Python中matplotlib绘制折线图方法总结
Posted 我这一次
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python中matplotlib绘制折线图方法总结相关的知识，希望对你有一定的参考价值。
Python中matplotlib绘制折线图方法总结（看这一篇blog就够了）
本文主要记录如何用Python中的自带库matplotlib绘制折线图。
目录
- Python中matplotlib绘制折线图方法总结（看这一篇blog就够了）
- 1.导入库
- 2.数据准备
- 3.图像绘制
- 4.完整代码（直接复制可运行）
- 5.如何设置线型、线颜色、线上圆点标志、X轴labels
- 6.参考链接
1.导入库
直接导入matplotlib库。
import matplotlib.pyplot as plt
2.数据准备
用list分别准备横坐标和纵坐标的数据。
X1 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y1 = [971,1344,1953,3064,4766,15522,4389,2615,1696,1210,798]
X2 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y2 = [554,861,1238,1979,3206,10663,2916,1639,1047,704,489]
X3 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y3 = [363,547,801,1254,2205,7535,1984,1115,677,464,340]
X4 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y4 = [293,478,681,1070,1819,6563,1750,953,583,410,287]
3.图像绘制
直接绘制折线图。
plt.figure()
# X1的分布
plt.plot(X1, Y1, label="X1", color="#FF3B1D", marker='*', linestyle="-")
# X2的分布
plt.plot(X2, Y2,label="X2", color="#3399FF", marker='o', linestyle="-")
# X3的分布
plt.plot(X3, Y3, label="X3", color="#F9A602", marker='s', linestyle="-")
# X4的分布
plt.plot(X4, Y4, label="X4", color="#13C4A3", marker='d', linestyle="-")
# plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(1)) # 将横坐标的值全部显示出来
X_labels = ['-5','-4','-3','-2','-1','0','1','2','3','4','5']
plt.xticks(X1,X_labels,rotation=0)
plt.legend()
plt.title("Lake.bmp")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()
上述结果亲测有效。
4.完整代码（直接复制可运行）
import matplotlib.pyplot as plt
X1 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y1 = [971,1344,1953,3064,4766,15522,4389,2615,1696,1210,798]
X2 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y2 = [554,861,1238,1979,3206,10663,2916,1639,1047,704,489]
X3 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y3 = [363,547,801,1254,2205,7535,1984,1115,677,464,340]
X4 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y4 = [293,478,681,1070,1819,6563,1750,953,583,410,287]
plt.figure()
# X1的分布
plt.plot(X1, Y1, label="X1", color="#FF3B1D", marker='*', linestyle="-")
# X2的分布
plt.plot(X2, Y2,label="X2", color="#3399FF", marker='o', linestyle="-")
# X3的分布
plt.plot(X3, Y3, label="X3", color="#F9A602", marker='s', linestyle="-")
# X4的分布
plt.plot(X4, Y4, label="X4", color="#13C4A3", marker='d', linestyle="-")
# plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(1)) # 将横坐标的值全部显示出来
X_labels = ['-5','-4','-3','-2','-1','0','1','2','3','4','5']
plt.xticks(X1,X_labels,rotation=0)
plt.legend()
plt.title("Lake.bmp")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()
绘制效果如下图所示：
5.如何设置线型、线颜色、线上圆点标志、X轴labels
5.1 如何设置线型
线型设置主要通过语句：plt.plot(X1, Y1, label="X1", color="#FF3B1D", marker='*', linestyle="-")中的参数linestyle=进行设置，该参数值与其含义类型对照如下：
5.2 如何设置线颜色
线颜色设置主要通过语句：plt.plot(X1, Y1, label="X1", color="#FF3B1D", marker='*', linestyle="-")中的参数color=进行设置，该参数值与其含义类型对照如下：
