# Matplotlib中怎么繪制折線圖
Matplotlib是Python中最流行的數據可視化庫之一,廣泛應用于數據分析、科學計算和機器學習領域。折線圖(Line Plot)作為最基礎的圖表類型之一,能夠直觀展示數據隨時間或有序類別的變化趨勢。本文將詳細介紹如何使用Matplotlib繪制折線圖,包含基礎繪制、樣式定制和高級技巧。
## 一、基礎折線圖繪制
### 1.1 準備數據與基礎繪圖
首先導入必要的庫并生成示例數據:
```python
import matplotlib.pyplot as plt
import numpy as np
# 生成示例數據
x = np.linspace(0, 10, 100) # 0到10的100個等間隔點
y = np.sin(x) # 正弦曲線
使用plt.plot()
函數即可繪制基礎折線圖:
plt.plot(x, y)
plt.show()
通過以下方法增強圖表可讀性:
plt.plot(x, y)
plt.title("正弦函數曲線") # 標題
plt.xlabel("X軸") # X軸標簽
plt.ylabel("Y軸") # Y軸標簽
plt.grid(True) # 顯示網格
plt.show()
通過參數自定義線條外觀:
plt.plot(x, y,
color='red', # 顏色
linestyle='--', # 線型(虛線)
linewidth=2, # 線寬
marker='o', # 數據點標記
markersize=4, # 標記大小
label='sin(x)') # 圖例標簽
plt.legend()
plt.show()
在同一坐標系中繪制多條折線:
y2 = np.cos(x)
plt.plot(x, y, label='sin(x)')
plt.plot(x, y2, label='cos(x)', linestyle=':')
plt.legend()
plt.show()
使用subplot()
創建多個坐標系:
plt.figure(figsize=(10, 4)) # 設置畫布大小
plt.subplot(1, 2, 1) # 1行2列第1個子圖
plt.plot(x, y)
plt.title("正弦曲線")
plt.subplot(1, 2, 2) # 第2個子圖
plt.plot(x, y2)
plt.title("余弦曲線")
plt.tight_layout() # 自動調整子圖間距
plt.show()
適用于實時數據可視化:
plt.ion() # 開啟交互模式
fig, ax = plt.subplots()
for i in range(10):
y_new = np.sin(x + i/2.0)
ax.clear()
ax.plot(x, y_new)
ax.set_title(f"相位移動 {i/2.0}")
plt.pause(0.5) # 暫停0.5秒
解決中文亂碼問題:
plt.rcParams['font.sans-serif'] = ['SimHei'] # Windows系統
plt.rcParams['axes.unicode_minus'] = False # 解決負號顯示
保存矢量圖或高DPI位圖:
plt.plot(x, y)
plt.savefig('output.svg', format='svg') # 矢量圖
plt.savefig('output.png', dpi=300) # 300DPI高清圖
import matplotlib.pyplot as plt
import numpy as np
# 配置中文顯示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 準備數據
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 創建畫布
plt.figure(figsize=(8, 5), dpi=100)
# 繪制雙曲線
plt.plot(x, y1, color='blue', linewidth=2, label='正弦波')
plt.plot(x, y2, color='red', linestyle='--', label='余弦波')
# 添加標注
plt.title("三角函數對比圖", fontsize=16)
plt.xlabel("角度(弧度)", fontsize=12)
plt.ylabel("函數值", fontsize=12)
plt.legend(loc='upper right')
# 設置坐標軸范圍
plt.xlim(0, 2*np.pi)
plt.ylim(-1.1, 1.1)
# 顯示網格
plt.grid(alpha=0.4, linestyle=':')
# 保存并顯示
plt.savefig('trigonometric.png', bbox_inches='tight')
plt.show()
通過本文介紹,您應該已經掌握了Matplotlib繪制折線圖的核心方法。實際應用中,建議結合Pandas等數據處理庫,可以更高效地實現數據可視化需求。 “`
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。