[0], spline[1]

m1, n1 = spline1(飞行高度, 温度1, 50000)
m2, n2 = spline1(飞行高度, 温度2, 50000)
m3, n3 = spline1(飞行高度, 温度3, 50000)
m4, n4 = spline1(飞行高度, 温度4, 50000)
m5, n5 = spline1(飞行高度, 温度5, 50000)
m6, n6 = spline1(飞行高度, 温度6, 50000)
m7, n7 = spline1(飞行高度, 温度7, 50000)
m8, n8 = spline1(飞行高度, 温度8, 50000)
m9, n9 = spline1(飞行高度, 温度9, 50000)
m10, n10 = spline1(飞行高度, 温度10, 50000)
m11, n11 = spline1(飞行高度, 温度11, 50000)

ax2 = fig.add_subplot(1, 3, 2)

plt.plot(m1, n1, label="温度1")
plt.plot(m2, n2, label="温度2")
plt.plot(m3, n3, label="温度3")
plt.plot(m4, n4, label="温度4")
plt.plot(m5, n5, label="温度5")
plt.plot(m6, n6, label="温度6")
plt.plot(m7, n7, label="温度7")
plt.plot(m8, n8, label="温度8")
plt.plot(m9, n9, label="温度9")
plt.plot(m10, n10, label="温度10")
plt.plot(m11, n11, label="温度11")

plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('interpld插值绘图', fontsize=18)
plt.legend(loc='upper right')

ax3 = fig.add_subplot(1, 3, 3)

a1, b1 = spline3(飞行高度, 温度1, 50000, 3)
a2, b2 = spline3(飞行高度, 温度2, 50000, 3)
a3, b3 = spline3(飞行高度, 温度3, 50000, 3)
a4, b4 = spline3(飞行高度, 温度4, 50000, 3)
a5, b5 = spline3(飞行高度, 温度5, 50000, 3)
a6, b6 = spline3(飞行高度, 温度6, 50000, 3)
a7, b7 = spline3(飞行高度, 温度7, 50000, 3)
a8, b8 = spline3(飞行高度, 温度8, 50000, 3)
a9, b9 = spline3(飞行高度, 温度9, 50000, 3)
a10, b10 = spline3(飞行高度, 温度10, 50000, 3)
a11, b11 = spline3(飞行高度, 温度11, 50000, 3)

plt.plot(a1, b1, label="温度1")
plt.plot(a2, b2, label="温度2")
plt.plot(a3, b3, label="温度3")
plt.plot(a4, b4, label="温度4")
plt.plot(a5, b5, label="温度5")
plt.plot(a6, b6, label="温度6")
plt.plot(a7, b7, label="温度7")
plt.plot(a8, b8, label="温度8")
plt.plot(a9, b9, label="温度9")
plt.plot(a10, b10, label="温度10")
plt.plot(a11, b11, label="温度11")

plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('splprep插值绘图', fontsize=18)
plt.legend(loc='upper right')

plt.savefig('折线图.png', dip=500)
plt.show()  #显示方法