此外，可以通过颜色的RGB值进行颜色的设置，例如语句：plt.plot(X1, Y1, label="X1", color="#FF3B1D", marker='*', linestyle="-")就是通过设置颜色的RGB值为：#FF3B1D，记录几种常用的颜色的RGB值，如下所示：
| 序号 | RGB值 | 颜色效果 |
|---|---|---|
| 1 | #FF3B1D | 红色 |
| 2 | #3399FF | 蓝色 |
| 3 | #F9A602 | 黄色 |
| 4 | #13C4A3 | 绿色 |
| 5 | #FF652D | 橙色 |
| 6 | #D09E88 | 土色 |
| 7 | #CC7112 | 深棕色 |
| 8 | #F2BDD0 | 粉红色 |
更多鲜亮的颜色请参见：鲜亮色彩RGB值网站链接
5.3 如何设置线上圆点标志
线型设置主要通过语句：plt.plot(X1, Y1, label="X1", color="#FF3B1D", marker='*', linestyle="-")中的参数marker=进行设置，如果不需要对数据点用圆点标记出来，则不需要设置该参数，将其参数设置直接删掉即可，该参数值与其含义类型对照如下：
5.4如何设置X轴刻度labels标签
当不人为设置X轴的刻度时，绘制的图像X轴会将某些数值进行跳过，比如X轴的范围为[-5,5]时，只显示-4、-2、0、2、4这几个点，而中间的值直接省略了，如果想要让这些值显示出来，那么有已下3种方案：
（1）直接将X的刻度值转换成字符串，也就是说直接将X1、X2、X3、X4集合中的每一个元素直接转换成字符串类型即可。在x1的赋值语句后面加上下面这行代码：
X1 = [str(i) for i in X1] #为了让每个值不被省略，把list中所有的元素都转化成str格式
X2 = [str(i) for i in X2] #为了让每个值不被省略，把list中所有的元素都转化成str格式
X3 = [str(i) for i in X3] #为了让每个值不被省略，把list中所有的元素都转化成str格式
X4 = [str(i) for i in X4] #为了让每个值不被省略，把list中所有的元素都转化成str格式
完整的代码如下：
import matplotlib.pyplot as plt
X1 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y1 = [971,1344,1953,3064,4766,15522,4389,2615,1696,1210,798]
X2 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y2 = [554,861,1238,1979,3206,10663,2916,1639,1047,704,489]
X3 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y3 = [363,547,801,1254,2205,7535,1984,1115,677,464,340]
X4 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y4 = [293,478,681,1070,1819,6563,1750,953,583,410,287]
X1 = [str(i) for i in X1] #为了让每个值不被省略，把list中所有的元素都转化成str格式
X2 = [str(i) for i in X2] #为了让每个值不被省略，把list中所有的元素都转化成str格式
X3 = [str(i) for i in X3] #为了让每个值不被省略，把list中所有的元素都转化成str格式
X4 = [str(i) for i in X4] #为了让每个值不被省略，把list中所有的元素都转化成str格式
plt.figure()
# X1的分布
plt.plot(X1, Y1, label="X1", color="#FF3B1D", marker='*', linestyle="-")
# X2的分布
plt.plot(X2, Y2,label="X2", color="#3399FF", marker='o', linestyle="-")
# X3的分布
plt.plot(X3, Y3, label="X3", color="#F9A602", marker='s', linestyle="-")
# X4的分布
plt.plot(X4, Y4, label="X4", color="#13C4A3", marker='d', linestyle="-")
# plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(1)) # 将横坐标的值全部显示出来
# X_labels = ['-5','-4','-3','-2','-1','0','1','2','3','4','5']
# plt.xticks(X1,X_labels,rotation=0)
plt.legend()
plt.title("Lake.bmp")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()
（2）直接用代码设置X轴数据的显示间隔，其中MultipleLocator(1)表示X轴显示数据之间的间隔为1。
import matplotlib.ticker as ticker
plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(1)) # 将横坐标的值全部显示出来
完整的代码如下：
import matplotlib.ticker as ticker
import matplotlib.pyplot as plt
X1 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y1 = [971,1344,1953,3064,4766,15522,4389,2615,1696,1210,798]
X2 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y2 = [554,861,1238,1979,3206,10663,2916,1639,1047,704,489]
