python使用matplotlib实现折线图的绘制

一、意义

数据可视化可以以简洁的方式呈现出数据,发现众多数据中隐藏的规律和意义。Matplotlib是一个数学绘图库。利用它可以制作简单的图表(散点图、折线图)。然后,将基于漫步概念生成一个更有趣的数据集--根据一系列随机决策生成的图表。本文我们主要练习折线图的生成。

二、折线图

(1)简单应用--plot(x):绘制折线图

python 复制代码
import  matplotlib.pyplot as plt

def line_chart(list_data):
    plt.plot(list_data)
    plt.show()

if __name__ == "__main__":
    list_data = [1,2,3,4,5,6]
    line_chart(list_data)

运行效果:

代码解析

import matplotlib.pyplot as plt-》导入pyplot模块,在pyplot模块中包含很多用于生成图表的函数

def line_chart(list_data)

plt.plot(list_data)-〉plot():一个用于画图的函数,它可以绘制点和线, 并且对其样式进行控制

plt.show():通过show()可以打开Matplotlib查看器,并显示绘制的图形

if name == "main ":

list_data = [1,2,3,4,5,6]

line_chart(list_data)

(2)简单应用:plot(x,y):绘制以x为x轴数据, y为y轴数据的图形

python 复制代码
	list_data = [1,2,3,4,5,6]
    list_data1= [1,4,9,16,25,36]
    plt.plot(list_data,list_data1)
    plt.show()

运行结果:

(3)设置标签文字和线条粗细

python 复制代码
	list_data = [1,2,3,4,5,6]
    list_data1= [1,4,9,16,25,36]
    plt.plot(list_data,list_data1,linewidth=5)
    plt.title("squares",fontsize=24)
    plt.xlabel("num",fontsize=14)
    plt.ylabel("val", fontsize=14)
    plt.tick_params(axis="both",labelsize=14)
    plt.show()

运行效果:

含义解析:

plt.plot(list_data,list_data1,linewidth=5):以list_data为x轴,list_data1为y轴,线条粗度为5

plt.title("squares",fontsize=24):图表的标题是"squares",文字大小fontsize=24,

plt.xlabel("num",fontsize=14)

plt.ylabel("val", fontsize=14)

plt.tick_params(axis="both",labelsize=14):设置刻度样式,具体含义如下:

参数 含义
axis 作用于哪个轴,取值为: x ; y ; both(默认)
which 作用于哪个刻度线,取值为:major(主要刻度线;默认) ; minor(次要刻度线) ; both(主要和次要刻度线)
reset 布尔值,更新设置之前是否将刻度重置为默认情况,默认取值False
direction 刻度在轴域放置的位置: in(里面);out(外面);inout(里面+外面)
length 刻度线的长度
width 刻度线的宽度
color 刻度线的颜色
labelsize 刻度标记的字体大小
相关推荐
会的全对٩(ˊᗜˋ*)و8 分钟前
【数据挖掘】数据挖掘综合案例—银行精准营销
人工智能·经验分享·python·数据挖掘
___波子 Pro Max.27 分钟前
GitHub Actions配置python flake8和black
python·black·flake8
阿蒙Amon1 小时前
【Python小工具】使用 OpenCV 获取视频时长的详细指南
python·opencv·音视频
橘子编程2 小时前
Python-Word文档、PPT、PDF以及Pillow处理图像详解
开发语言·python
杨超越luckly2 小时前
ArcGISPro应用指南:ArcGISPro制图全流程详解
arcgis·信息可视化·gis·制图·arcgispro
蓝婷儿2 小时前
Python 机器学习核心入门与实战进阶 Day 2 - KNN(K-近邻算法)分类实战与调参
python·机器学习·近邻算法
之歆3 小时前
Python-封装和解构-set及操作-字典及操作-解析式生成器-内建函数迭代器-学习笔记
笔记·python·学习
天天爱吃肉82184 小时前
ZigBee通信技术全解析:从协议栈到底层实现,全方位解读物联网核心无线技术
python·嵌入式硬件·物联网·servlet
Allen_LVyingbo4 小时前
Python常用医疗AI库以及案例解析(2025年版、上)
开发语言·人工智能·python·学习·健康医疗
智能砖头4 小时前
LangChain 与 LlamaIndex 深度对比与选型指南
人工智能·python