X3 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y3 = [363,547,801,1254,2205,7535,1984,1115,677,464,340]
X4 = [-5,-4,-3,-2,-1,0,1,2,3,4,5]
Y4 = [293,478,681,1070,1819,6563,1750,953,583,410,287]
plt.figure()
# X1的分布
plt.plot(X1, Y1, label="X1", color="#FF3B1D", marker='*', linestyle="-")
# X2的分布
plt.plot(X2, Y2,label="X2", color="#3399FF", marker='o', linestyle="-")
# X3的分布
plt.plot(X3, Y3, label="X3", color="#F9A602", marker='s', linestyle="-")
# X4的分布
plt.plot(X4, Y4, label="X4", color="#13C4A3", marker='d', linestyle="-")
plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(1)) # 将横坐标的值全部显示出来，X轴数据显示间隔为1
plt.legend()
plt.title("Lake.bmp")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()
（3）通过直接重新为X轴设置标签列表X_labels，实现将X轴的显示进行修改，不仅可以将其改为数值的字符串，也可以改成其他的字符串形式。rotation=0表示将X轴标签的显示旋转0度，旋转是为了防止有些X轴标签过长，显示会发生重叠，因此将其进行旋转，从而腾出更多的显示空间。
import matplotlib.ticker as ticker
X_labels = ['-5','-4','-3','-2','-1','0','1','2','3','4','5']
plt
matplotlib
1、安装matplotlib
① linux系统安装
# 安装matplotlib模块
$ sudo apt-get install python3-matplotlib# 如果是python2.7 执行如下命令
$ sudo apt-get install python-matplotlib# 如果你安装较新的Python，安装模块一乐的一些库
$ sudo apt-get install python3.5-dev python3.5-tk tk-dev
$ sudo apt-get install libfreetype6-dev g++# 再使用pip来安装模块
$ pip install --user matplotlib
② OS系统中安装
# 安装matplotlib模块
$ pip install --user matplotlib
③ windows系统中安装
# 安装matplotlib模块
$pip3 install matplotlib
进入终端执行import matplotlib 不报错表示执行成功
2、绘制简单的折线图
① 创建mpl_squares.py文件：
import matplotlib.pyplot as plt # 导入模块
squares = [1,4,9,16,25] # 指定列表Y坐标为列表中的值，X坐标为列表下标
plt.plot(squares) # 传入列表
plt.show() # 输出图像
绘图：
② 修改标签文字和线条粗细：
import matplotlib.pyplot as plt # 导入模块
squares = [1,4,9,16,25] # 指定列表Y坐标为列表中的值，X坐标为列表下标
plt.plot(squares,linewidth=5) # linewidth决定绘制线条的粗细
plt.title(’Square Numbers’,fontsize=24) # 标题
plt.xlabel(’Vaule’,fontsize=14)
plt.ylabel(’Square of Vaule’,fontsize=14)
plt.tick_params(axis=’both’,labelsize=14) # 刻度加粗
plt.show() # 输出图像
绘图：
③ 校正图形（设定X坐标）：
import matplotlib.pyplot as plt # 导入模块
squares = [1,4,9,16,25] # 指定列表Y坐标为列表中的值
input_values = [1,2,3,4,5]
plt.plot(input_values,squares,linewidth=5) # linewidth决定绘制线条的粗细
plt.title(’Square Numbers’,fontsize=24) # 标题
plt.xlabel(’Vaule’,fontsize=14)
plt.ylabel(’Square of Vaule’,fontsize=14)
plt.tick_params(axis=’both’,labelsize=14) # 刻度加粗
plt.show() # 输出图像
绘图：
3、绘制散点图
① 创建scatter_sqares.py:
import matplotlib.pyplot as plt
plt.scatter(2,4,s=200) #X坐标2，Y坐标4 S=200 点大小
plt.title(’Square Numbers’,fontsize=24) # 标题
plt.xlabel(’Vaule’,fontsize=14)
plt.ylabel(’Square of Vaule’,fontsize=14)
plt.tick_params(axis=’both’,labelsize=14) # 刻度加粗
plt.show() # 输出图像
绘图：
② 绘制一系列点：
import matplotlib.pyplot as plt
x_values = [1,2,3,4,5] # 指定X轴
y_values = [1,4,9,16,25] # 指定Y轴
plt.scatter(x_values,y_values,s=100)
--snip---
plt.show() # 输出图像
绘图
来源：博客园
以上是关于Python中matplotlib绘制折线图方法总结的主要内容，如果未能解决你的问题，请参考以下文章
python数据分析-matplotlib折线图知识总结01
Python使用matplotlib模块绘制多条折线图散点图